分布式、高并发-Day03

以下是 Day 3 详细学习内容(线程池拒绝策略实战:DiscardOldestPolicy与CallerRunsPolicy,30 分钟完整计划),包含策略原理、分步代码实战和场景解析:

📖 今日学习目标

  1. 掌握DiscardOldestPolicy(丢弃最老任务)与CallerRunsPolicy(调用者执行)的核心逻辑
  2. 理解两种策略的适用场景(如日志系统 vs 用户请求系统)
  3. 实战:通过代码对比两种策略的不同行为

⏰ 时间分配

时间段 任务 详细内容
0-10 分钟 理论:拒绝策略深度解析 1. DiscardOldestPolicy原理:为何丢弃队列头部任务?2. CallerRunsPolicy优势:减缓任务提交速度3. 生产场景选择建议
10-25 分钟 实战:双策略对比实验 1. 编写DiscardOldestPolicy示例2. 编写CallerRunsPolicy示例3. 观察任务执行顺序与线程归属
25-30 分钟 总结与扩展 1. 记录两种策略的核心区别2. 思考:如何避免DiscardOldestPolicy导致关键任务丢失?3. 扩展:如何监控拒绝策略的触发次数?

🔍 理论详解:两种核心拒绝策略

  1. DiscardOldestPolicy(丢弃最老任务)
  • 核心逻辑:
    当任务无法处理时,丢弃队列中等待时间最长的任务(队列头部任务),然后尝试将新任务加入队列。
java 复制代码
// 源码关键逻辑(简化版)
public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
    if (!e.isShutdown()) {
        e.getQueue().poll(); // 丢弃队列头部任务
        e.execute(r); // 尝试执行新任务
    }
}
  • 适用场景:
    • 实时性要求高的场景(如用户最新操作),允许牺牲旧任务(如股票行情更新)
    • 日志系统:优先处理最新日志,旧日志可能已过时
  1. CallerRunsPolicy(调用者执行)
  • 核心逻辑:
    当任务无法处理时,由提交任务的线程(通常是主线程)直接执行任务,而不是由线程池中的工作线程执行。
java 复制代码
// 源码关键逻辑(简化版)
public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
    if (!e.isShutdown()) {
        r.run(); // 调用者线程直接执行任务
    }
}
  • 优势:
    • 减缓任务提交速度:主线程执行任务时,后续提交会被阻塞,避免线程池被压垮
    • 保护线程池:防止短时间内大量任务涌入导致系统崩溃

💻 实战步骤:双策略对比实验

  • 实验 1:DiscardOldestPolicy(丢弃最老任务)
java 复制代码
import java.util.concurrent.*;

public class DiscardOldestDemo {
    public static void main(String[] args) {
        // 线程池配置:核心1,最大2,队列容量2,拒绝策略丢弃最老任务
        ExecutorService pool = new ThreadPoolExecutor(
            1,                  // 核心线程1
            2,                  // 最大线程2
            60,
            TimeUnit.SECONDS,
            new ArrayBlockingQueue<>(2),  // 队列容量2
            new ThreadPoolExecutor.DiscardOldestPolicy()
        );

        // 提交4个任务(编号0-3,模拟时间顺序)
        for (int i = 0; i < 4; i++) {
            int taskId = i;
            pool.execute(() -> {
                System.out.println("执行任务:" + taskId + ",线程:" + Thread.currentThread().getName());
            });
            try {
                Thread.sleep(100);  // 控制提交间隔,确保任务按顺序进入队列
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }

        pool.shutdown();
    }
}
  • 执行流程:
  1. 任务 0 由核心线程执行
  2. 任务 1、2 进入队列(队列满)
  3. 任务 3 提交时,队列满且线程数未达最大,触发策略:丢弃队列头部任务 0,任务 3 入队
  • 预期输出:
plaintext 复制代码
执行任务:0,线程:pool-1-thread-1  
执行任务:1,线程:pool-1-thread-1(核心线程处理完0后处理1)  
执行任务:3,线程:pool-1-thread-1(任务2被丢弃,任务3入队)  
  • 实验 2:CallerRunsPolicy(调用者执行)
java 复制代码
public class CallerRunsDemo {
    public static void main(String[] args) {
        // 线程池配置:核心1,队列容量1,拒绝策略由调用者执行
        ExecutorService pool = new ThreadPoolExecutor(
            1,
            1,  // 最大线程=核心线程(无非核心线程)
            0,
            TimeUnit.SECONDS,
            new ArrayBlockingQueue<>(1),  // 队列容量1
            new ThreadPoolExecutor.CallerRunsPolicy()
        );

        // 提交3个任务,第3个任务由主线程执行
        for (int i = 0; i < 3; i++) {
            int taskId = i;
            pool.execute(() -> {
                try {
                    Thread.sleep(500);  // 模拟处理耗时
                    System.out.println("任务" + taskId + "执行,线程:" + Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            });
        }

        pool.shutdown();
    }
}
  • 关键现象:
    • 任务 0 由核心线程执行
    • 任务 1 进入队列
    • 任务 2 提交时,队列满且无线程扩展空间,触发策略:由主线程(main线程)执行任务 2
  • 预期输出:
plaintext 复制代码
任务0执行,线程:pool-1-thread-1  
任务1执行,线程:pool-1-thread-1(500ms后)  
任务2执行,线程:main(主线程直接执行)  

📝 今日总结与扩展

  1. 核心策略对比表
策略 丢弃任务? 执行线程 适用场景 风险点
DiscardOldest 是(最老) 线程池线程 优先处理新任务(如实时数据) 可能丢失重要的早期任务
CallerRuns 调用者线程 保护线程池(如用户请求入口) 主线程被阻塞,影响后续提交
  1. 扩展思考(5 分钟)
  • 问题 1:如何统计拒绝策略的触发次数?
    答案:自定义拒绝策略,继承RejectedExecutionHandler,重写rejectedExecution方法并添加计数器:
java 复制代码
class CustomHandler implements RejectedExecutionHandler {
    private AtomicInteger rejectCount = new AtomicInteger(0);
    @Override
    public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
        rejectCount.incrementAndGet();
        // 原策略逻辑...
    }
}
  • 问题 2:生产环境如何选择拒绝策略?
    提示:
    核心业务(如订单支付):用AbortPolicy,通过 try-catch 捕获异常并记录
    非核心业务(如日志、监控):用DiscardPolicy或DiscardOldestPolicy
    入口层服务(如 API 网关):用CallerRunsPolicy,避免客户端请求被直接拒绝

🔧 工具与环境准备

  • 代码要求:直接复制两个 Java 文件,分别运行观察输出
  • 调试技巧:
    在pool.execute()后添加System.out.println("任务" + taskId + "提交");,观察提交顺序
    使用pool.getRejectedExecutionHandler()验证当前策略类型
    ✅ 今日任务 checklist
    ✅ 理解两种拒绝策略的核心逻辑
    ✅ 成功运行两个实验,观察到任务丢弃与调用者执行的差异
    ✅ 记录 1 个生产场景应用案例(如:用户注册接口用CallerRunsPolicy防止突发流量压垮线程池)
相关推荐
熊文豪1 小时前
【前瞻创想】Kurator:站在巨人肩膀上的分布式云原生创新实践
分布式·云原生·kurator
问道飞鱼2 小时前
【分布式知识】Redis-Shake 容器云部署完整指南
redis·分布式·redis-shake
milanyangbo4 小时前
从硬盘I/O到网络传输:Kafka与RocketMQ读写模型及零拷贝技术深度对比
java·网络·分布式·架构·kafka·rocketmq
有梦想的攻城狮4 小时前
Rabbitmq在死信队列中的队头阻塞问题
分布式·rabbitmq·死信队列·延迟队列
Wang's Blog5 小时前
Elastic Stack梳理:深度解析Elasticsearch分布式查询机制与相关性算分优化实践
分布式·elasticsearch
bxlj_jcj5 小时前
分布式ID方案、雪花算法与时钟回拨问题
分布式·算法
java1234_小锋5 小时前
Kafka与RabbitMQ相比有什么优势?
分布式·kafka·rabbitmq
松☆6 小时前
Flutter 与 OpenHarmony 数据持久化协同方案:从 Shared Preferences 到分布式数据管理
分布式·flutter
踏浪无痕6 小时前
准备手写Simple Raft(四):日志终于能"生效"了
分布式·后端
龙仔7257 小时前
实现分布式读写集群(提升两台服务器的性能,支持分片存储+并行读写),Redis Cluster(Redis集群模式)并附排错过程
服务器·redis·分布式