前言

早就聽說(shuō)Go語(yǔ)言開發(fā)的服務(wù)不用任何架構(gòu)優(yōu)化，就可以輕松實(shí)現(xiàn)百萬(wàn)級(jí)別的qps。這得益于Go語(yǔ)言級(jí)別的協(xié)程的處理效率。協(xié)程不同于線程，線程是操作系統(tǒng)級(jí)別的資源，創(chuàng)建線程，調(diào)度線程，銷毀線程都是重量級(jí)別的操作。而且線程的資源有限，在java中大量的不加限制的創(chuàng)建線程非常容易將系統(tǒng)搞垮。接下來(lái)要分享的這個(gè)開源項(xiàng)目，正是解決了在java中只能使用多線程模型開發(fā)高并發(fā)應(yīng)用的窘境，使得java也能像Go語(yǔ)言那樣使用協(xié)程的語(yǔ)義開發(fā)了。

• quasar項(xiàng)目地址：https://github.com/puniverse/quasar
• quasar周邊項(xiàng)目地址：https://github.com/puniverse/comsat

快速體驗(yàn)

添加依賴

<dependency>
            <groupId>co.paralleluniverse</groupId>
            <artifactId>quasar-core</artifactId>
            <version>0.7.10</version>
</dependency>

注意：目前quasar最高的版本是0.8.0，但是最高版本的只支持jdk11以上

添加java agent

quasar的實(shí)現(xiàn)原理是在java加載class前，通過(guò)jdk的instrument機(jī)制使用asm來(lái)修改目標(biāo)class的字節(jié)碼來(lái)實(shí)現(xiàn)的，他標(biāo)記了協(xié)程代碼的起始和結(jié)束的位置，以及方法需要暫停的位置，每個(gè)協(xié)程任務(wù)統(tǒng)一由FiberScheduler去調(diào)度，內(nèi)部維護(hù)了一個(gè)或多個(gè)ForkJoinPool實(shí)例。所以，在運(yùn)行應(yīng)用前，需要配置好quasar-core的java agent地址，在vm參數(shù)上加上如下腳本即可：

-javaagent:D:\.m2\repository\co\paralleluniverse\quasar-core\0.7.10\quasar-core-0.7.10.jar

線程VS協(xié)程

下面模擬調(diào)用某個(gè)遠(yuǎn)程的服務(wù)，假設(shè)遠(yuǎn)程服務(wù)處理耗時(shí)需要1S，這里使用執(zhí)行阻塞1S來(lái)模擬，分別看多線程模型和協(xié)程模型調(diào)用這個(gè)服務(wù)10000次所需的耗時(shí)

協(xié)程代碼

public static void main(String[] args) throws Exception{
        CountDownLatch count  = new CountDownLatch(10000);
        StopWatch stopWatch = new StopWatch();stopWatch.start();
        IntStream.range(0,10000).forEach(i-> new Fiber() {
            @Override
            protected String run() throws SuspendExecution, InterruptedException {
                Strand.sleep(1000 );
                count.countDown();
                return  "aa";
            }
        }.start());
        count.await();stopWatch.stop();
        System.out.println("結(jié)束了: " + stopWatch.prettyPrint());
    }

耗時(shí)情況：

多線程代碼

public static void main(String[] args) throws Exception{
        CountDownLatch count  = new CountDownLatch(10000);
        StopWatch stopWatch = new StopWatch();stopWatch.start();
        ExecutorService executorService = Executors.newCachedThreadPool();
        IntStream.range(0,10000).forEach(i-> executorService.submit(() -> {
            try {
                TimeUnit.SECONDS.sleep(1);
            } catch (InterruptedException ex) { }
            count.countDown();
        }));
        count.await();stopWatch.stop();
        System.out.println("結(jié)束了: " + stopWatch.prettyPrint());
    }

耗時(shí)情況

協(xié)程完勝

可以看到上面的結(jié)果，在對(duì)比訪問(wèn)一個(gè)耗時(shí)1s的服務(wù)10000次時(shí)，協(xié)程只需要2秒多，而多線程模型需要4秒多，時(shí)效相差了一倍。而且上面多線程編程時(shí)，并沒(méi)有指定線程池的大小，在實(shí)際開發(fā)中是絕不允許的。一般我們會(huì)設(shè)置一個(gè)固定大小的線程池，因?yàn)榫€程資源是寶貴，線程多了費(fèi)內(nèi)存還會(huì)帶來(lái)線程切換的開銷。上面的場(chǎng)景在設(shè)置200個(gè)固定大小線程池時(shí)。結(jié)果也是可預(yù)見的達(dá)到了50多秒。這個(gè)結(jié)果足以證明協(xié)程編程ko線程編程了。而且在qps越大時(shí)，線程處理的效率和協(xié)程的差距就約明顯，縮小差距的唯一方式就是增加線程數(shù)，而這帶來(lái)的影響就是內(nèi)存消耗激增。而反觀協(xié)程，基于固定的幾個(gè)線程調(diào)度，可以輕松實(shí)現(xiàn)百萬(wàn)級(jí)的協(xié)程處理，而且內(nèi)存穩(wěn)穩(wěn)的。

后記

最后，博主以為Quasar只是一個(gè)框架層面的東西，所以就又去看了下同樣是jvm語(yǔ)言的kotlin的協(xié)程。他的語(yǔ)言更簡(jiǎn)潔，可以直接和java混合使用。跑上面這種實(shí)例只需要1秒多。

fun main() {
    val count = CountDownLatch(10000)
    val stopWatch = StopWatch()
    stopWatch.start()
    IntStream.range(0,10000).forEach {
        GlobalScope.launch {
            delay(1000L)
            println(Thread.currentThread().name + "->"+ it)
            count.countDown()
        }
    }
    count.await()
    stopWatch.stop()
    println("結(jié)束了: " + stopWatch.prettyPrint())
}

當(dāng)博主看到這個(gè)結(jié)果的時(shí)候，有種震驚的趕腳，kotlin的同步模型牛逼呀，瞬時(shí)感覺(jué)到發(fā)現(xiàn)了java里的騷操作了，可以使用kotlin的協(xié)程來(lái)代替java中的多線程操作。因?yàn)樗麄儍蓚€(gè)混合開發(fā)毫無(wú)壓力。如果行的通，那就太爽了。所以就有下面這個(gè)kotlin協(xié)程實(shí)現(xiàn)的代碼：

@Service
class KotlinAsyncService(private val weatherService: GetWeatherService,private val demoApplication: DemoApplication){
    val weatherUrl = "http://localhost:8080/demo/mockWeatherApi?city="
    fun getHuNanWeather(): JSONObject{
        val result = JSONObject()
        val count = CountDownLatch(demoApplication.weatherContext.size)
        for (city in demoApplication.weatherContext){
            val url = weatherUrl + city.key
            GlobalScope.launch {
                result[city.key.toString()] = weatherService.get(url)
                count.countDown()
            }
        }
        count.await()
        return result
    }
}

現(xiàn)實(shí)是，當(dāng)我使用協(xié)程替換掉我java多線程寫的一個(gè)多線程匯聚多個(gè)http接口的結(jié)果的接口時(shí)，通過(guò)ab壓測(cè)他們兩個(gè)的性能并沒(méi)有很大的變化，最后了解到主要原因是這個(gè)時(shí)候，在協(xié)程里發(fā)起一個(gè)http的請(qǐng)求時(shí)，涉及到操作系統(tǒng)層面的socket io操作，io操作是阻塞的，協(xié)程的并發(fā)也就變成了調(diào)度協(xié)程的幾個(gè)線程的并發(fā)了。而且當(dāng)我把同樣的代碼放到Quasar中的時(shí)候，Quasar直接拋io異常了，說(shuō)明Quasar還并不能輕松支持這個(gè)場(chǎng)景。那為什么上面的測(cè)試結(jié)果差距這么大呢，是因?yàn)槲义e(cuò)誤的把協(xié)程實(shí)現(xiàn)里的阻塞等同于線程的阻塞。協(xié)程里的delay掛起函數(shù)，會(huì)立馬釋放線程到線程池，但是當(dāng)真正的io阻塞的時(shí)候也就和真正的線程sleep一樣了，并沒(méi)有釋放當(dāng)前的線程。所以這些對(duì)比都沒(méi)有太大的意義

以上就是java協(xié)程框架quasar和kotlin中的協(xié)程對(duì)比分析的詳細(xì)內(nèi)容，更多關(guān)于java框架quasar和kotlin協(xié)程對(duì)比的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！

最新評(píng)論