多線程應用場景

多線程使用的主要目的在于:

1、吞吐量:你做WEB,容器幫你做了多線程,但是他只能幫你做請求層面的。簡單的說,可能就是一個請求一個線程。或多個請求一個線程。如果是單線程,那同時只能處理一個用戶的請求。

2、伸縮性:也就是說,你可以通過增加CPU核數來提升性能。如果是單線程,那程序執行到死也就利用了單核,肯定沒辦法通過增加CPU核數來提升性能。鑒于你是做WEB的,第1點可能你幾乎不涉及。那這里我就講第二點吧。--舉個簡單的例子:假設有個請求,這個請求服務端的處理需要執行3個很緩慢的IO操作(比如數據庫查詢或文件查詢),那么正常的順序可能是(括號里面代表執行時間):

a、讀取文件1 (10ms)

b、處理1的數據(1ms)

c、讀取文件2 (10ms)

d、處理2的數據(1ms)

e、讀取文件3 (10ms)

f、處理3的數據(1ms)

g、整合1、2、3的數據結果 (1ms)

單線程總共就需要34ms。

那如果你在這個請求內,把ab、cd、ef分別分給3個線程去做,就只需要12ms了。

所以多線程不是沒怎么用,而是,你平常要善于發現一些可優化的點。然后評估方案是否應該使用。假設還是上面那個相同的問題:但是每個步驟的執行時間不一樣了。

a、讀取文件1 (1ms)

b、處理1的數據(1ms)

c、讀取文件2 (1ms)

d、處理2的數據(1ms)

e、讀取文件3 (28ms)

f、處理3的數據(1ms)

g、整合1、2、3的數據結果 (1ms)單線程總共就需要34ms。

如果還是按上面的劃分方案(上面方案和木桶原理一樣,耗時取決于最慢的那個線程的執行速度),在這個例子中是第三個線程,執行29ms。那么最后這個請求耗時是30ms。比起不用單線程,就節省了4ms。但是有可能線程調度切換也要花費個1、2ms。

因此,這個方案顯得優勢就不明顯了,還帶來程序復雜度提升。不太值得。那么現在優化的點,就不是第一個例子那樣的任務分割多線程完成。而是優化文件3的讀取速度。可能是采用緩存和減少一些重復讀取。首先,假設有一種情況,所有用戶都請求這個請求,那其實相當于所有用戶都需要讀取文件3。

那你想想,100個人進行了這個請求,相當于你花在讀取這個文件上的時間就是28×100=2800ms了。那么,如果你把文件緩存起來,那只要第一個用戶的請求讀取了,第二個用戶不需要讀取了,從內存取是很快速的,可能1ms都不到。偽代碼:

看起來好像還不錯,建立一個文件名和文件數據的映射。如果讀取一個map中已經存在的數據,那么就不不用讀取文件了。可是問題在于,Servlet是并發,上面會導致一個很嚴重的問題,死循環。因為,HashMap在并發修改的時候,可能是導致循環鏈表的構成!!!(具體你可以自行閱讀HashMap源碼)如果你沒接觸過多線程,可能到時候發現服務器沒請求也巨卡,也不知道什么情況!好的,那就用ConcurrentHashMap,正如他的名字一樣,他是一個線程安全的HashMap,這樣能輕松解決問題。

這樣真的解決問題了嗎,這樣雖然只要有用戶訪問過文件a,那另一個用戶想訪問文件a,也會從fileName2Data中拿數據,然后也不會引起死循環。可是,如果你覺得這樣就已經完了,那你把多線程也想的太簡單了,騷年!你會發現,1000個用戶首次訪問同一個文件的時候,居然讀取了1000次文件(這是最極端的,可能只有幾百)。What the fuckin hell!!!難道代碼錯了嗎,難道我就這樣過我的一生!好好分析下。Servlet是多線程的,那么

上面注釋的“偶然”,這是完全有可能的,因此,這樣做還是有問題。因此,可以自己簡單的封裝一個任務來處理。

以上所有代碼都是直接在bbs打出來的,不保證可以直接運行。

多線程最多的場景:web服務器本身;各種專用服務器(如游戲服務器);多線程的常見應用場景:

1、后臺任務,例如:定時向大量(100w以上)的用戶發送郵件;

2、異步處理,例如:發微博、記錄日志等;

3、分布式計算

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,431評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,637評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,555評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,900評論 1 318
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,629評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,976評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,976評論 3 448
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,139評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,686評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,411評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,641評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,129評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,820評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,233評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,567評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,362評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,604評論 2 380

推薦閱讀更多精彩內容

  • 從三月份找實習到現在,面了一些公司,掛了不少,但最終還是拿到小米、百度、阿里、京東、新浪、CVTE、樂視家的研發崗...
    時芥藍閱讀 42,339評論 11 349
  • 國家電網公司企業標準(Q/GDW)- 面向對象的用電信息數據交換協議 - 報批稿:20170802 前言: 排版 ...
    庭說閱讀 11,075評論 6 13
  • Spring Cloud為開發人員提供了快速構建分布式系統中一些常見模式的工具(例如配置管理,服務發現,斷路器,智...
    卡卡羅2017閱讀 134,828評論 18 139
  • 花椒燦爛南山隘,逆刺防身巧手栽。 萬丈光芒頻晃射,三伏暴曬喜開懷。 紅霞伴奏青蔭下,翠帳成歌月滿宅。 荏苒清幽嵐寨...
    不惑而歌閱讀 548評論 14 19
  • 1. 每日朋友圈見證 2. 朋友圈心得 3. 每天私聊20人以上 4. 每天給粉絲點贊30個以及評論30個 5. ...
    汪汪汪巧麗閱讀 156評論 0 0