这篇文章主要介绍了5个并发处理技巧代码示例，具有一定参考价值，需要的朋友可以了解下。
【译者注】在本文中，作者总结出了5个关于处理并发性程序的技巧，并给出代码示例，让读者更好地理解和使用这5种方法。 以下为译文：
1.捕获InterruptedException错误
请检查下面的代码片段：
public class Task implements Runnable { private final BlockingQueue queue = ...; @Override public void run() { while (!Thread.currentThread().isInterrupted()) { String result = getOrDefault(() -> queue.poll(1L, TimeUnit.MINUTES), "default"); //do smth with the result } } T getOrDefault(Callable supplier, T defaultValue) { try { return supplier.call(); } catch (Exception e) { logger.error("Got exception while retrieving value.", e); return defaultValue; } } }代码的问题是，在等待队列中的新元素时，是不可能终止线程的，因为中断的标志永远不会被恢复：
1.运行代码的线程被中断。
2.BlockingQueue # poll()方法抛出InterruptedException异常，并清除了中断的标志。
3.while中的循环条件 (!Thread.currentThread().isInterrupted())的判断是true，因为标记已被清除。
为了防止这种行为，当一个方法被显式抛出（通过声明抛出InterruptedException）或隐式抛出（通过声明/抛出一个原始异常）时，总是捕获InterruptedException异常，并恢复中断的标志。
T getOrDefault(Callable supplier, T defaultValue) { try { return supplier.call(); } catch (InterruptedException e) { logger.error("Got interrupted while retrieving value.", e); Thread.currentThread().interrupt(); return defaultValue; } catch (Exception e) { logger.error("Got exception while retrieving value.", e); return defaultValue; } }2．使用特定的执行程序来阻止操作
因为一个缓慢的操作而使整个服务器变得无响应，这通常不是开发人员想要的。不幸的是，对于RPC，响应时间通常是不可预测的。
假设服务器有100个工作线程，有一个端点，称为100 RPS。在内部，它发出一个RPC调用，通常需要10毫秒。在某个时间点，此RPC的响应时间变为2秒，在峰值期间服务器能够做的惟一的一件事就是等待这些调用，而其他端点则无法访问。
@GET @Path("/genre/{name}") @Produces(MediaType.APPLICATION_JSON) public Response getGenre(@PathParam("name") String genreName) { Genre genre = potentiallyVerySlowSynchronousCall(genreName); return Response.ok(genre).build(); }解决这个问题最简单的方法是提交代码，它将阻塞调用变成一个线程池：
@GET @Path("/genre/{name}") @Produces(MediaType.APPLICATION_JSON) public void getGenre(@PathParam("name") String genreName, @Suspended AsyncResponse response) { response.setTimeout(1L, TimeUnit.SECONDS); executorService.submit(() -> { Genre genre = potentiallyVerySlowSynchronousCall(genreName); return response.resume(Response.ok(genre).build()); } ); }3.传MDC的值
MDC（Mapped Diagnostic Context）通常用于存储单个任务的特定值。例如，在web应用程序中，它可能为每个请求存储一个请求id和一个用户id，因此MDC查找与单个请求或整个用户活动相关的日志记录变得更加容易。
2017-08-27 14:38:30,893 INFO [server-thread-0] [requestId=060d8c7f, userId=2928ea66] c.g.s.web.Controller - Message.
可是如果代码的某些部分是在专用线程池中执行的，则线程（提交任务的线程）中MDC就不会被继续传值。在下面的示例中，第7行的日志中包含“requestId”，而第9行的日志则没有：
@GET @Path("/genre/{name}") @Produces(MediaType.APPLICATION_JSON) public void getGenre(@PathParam("name") String genreName, @Suspended AsyncResponse response) { try (MDC.MDCCloseable ignored = MDC.putCloseable("requestId", UUID.randomUUID().toString())) { String genreId = getGenreIdbyName(genreName); //Sync call logger.trace("Submitting task to find genre with id '{}'.", genreId); //'requestId' is logged executorService.submit(() -> { logger.trace("Starting task to find genre with id '{}'.", genreId); //'requestId' is not logged Response result = getGenre(genreId) //Async call .map(artist -> Response.ok(artist).build()) .orElseGet(() -> Response.status(Response.Status.NOT_FOUND).build()); response.resume(result); } ); } }这可以通过MDC#getCopyOfContextMap()方法来解决：
... public void getGenre(@PathParam("name") String genreName, @Suspended AsyncResponse response) { try (MDC.MDCCloseable ignored = MDC.putCloseable("requestId", UUID.randomUUID().toString())) { ... logger.trace("Submitting task to find genre with id '{}'.", genreId); //'requestId' is logged withCopyingMdc(executorService, () -> { logger.trace("Starting task to find genre with id '{}'.", genreId); //'requestId' is logged ... }); } } private void withCopyingMdc(ExecutorService executorService, Runnable function) { Map4．更改线程名称
为了简化日志读取和线程转储，可以自定义线程的名称。这可以通过创建ExecutorService时用一个ThreadFactory来完成。在流行的实用程序库中有许多ThreadFactory接口的实现:
com.google.common.util.concurrent.ThreadFactoryBuilde+r in Guava. org.springframework.scheduling.concurrent.CustomizableThreadFactory in Spring. org.apache.commons.lang3.concurrent.BasicThreadFactory in Apache Commons Lang 3.
ThreadFactory threadFactory = new BasicThreadFactory.Builder() .namingPattern("computation-thread-%d") .build(); ExecutorService executorService = Executors.newFixedThreadPool(numberOfThreads, threadFactory);尽管ForkJoinPool不使用ThreadFactory接口，但也支持对线程的重命名:
ForkJoinPool.ForkJoinWorkerThreadFactory forkJoinThreadFactory = pool -> { ForkJoinWorkerThread thread = ForkJoinPool.defaultForkJoinWorkerThreadFactory.newThread(pool); thread.setName("computation-thread-" + thread.getPoolIndex()); return thread; }; ForkJoinPool forkJoinPool = new ForkJoinPool(numberOfThreads, forkJoinThreadFactory, null, false);将线程转储与默认命名进行比较：
"pool-1-thread-3" #14 prio=5 os_prio=31 tid=0x00007fc06b19f000 nid=0x5703 runnable [0x0000700001ff9000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ... "pool-2-thread-3" #15 prio=5 os_prio=31 tid=0x00007fc06aa10800 nid=0x5903 runnable [0x00007000020fc000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure(HealthChecker.java:21) at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check(HealthChecker.java:9) ... "pool-1-thread-2" #12 prio=5 os_prio=31 tid=0x00007fc06aa10000 nid=0x5303 runnable [0x0000700001df3000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ...
与自定义命名进行比较：
"task-handler-thread-1" #14 prio=5 os_prio=31 tid=0x00007fb49c9df000 nid=0x5703 runnable [0x000070000334a000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ... "authentication-service-ping-thread-0" #15 prio=5 os_prio=31 tid=0x00007fb49c9de000 nid=0x5903 runnable [0x0000700003247000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthCheckCallback.recordFailure(HealthChecker.java:21) at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.HealthChecker.check(HealthChecker.java:9) ... "task-handler-thread-0" #12 prio=5 os_prio=31 tid=0x00007fb49b9b5000 nid=0x5303 runnable [0x0000700003144000] java.lang.Thread.State: RUNNABLE at com.github.sorokinigor.article.tipsaboutconcurrency.setthreadsname.TaskHandler.compute(TaskHandler.java:16) ...
想象一下，可能会不止3个线程。
5．使用LongAdder计数器
在高竞争的情况下，会采用java.util.concurrent.atomic.LongAdder进行计数，而不会采用AtomicLong/AtomicInteger。
LongAdder可以跨越多个单元间仍保持值不变，但是如果需要的话，也可以增加它们的值，但与父类AtomicXX比较，这会导致更高的吞吐量，也会增加内存消耗。
LongAdder counter = new LongAdder(); counter.increment(); ... long currentValue = counter.sum();
总结
以上就是本文关于5个并发处理技巧代码示例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：Java并发编程Semaphore计数信号量详解、优化Tomcat配置（内存、并发、缓存等方面）方法详解等，有什么问题可以随时留言，小编会及时回复大家的。感谢朋友们对本站的支持！
以上就是5个并发处理技巧代码示例的详细内容，更多请关注0133技术站其它相关文章！
