Question

我正在使用ThreadPoolTaskExecutor（春天）来异步执行某些任务。

所需任务将从外部DB加载一些对象到我的系统内存中。我使用的最大线程池大小为10，最大队列大小为100。

假设所有10个线程都被占用从我的数据库中获取对象并创建了一个任务，它将进入队列。现在创建了另一个任务，它应该从DB获取相同的对象（DB中的相同键），它也将进入队列（假设所有10个线程仍然被占用）。

因此，我的队列可能会很容易地完成重复任务，这些任务将依次执行，我不希望这种情况发生。

我认为解决方案应该以独特集合的形式出现，该集合充当线程池队列。在引擎盖下ThreadPoolTaskExecutor使用LinkedBlockingQueue，它不提供唯一性。

我想到了一些可能的解决方案，但没有人满足我：

使用ThreadPoolExecutor代替ThreadPoolTaskExecutor。 ThreadPoolExecutor提供了一个构造函数，它允许我确定线程池队列类型，但它需要实现BlockingQueue接口。我找不到保持唯一性的实现。

这导致我尝试扩展LinkedBlockingQueue并覆盖add：

public boolean add(E e)
    if(!this.contains(e)) {
        return super.add(e);
    } else {
        return false;
    }
}

但据我所知，由于contains方法受到O（n）的限制，这会导致性能大幅下降 - 这是个坏主意。

什么可以解决我的问题？我的目标是获得良好的性能（在内存性能权衡的情况下，我不介意为性能放弃内存）。

Answer 1

使用Guava和ListenableFuture您可以做类似的事情（尚未测试）

Set<String> uniqueQueue = Sets.newConcurrentHashSet();
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 10, 0, TimeUnit.SECONDS, Queues.newLinkedBlockingQueue(100));
ListeningExecutorService executorService = MoreExecutors.listeningDecorator(threadPoolExecutor);

String t1 = "abc";
if(uniqueQueue.add(t1)) {
    ListenableFuture<String> future = executorService.submit(() -> "do something with " + t1);
    Futures.addCallback(future, new FutureCallback<String>() {
        @Override
        public void onSuccess(String result) {
            uniqueQueue.remove(t1);
        }

        @Override
        public void onFailure(Throwable t) {
            uniqueQueue.remove(t1);
        }
    });
}

导致

只有当前未处理或队列中的项目才会添加到队列中（uniqueQueue）
已处理的项目将从uniqueQueue
队列中最多只有100个项目

此实现无法处理

Exceptions

submit()

unqiueQueue

参考您将数据库中的对象加载到内存中的要求，您可能需要查看Guava's Caches。

<强>更新：

BlockingQueue backed by LinkedHashSet from Apache Marmotta project

Answer 2

类似于公认解决方案的解决方案，但基于Spring（与Guava相对）：

创建界面 RunnableWithId ：

 public interface RunnableWithId extends Runnable {

    /**
     * @return A unique id for this task
     */
    String getTaskId();
}

创建另一个界面 TaskWithIdExecutor ：

import org.springframework.core.task.TaskExecutor;


public interface TaskWithIdExecutor extends TaskExecutor {

    /**
     * Executes the given task if it is not queued or already running
     *
     * @param task The task to execute
     */
    void executeIfNotQueuedOrRunningAlready(RunnableWithId task);
}

创建自定义执行者 UniquTaskExecutor ：

import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;
import org.springframework.util.concurrent.ListenableFuture;
import org.springframework.util.concurrent.ListenableFutureCallback;

import java.util.Set;

/**
 * In addition to all the abilities of ThreadPoolTaskExecutor adds the ability
 * to execute a task only if it is not already running/queued using the
 * executeIfNotQueuedOrRunningAlready method.
 *
 * @see ThreadPoolTaskExecutor
 */
public class UniquTaskExecutor extends ThreadPoolTaskExecutor implements TaskWithIdExecutor {

    private Set<String> queuedTasks;

    public UniquTaskExecutor() {
        queuedTasks = Sets.newConcurrentHashSet();
    }

    @Override
    public void execute(Runnable task) {
        super.execute(task);
    }

    /**
     * @param task The task to execute
     */
    @Override
    public void executeIfNotQueuedOrRunningAlready(RunnableWithId task) {
        if (queuedTasks.add(task.getTaskId())) {
            ListenableFuture<?> res = submitListenable(task);
            res.addCallback(new ListenableFutureCallback<Object>() {
                @Override
                public void onFailure(Throwable throwable) {
                    queuedTasks.remove(task.getTaskId());
                }

                @Override
                public void onSuccess(Object o) {
                    queuedTasks.remove(task.getTaskId());
                }
            });
        }
    }
}

使用 UniquTaskExecutor 的 executeIfNotQueuedOrRunningAlready 方法来实现任务执行的唯一性。

Answer 3

如果您被允许管理数据库，我建议使用数据库本身来防止重复工作：

向表格添加lockid列
在表格中添加状态栏（可能是“新”和“已完成”）
确保您的数据库隔离级别至少为READ_COMMITTED

然后在主线程中尝试这样的事情：

Random rand = new Random();
int lockId = rand.nextInt(Integer.MAX_VALUE - 1) + 1;
String update = "UPDATE DB.Table SET lockid=" + lockId + " WHERE lockid=0 AND status='new' " // + AND your conditions + LIMIT ##
String select = "SELECT * FROM DB.Table WHERE lockid=" + lockId;
// now execute those sql statements with QueryRunner or whatever you use in-house

从select返回的行是您添加到队列的行。

然后，您有一个实现Runnable的类，通过从队列中检索这些行来处理这些行。处理完一行后，再执行一次SQL更新（在Runnable中）将lockId设置为零，并将状态设置为“done”。

即使你有多台机器都有自己的队列，这样做也有效。

具有唯一任务的线程池队列

3 个答案: