Java21-虚拟线程小试牛刀-meethigher

其他语言，如Go早期就支持了叫做协程的东西，它是轻量化后的线程，而Java异步编程却只有线程的概念。JDK8以后的升级带来的改变总体感觉不大，不过这次JDK21带来的Virtual Thread还是值得体验一把的，可以说是YYDS，终于有理由不使用Java8了！

首先下载JDK 21。

如官方所说，Virtual Thread在JDK19和JDK20时，还是预览版本。在JDK21才正式确定出道。因此现有版本，已经可以正式使用了。

下面所有的Virtual Thread我都叫他虚拟线程了，而不是协程，反正只是个名。

不过新版本发布之后，想要正式使用，还需要等待IDE更新，不然使用体验没那么好。

以下测试都是通过JDK原生编译命令执行。

一、快速入门

1.1 如何创建

Java的虚拟线程，是基于ForkJoinPool线程池实现的，它适用于密集型阻塞场景。

常规情况下，如果存在阻塞，那么线程就会卡在那里了，这段时间是啥也不干，但却又占着茅坑。其实这部分时间还是可以让他做别的事情的，就像netty的事件驱动非阻塞一样，于是虚拟线程应运而生。

说人话就是，虚拟线程适合处理大量阻塞的任务。如果处理计算任务，或者个数较少的阻塞任务，优势并不明显。

Java中的new Thread()获取到的即对应操作系统中的线程。不过在JDK21中，给了他更明确的概念，平台线程PlatformThread。

不求甚解，只求会用。至于如何创建PlatformThread和VirtualThread，请看以下代码。

//线程，即平台线程。两种方式
Thread platformThread = new Thread(new TestRunner(null));
Thread platformThread1 = Thread.ofPlatform().unstarted(new TestRunner(null));
//虚拟线程。跟一下源码，可知他是依赖于池化的ForkJoinPool的
Thread virtualThread = Thread.ofVirtual().unstarted(new TestRunner(null));

1.2 性能比较

下面比较PlatformThread和VirtualThread处理密集型阻塞任务时的执行性能。

import java.text.SimpleDateFormat;
import java.time.Duration;
import java.util.Date;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.CountDownLatch;public class Main {/*** 基于15个线程池实现的虚拟线程* 执行一万个任务，每个任务耗时1000毫秒，总共耗费2637毫秒*/public static void virtualThread(int count) throws Exception {StopWatcher stopWatcher = new StopWatcher();stopWatcher.start();CountDownLatch countDownLatch = new CountDownLatch(count);for (int i = 0; i < count; i++) {Thread.ofVirtual().start(new TestRunner(countDownLatch));}countDownLatch.await();stopWatcher.stop();System.out.printf("本次执行耗时：%s毫秒", stopWatcher.getTimeInterval().toMillis());}/*** 基于15个池化线程* 执行一万个任务，每个任务耗时1000毫秒，总共耗费11分钟*/public static void platformThread(int count) throws Exception {StopWatcher stopWatcher = new StopWatcher();stopWatcher.start();CountDownLatch countDownLatch = new CountDownLatch(count);for (int i = 0; i < count; i++) {CompletableFuture.runAsync(new TestRunner(countDownLatch));}countDownLatch.await();stopWatcher.stop();System.out.printf("本次执行耗时：%s毫秒", stopWatcher.getTimeInterval().toMillis());}public static void main(String[] args) throws Exception {int count = 10000;//virtualThread(count);platformThread(count);}public static class TestRunner implements Runnable {private final CountDownLatch countDownLatch;public TestRunner(CountDownLatch countDownLatch) {this.countDownLatch = countDownLatch;}@Overridepublic void run() {try {System.out.println(Thread.currentThread() + " start " + new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()));Thread.sleep(1000);System.out.println(Thread.currentThread() + " stop " + new SimpleDateFormat("yyyy-MM-dd HH:mm:ss").format(new Date()));countDownLatch.countDown();} catch (Exception e) {System.out.println(e.getMessage());}}}public static class StopWatcher {private long start;private long stop;public StopWatcher() {}public void start() {this.start = System.currentTimeMillis();}public void stop() {this.stop = System.currentTimeMillis();}public Duration getTimeInterval() {return Duration.ofMillis(this.stop - this.start);}}
}

进行编译，并运行。

javac Main.java && java Main

两种方式，分别模拟处理10000个阻塞任务，每个任务阻塞1秒。

PlatformThread: 15个池化线程
VirtualThread: 15个池化线程，但是采用了虚拟线程方式

我的硬件情况就不详细描述了，直接对比结果，就能清楚明了感受到差异。

执行结果

耗时对比
- PlatformThread: 耗时11分钟
- VirtualThread：耗时2秒
CPU使用率对比
- PlatformThread: 占用10%左右
- VirtualThread: 占用50%左右

综上，处理密集型阻塞任务，使用VirtualThread更大程度发挥了CPU性能！

此处官方已经明确说了，虚拟线程只适合密集型阻塞场景。假如像计算型，反而会降低性能。

说白了，虚拟线程就是压榨CPU空闲的时间，不允许他闲下来。这点跟操作系统的时间片、Netty的事件驱动类似。

二、实际案例

2.1 购物

请看如下代码

像findUserByName和loadCardFor是通过数据库查询，其实在查询的过程中，将请求发给数据库，等待数据库响应的过程就是阻塞的。

这种顺序执行的情况，其中就存在CPU利用不充分的问题，就可以使用异步编程提升性能。但是采用多线程能提高性能吗？

先分析下业务，这是一个购物过程。

用户：查询并获取用户
购物车：通过用户查询并获取购物车，获取购物车的总价格
订单：支付该用户的总价格对应的费用，获取订单
通知：通知用户订单信息

会发现这里面是环环相扣的，没有并行的业务。

即使我们把代码进行了异步如下，有意义吗？没意义！

假如同时来100个请求，会发现，阻塞时间的总量根本没变。性能并没有提升。

2.1 购物-优化版

那么如何提升性能？就得通过阻塞入手了，让他变成不阻塞。这样单位时间内处理的请求就更多了。

而且，也不能采用上述异步后的代码形式，因为他难以阅读、难以调试。

我们希望他

不阻塞
易阅读、易调试

那么如何优化呢？请看如下代码。

private ExecutorService executor = Executors.newVirtualThreadPerTaskExecutor();public void pay(String name) throws Exception {executor.submit(() -> {User user = userService.findUserByName(name);if (!repo.contains(user)) {repo.save(user);}var cart = cartService.loadCartFor(user);var total = cart.items().stream().mapToInt(Item::price).sum();var transactionId = paymentService.pay(user, total);emailService.send(user, cart, transactionId);})
}