Java池化技術你瞭解多少?

語言: CN / TW / HK

在我們平常的編碼中,通常會將一些對象保存起來,這主要考慮的是對象的創建成本。比如像線程資源、數據庫連接資源或者 TCP 連接等,這類對象的初始化通常要花費比較長的時間,如果頻繁地申請和銷燬,就會耗費大量的系統資源,造成不必要的性能損失。

並且這些對象都有一個顯著的特徵,就是通過輕量級的重置工作,可以循環、重複地使用。這個時候,我們就可以使用一個虛擬的池子,將這些資源保存起來,當使用的時候,我們就從池子裏快速獲取一個即可。

在 Java 中,池化技術應用非常廣泛,常見的就有數據庫連接池、線程池等,本文主講連接池,線程池我們將在後續的博客中進行介紹。

公用池化包 Commons Pool 2

簡介

我們首先來看一下 Java 中公用的池化包 ​ ​Commons Pool 2​ ​,來了解一下對象池的一般結構。根據我們的業務需求,使用這套 API 能夠很容易實現對象的池化管理。

<!-- https://mvnrepository.com/artifact/org.apache.commons/commons-pool2 -->
<dependency>
    <groupId>org.apache.commons</groupId>
    <artifactId>commons-pool2</artifactId>
    <version>2.11.1</version>
</dependency>

​GenericObjectPool​ ​ 是對象池的核心類,通過傳入一個對象池的配置和一個對象的工廠,即可快速創建對象池。

public GenericObjectPool( 
            final PooledObjectFactory<T> factory, 
            final GenericObjectPoolConfig<T> config)

案例

Redis 的常用客户端 Jedis,就是使用 ​ ​Commons Pool​ ​ 管理連接池的,可以説是一個最佳實踐。下圖是 Jedis 使用工廠創建對象的主要代碼塊。對象工廠類最主要的方法就是makeObject,它的返回值是 ​ ​PooledObject​ ​ 類型,可以將對象使用 ​ ​new DefaultPooledObject<>(obj)​ ​ 進行簡單包裝返回。

​redis.clients.jedis.JedisFactory​ ​,使用工廠創建對象。

@Override
public PooledObject<Jedis> makeObject() throws Exception {
  Jedis jedis = null;
  try {
    jedis = new Jedis(jedisSocketFactory, clientConfig);
    //主要的耗時操作
    jedis.connect();
    //返回包裝對象
    return new DefaultPooledObject<>(jedis);
  } catch (JedisException je) {
    if (jedis != null) {
      try {
        jedis.quit();
      } catch (RuntimeException e) {
        logger.warn("Error while QUIT", e);
      }
      try {
        jedis.close();
      } catch (RuntimeException e) {
        logger.warn("Error while close", e);
      }
    }
    throw je;
  }
}

我們再來介紹一下對象的生成過程,如下圖,對象在進行獲取時,將首先嚐試從對象池裏拿出一個,如果對象池中沒有空閒的對象,就使用工廠類提供的方法,生成一個新的。

public T borrowObject(final Duration borrowMaxWaitDuration) throws Exception {
    //此處省略若干行
    while (p == null) {
        create = false;
        //首先嚐試從池子中獲取。
        p = idleObjects.pollFirst();
        // 池子裏獲取不到,才調用工廠內生成新實例
        if (p == null) {
            p = create();
            if (p != null) {
                create = true;
            }
        }
        //此處省略若干行
    }
    //此處省略若干行
}

那對象是存在什麼地方的呢?這個存儲的職責,就是由一個叫作 ​ ​LinkedBlockingDeque​ ​的結構來承擔的,它是一個雙向的隊列。

接下來看一下 ​ ​GenericObjectPoolConfig​ ​ 的主要屬性:

// GenericObjectPoolConfig本身的屬性
private int maxTotal = DEFAULT_MAX_TOTAL;
private int maxIdle = DEFAULT_MAX_IDLE;
private int minIdle = DEFAULT_MIN_IDLE;
// 其父類BaseObjectPoolConfig的屬性
private boolean lifo = DEFAULT_LIFO;
private boolean fairness = DEFAULT_FAIRNESS;
private long maxWaitMillis = DEFAULT_MAX_WAIT_MILLIS;
private long minEvictableIdleTimeMillis = DEFAULT_MIN_EVICTABLE_IDLE_TIME_MILLIS;
private long evictorShutdownTimeoutMillis = DEFAULT_EVICTOR_SHUTDOWN_TIMEOUT_MILLIS;
private long softMinEvictableIdleTimeMillis = DEFAULT_SOFT_MIN_EVICTABLE_IDLE_TIME_MILLIS;
private int numTestsPerEvictionRun = DEFAULT_NUM_TESTS_PER_EVICTION_RUN;
private EvictionPolicy<T> evictionPolicy = null; 
// Only 2.6.0 applications set this 
private String evictionPolicyClassName = DEFAULT_EVICTION_POLICY_CLASS_NAME;
private boolean testOnCreate = DEFAULT_TEST_ON_CREATE;
private boolean testOnBorrow = DEFAULT_TEST_ON_BORROW;
private boolean testOnReturn = DEFAULT_TEST_ON_RETURN;
private boolean testWhileIdle = DEFAULT_TEST_WHILE_IDLE;
private long timeBetweenEvictionRunsMillis = DEFAULT_TIME_BETWEEN_EVICTION_RUNS_MILLIS;
private boolean blockWhenExhausted = DEFAULT_BLOCK_WHEN_EXHAUSTED;

參數很多,要想了解參數的意義,我們首先來看一下一個池化對象在整個池子中的生命週期。如下圖所示,池子的操作主要有兩個:一個是業務線程,一個是檢測線程。

對象池在進行初始化時,要指定三個主要的參數:

​maxTotal​
​maxIdle​
​minIdle​

其中 maxTotal 和業務線程有關,當業務線程想要獲取對象時,會首先檢測是否有空閒的對象。如果有,則返回一個;否則進入創建邏輯。此時,如果池中個數已經達到了最大值,就會創建失敗,返回空對象。

對象在獲取的時候,有一個非常重要的參數,那就是最大等待時間(​ ​maxWaitMillis​ ​),這個參數對應用方的性能影響是比較大的。該參數默認為 -1,表示永不超時,直到有對象空閒。

如下圖,如果對象創建非常緩慢或者使用非常繁忙,業務線程會持續阻塞 (​ ​blockWhenExhausted​ ​ 默認為 true),進而導致正常服務也不能運行。

面試題

一般面試官會問:你會把超時參數設置成多大呢?

我一般都會把最大等待時間,設置成接口可以忍受的最大延遲。比如,一個正常服務響應時間 10ms 左右,達到 1 秒鐘就會感覺到卡頓,那麼這個參數設置成 ​ ​500~1000ms​ ​ 都是可以的。超時之後,會拋出 ​ ​NoSuchElementException​ ​ 異常,請求會快速失敗,不會影響其他業務線程,這種 Fail Fast 的思想,在互聯網應用非常廣泛。

帶有evcit 字樣的參數,主要是處理對象逐出的。池化對象除了初始化和銷燬的時候比較昂貴,在運行時也會佔用系統資源。比如,連接池會佔用多條連接,線程池會增加調度開銷等。業務在突發流量下,會申請到超出正常情況的對象資源,放在池子中。等這些對象不再被使用,我們就需要把它清理掉。

超出 ​ ​minEvictableIdleTimeMillis​ ​ 參數指定值的對象,就會被強制回收掉,這個值默認是 30 分鐘;​ ​softMinEvictableIdleTimeMillis​ ​ 參數類似,但它只有在當前對象數量大於 minIdle 的時候才會執行移除,所以前者的動作要更暴力一些。

還有 4 個 test 參數:​ ​testOnCreate​ ​、​ ​testOnBorrow​ ​、​ ​testOnReturn​ ​、​ ​testWhileIdle​ ​,分別指定了在創建、獲取、歸還、空閒檢測的時候,是否對池化對象進行有效性檢測。

開啟這些檢測,能保證資源的有效性,但它會耗費性能,所以默認為 false。生產環境上,建議只將 ​ ​testWhileIdle​ ​ 設置為 true,並通過調整空閒檢測時間間隔(​ ​timeBetweenEvictionRunsMillis​ ​),比如 1 分鐘,來保證資源的可用性,同時也保證效率。

JMH 測試

使用連接池和不使用連接池,它們之間的性能差距到底有多大呢?下面是一個簡單的 JMH 測試例子(見倉庫),進行一個簡單的 set 操作,為 redis 的 key 設置一個隨機值。

@Fork(2) 
@State(Scope.Benchmark) 
@Warmup(iterations = 5, time = 1) 
@Measurement(iterations = 5, time = 1) 
@BenchmarkMode(Mode.Throughput) 
public class JedisPoolVSJedisBenchmark { 
   JedisPool pool = new JedisPool("localhost", 6379); 

   @Benchmark 
   public void testPool() { 
       Jedis jedis = pool.getResource(); 
       jedis.set("a", UUID.randomUUID().toString()); 
       jedis.close(); 
   } 

   @Benchmark 
   public void testJedis() { 
       Jedis jedis = new Jedis("localhost", 6379); 
       jedis.set("a", UUID.randomUUID().toString()); 
       jedis.close(); 
   } 
   //此處省略若干行
}

將測試結果使用 ​ ​meta-chart​ ​ 作圖,展示結果如下圖所示,可以看到使用了連接池的方式,它的吞吐量是未使用連接池方式的 5 倍!

數據庫連接池 HikariCP

HikariCP 源於日語“光る”,光的意思,寓意軟件工作速度和光速一樣快,它是 SpringBoot 中默認的數據庫連接池。數據庫是我們工作中經常使用到的組件,針對數據庫設計的客户端連接池是非常多的,它的設計原理與我們在本文開頭提到的基本一致,可以有效地減少數據庫連接創建、銷燬的資源消耗。

同是連接池,它們的性能也是有差別的,下圖是 HikariCP 官方的一張測試圖,可以看到它優異的性能,官方的 JMH 測試代碼見 Github。

一般面試題是這麼問的:HikariCP 為什麼快呢?主要有三個方面:

  • 它使用 FastList  替代  ArrayList ,通過初始化的默認值,減少了越界檢查的操作;
  • 優化並精簡了字節碼,通過使用 Javassist ,減少了動態代理的性能損耗,比如使用 invokestatic  指令代替  invokevirtual  指令;
  • 實現了無鎖的 ConcurrentBag ,減少了併發場景下的鎖競爭。

HikariCP 對性能的一些優化操作,是非常值得我們借鑑的,在之後的博客中,我們將詳細分析幾個優化場景。

數據庫連接池同樣面臨一個最大值(​ ​maximumPoolSize​ ​)和最小值(​ ​minimumIdle​ ​)的問題。這裏同樣有一個非常高頻的面試題:你平常會把連接池設置成多大呢?

很多同學認為,連接池的大小設置得越大越好,有的同學甚至把這個值設置成 1000 以上,這是一種誤解。根據經驗,數據庫連接,只需要 20~50 個就夠用了。具體的大小,要根據業務屬性進行調整,但大得離譜肯定是不合適的。

​HikariCP​ ​ 官方是不推薦設置 ​ ​minimumIdle​ ​ 這個值的,它將被默認設置成和 ​ ​maximumPoolSize​ ​ 一樣的大小。如果你的數據庫Server端連接資源空閒較大,不妨也可以去掉連接池的動態調整功能。

另外,根據數據庫查詢和事務類型,一個應用中是可以配置多個數據庫連接池的,這個優化技巧很少有人知道,在此簡要描述一下。

業務類型通常有兩種:一種需要快速的響應時間,把數據儘快返回給用户;另外一種是可以在後台慢慢執行,耗時比較長,對時效性要求不高。如果這兩種業務類型,共用一個數據庫連接池,就容易發生資源爭搶,進而影響接口響應速度。雖然微服務能夠解決這種情況,但大多數服務是沒有這種條件的,這時就可以對連接池進行拆分。

如圖,在同一個業務中,根據業務的屬性,我們分了兩個連接池,就是來處理這種情況的。

HikariCP 還提到了另外一個知識點,在 JDBC4 的協議中,通過 ​ ​Connection.isValid()​ ​ 就可以檢測連接的有效性。這樣,我們就不用設置一大堆的 test 參數了,HikariCP 也沒有提供這樣的參數。

結果緩存池

到了這裏你可能會發現池(Pool)與緩存(Cache)有許多相似之處。

它們之間的一個共同點,就是將對象加工後,存儲在相對高速的區域。我習慣性將緩存看作是數據對象,而把池中的對象看作是執行對象。緩存中的數據有一個命中率問題,而池中的對象一般都是對等的。

考慮下面一個場景,jsp 提供了網頁的動態功能,它可以在執行後,編譯成 class 文件,加快執行速度;再或者,一些媒體平台,會將熱門文章,定時轉化成靜態的 html 頁面,僅靠 nginx 的負載均衡即可應對高併發請求(動靜分離)。

這些時候,你很難説清楚,這是針對緩存的優化,還是針對對象進行了池化,它們在本質上只是保存了某個執行步驟的結果,使得下次訪問時不需要從頭再來。我通常把這種技術叫作結果緩存池(​ ​Result Cache Pool​ ​),屬於多種優化手段的綜合。

小結

下面我來簡單總結一下本文的內容重點:

我們從 Java 中最通用的公用池化包 ​ ​Commons Pool 2​ ​ 説起,介紹了它的一些實現細節,並對一些重要參數的應用做了講解;Jedis 就是在 ​ ​Commons Pool 2​ ​ 的基礎上封裝的,通過 JMH 測試,我們發現對象池化之後,有了接近 5 倍的性能提升;接下來介紹了數據庫連接池中速度速快的 HikariCP ,它在池化技術之上,又通過編碼技巧進行了進一步的性能提升,HikariCP 是我重點研究的類庫之一,我也建議你加入自己的任務清單中。

總體來説,當你遇到下面的場景,就可以考慮使用池化來增加系統性能:

  • 對象的創建或者銷燬,需要耗費較多的系統資源;
  • 對象的創建或者銷燬,耗時長,需要繁雜的操作和較長時間的等待;
  • 對象創建後,通過一些狀態重置,可被反覆使用。

將對象池化之後,只是開啟了第一步優化。要想達到最優性能,就不得不調整池的一些關鍵參數,合理的池大小加上合理的超時時間,就可以讓池發揮更大的價值。和緩存的命中率類似,對池的監控也是非常重要的。

如下圖,可以看到數據庫連接池連接數長時間保持在高位不釋放,同時等待的線程數急劇增加,這就能幫我們快速定位到數據庫的事務問題。

平常的編碼中,有很多類似的場景。比如 Http 連接池,​ ​Okhttp​ ​ 和 ​ ​Httpclient​ ​ 就都提供了連接池的概念,你可以類比着去分析一下,關注點也是在連接大小和超時時間上;在底層的中間件,比如 RPC,也通常使用連接池技術加速資源獲取,比如 ​ ​Dubbo​ ​ 連接池、 ​ ​Feign​ ​ 切換成 ​ ​httppclient​ ​ 的實現等技術。

你會發現,在不同資源層面的池化設計也是類似的。比如線程池,通過隊列對任務進行了二層緩衝,提供了多樣的拒絕策略等,線程池我們將在後續的文章中進行介紹。

線程池的這些特性,你同樣可以借鑑到連接池技術中,用來緩解請求溢出,創建一些溢出策略。現實情況中,我們也會這麼做。那麼具體怎麼做?有哪些做法?這部分內容就留給大家思考了。