第一次杭州程序员交流会总结

第一次杭州程序员圆桌交流会于上周末在杭城著名的betacafe举行了,本次主题为Java并发编程,参加的人员为14人,分别来自网易、cisco、DBAppSecurity、阿里巴巴b2b、淘宝、支付宝、阿里云,组织者为阿里云的龙浩,twitter id为: @hoorace,交流会上共有7人分享了PPT,其他人员热烈的参与了讨论,:),总结来说,本次的交流会还是很成功的,质量不错,组织形式上后面可以考虑进一步优化,下面进入本次交流会的细节分享,感兴趣的同学可以继续阅读,twitter上的直播实录请搜索#yuanzhuo。

第一次杭州程序员圆桌交流会于上周末在杭城著名的betacafe举行了,本次主题为Java并发编程,参加的人员为14人,分别来自网易、cisco、DBAppSecurity、阿里巴巴b2b、淘宝、支付宝、阿里云,组织者为阿里云的龙浩,twitter id为: @hoorace,交流会上共有7人分享了PPT,其他人员热烈的参与了讨论,:),总结来说,本次的交流会还是很成功的,质量不错,组织形式上后面可以考虑进一步优化,下面进入本次交流会的细节分享,感兴趣的同学可以继续阅读,twitter上的直播实录请搜索#yuanzhuo。
===================================================================
Topic 1:Java多线程常见陷阱
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/killme2008@taobao.pptx
Topicer: @killme2008
Topic评价:PPT做的很不错,形象的图形,这些陷阱在编写Java多线程程序时需要特别注意,绝对是经验之谈,值得学习,尤其是killme2008 PPT中最后分享到的Sun JDK 1.5里的一些bug。
===================================================================
Topic 2:Java Concurrent Programming
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/joez@cisco.ppt
Topicer: joez
Topic评价:这个Topic分享的更多的是并发编程中需要掌握的一些理论知识,例如线程、原子操作、可见性、wait/notify机制等,和上一Topic一样,都提到了要特别注意InterreputedException的处理,在分享的过程中引发大家讨论的主要是什么是并发,什么是并行,我自己的看法是并发的程序不一定能并行,就此而已,另外一个有意思的点就是交流到了CPU超线程,这个点是有些意思的。
===================================================================
Topic 3:SEDA与Java并行编程点滴
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/tanbamboo@DBAppSecurity.ppt
Topicer:@tanbamboo
Topic评价:SEDA是现在高性能服务器编程中的重要思想,tanbamboo同学分享了一个实际的SEDA的例子,会有助于SEDA思想的理解,在PPT的最后提到了coroutine的一个问题,coroutine只是用一个线程如何发挥多核优势,其实coroutine通常是使用cpu核数线程。
===================================================================
Topic 4:并发编程交流
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/bluedavy@taobao.pptx
Topicer: @bluedavy
Topic评价:自己的PPT不好评价了,分享的主要是Java并发编程中最关键的资源竞争、一致性保证的知识点以及线程相关的知识点,分享过程中我举的一个基于concurrentHashMap、FutureTask改造的例子引发了大家的热烈讨论,cisco同学后来给了一个类似的方案,也是不错的,最后在讲线程部分时也宣扬了下coroutine,并发上来讲最重要的还是尽可能的去除(Non-Blocking)、减少竞争(拆分、lock-free),这个其实不是纯技术方面的,很多时候需要根据场景来分析。
===================================================================
Topic 5:Java并发编程实践
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/hoorace@aliyun.pptx
Topicer: @hoorace
Topic评价:hoorace分享了一个实际的案例,这个还是很受大家关注的,各提意见来进行改造和提升,:),从效果来看,分享案例再讲一些背后的机制是很受大家欢迎的,同时自己也能从中获得一些新的不同角度的改进方法。
===================================================================
Topic 6:线程飞扬
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/lihaibo@netease.ppt
Topicer:杨海波
Topic评价:网易的同学分享了一个数据迁移的案例,这个例子中反应的主要是借助多线程来提升性能的方案,这也是我个人认为实际场景中使用多线程主要是两个目的,一是提升所能支撑的并发量,二是提升性能。
===================================================================
Topic 7:并发程序设计
PPT下载地址:http://www.bluedavy.com/yuanzhuo/20100320/wenshaojin@b2b.ppt
Topicer:温少
Topic评价:温少同学以一个经典的10个老婆的例子来阐述了amdahl、gustafson、sun-ni定律,通俗易懂,太经典了,推荐了这本书:《Synchronization Algorithms and concurrent Programming》; 同时在分享中温少从另一个不同的角度来讲了并发的提升,就是硬件角度,例如现在的GPU,分解了CPU压力;最后分享的基于TimerWheel算法来改进java中头疼的基于Timer做定时触发的问题,很值得学习,如果说评选的话,我会选择温少这个分享作为本次的最佳分享,受益颇丰。

作为第一次这种交流会,质量能保证的这么好,不得不要感谢各位参与者open的分享精神,同时更要感谢的是@hoorace的辛苦组织,从本次交流来看,这种相对交流性质而非培训性质的还是很受欢迎的,因此将继续组办这类交流会,以后的可能的改进方法为:
1、初定为一个月一次,固定场所,每次的主题前期由组织者来指定,开展多了后则可采取投票机制;
2、由于分享的同学可能会很多,为了避免时间过长,后续会采取对需要分享的PPT做一次投票,确保在有限的时间内分享大家最感兴趣的话题,在分享方面最好是实例,然后讲解此次实例过程中涉及的背后的知识点,参与交流会的同学可以随时提供改进的更好建议;
3、录制视频,以便分享给更多的无法来参加的同学,进一步讨论。
下一期主题初定为关于JVM的那点事,对JVM内存管理、编译机制、线程机制等有深入研究和实战经验的同学欢迎参与,可以直接联系我或者是等口碑上的活动报名帖做出来后再行报名。

杭州程序员圆桌交流第一期–并发编程PPT

由阿里云龙浩同学牵头的杭州程序员圆桌交流,第一期主题为并发编程,把自己的经验也分享下,在活动结束后会公开此次交流的资料,具体PPT见文中内容。

由阿里云龙浩同学牵头的杭州程序员圆桌交流,第一期主题为并发编程,把自己的经验也分享下,在活动结束后会公开此次交流的资料,具体PPT如下:

在Java中使用协程(Coroutine)

本篇blog将讲述coroutine的一些背景知识,以及在Java中如何使用Coroutine,包括一个简单的benchmark对比,希望能借助这篇blog让大家了解到更多在java中使用coroutine的方法,本篇blog的PDF版本可从此下载:http://www.bluedavy.com/open/UseCoroutineInJava.pdf

在讲到具体内容之前,不能不先讲下Coroutine的一些背景知识,来先具体了解下什么是Coroutine。

1.       背景知识

现在的操作系统都是支持多任务的,多任务可通过多进程或多线程的方式去实现,进程和线程的对比就不在这里说了,在多任务的调度上操作系统采取抢占式和协作式两种方式,抢占式是指操作系统给每个任务一定的执行时间片,在到达这个时间片后如任务仍然未释放对CPU的占用,那么操作系统将强制释放,这是目前多数操作系统采取的方式;协作式是指操作系统按照任务的顺序来分配CPU,每个任务执行过程中除非其主动释放,否则将一直占据CPU,这种方式非常值得注意的是一旦有任务占据CPU不放,会导致其他任务”饿死”的现象,因此操作系统确实不太适合采用这种方式。

说完操作系统多任务的调度方式后,来看看通常程序是如何实现支持高并发的,一种就是典型的基于操作系统提供的多进程或多线程机制,每个任务占据一个进程或一个线程,当任务中有IO等待等动作时,则将进程或线程放入待调度队列中,这种方式是目前大多数程序采取的方式,这种方式的坏处在于如想支持高的并发量,就不得不创建很多的进程或线程,而进程和线程都是要消耗不少系统资源的,另外一方面,进程或线程创建太多后,操作系统需要花费很多的时间在进程或线程的切换上,切换动作需要做状态保持和恢复,这也会消耗掉很多的系统资源;另外一种方式则是每个任务不完全占据一个进程或线程,当任务执行过程中需要进行IO等待等动作时,任务则将其所占据的进程或线程释放,以便其他任务使用这个进程或线程,这种方式的好处在于可以减少所需要的原生的进程或线程数,并且由于操作系统不需要做进程或线程的切换,而是自行来实现任务的切换,其成本会较操作系统切换低,这种方式也就是本文的重点,Coroutine方式,又称协程方式,这种方式在目前的大多数语言中都有支持。

各种语言在实现Coroutine方式的支持时,多数都采用了Actor Model来实现,Actor Model简单来说就是每个任务就是一个Actor,Actor之间通过消息传递的方式来进行交互,而不采用共享的方式,Actor可以看做是一个轻量级的进程或线程,通常在一台4G内存的机器上,创建几十万个Actor是毫无问题的,Actor支持Continuations,即对于如下代码:

Actor

act方法

进行一些处理

创建并执行另外一个Actor

通过消息box阻塞获取另一个Actor执行的结果

继续基于这个结果进行一些处理

在支持Continuations的情况下,可以做到消息box阻塞时并不是进程或线程级的阻塞,而只是Actor本身的阻塞,并且在阻塞时可将所占据的进程或线程释放给其他Actor使用,Actor Model实现最典型的就是erLang了。

对于Java应用而言,传统方式下为了支持高并发,由于一个线程只能用于处理一个请求,即使是线程中其实有很多IO中断、锁等待也同样如此,因此通常的做法是通过启动很多的线程来支撑高并发,但当线程过多时,就造成了CPU需要消耗不少的时间在线程的切换上,从而出现瓶颈,按照上面对Coroutine的描述,Coroutine的方式理论上而言能够大幅度的提升Java应用所能支撑的并发量。

2.       在Java中使用Coroutine

Java尚不能从语言层次上支持Coroutine,也许Java 7能够支持,目前已经有了一个测试性质的版本[1],在Sun JDK 7尚未正式发布的情况下如希望在Java中使用Coroutine,Scala或Kilim是可以做的选择,来分别看下。

Scala是现在很火的语言之一,Twitter消息中间件基于Scala编写更是让Scala名声鹊起,除了在语法方面所做出的改进外,其中一个最突出的特色就是Scala Actor,Scala Actor是Scala用于实现Coroutine的方式,先来具体看看Scala在Coroutine支持实现的关键概念。

l  Actor

Scala Actor可以看做是一个轻量级的Java Thread,其使用方式和Java Thread基本也一致,继承Actor,实现act方法,启动时也是调用start方法,但和Java Thread不同的是,Scala Actor可等待外部发送过来的消息,并进行相应的处理。

l  Actor的消息发送机制

发送消息到Actor的方式有异步、Future两种方式,异步即指发送后立即返回,继续后续流程,使用异步发送的方法为:actor ! MessageObject,其中消息对象可以为任何类型,并且Scala还支持一种称为case Object的对象,便于在收到消息时做pattern matching。

Future方式是指阻塞线程等待消息处理的结果,使用Future方式发送的方法为:actor !! MessageObject,在等待结果方面,Scala支持不限时等待,限时等待以及等待多个Future或个别Future完成,使用方法如下:

val ft=actor !! MessageObject // Future方式发送消息

val result=ft() // 不限时等待

val results=awaitAll(500,ft1,ft2,ft3)  // 限时等待多个Future返回值

val results=awaitEither(ft1,ft2) // 等待个别future完成

接收消息方通过reply方法返回Future方式所等待的结果。

l  Actor的消息接收机制

当代码处于Actor的act方法或Actor环境(例如为Actor的act方法调用过来的代码)中时,可通过以下两种方式来接收外部发送给Actor的消息:一为receive方式,二为react方式,代码例子如下:

receive{

case MessageObject(args) => doHandle(args)

}

react{

case MessageObject(args) => doHandle(args)

}

receive和react的差别在于receive需要阻塞当前Java线程,react则仅为阻塞当前Actor,但并不会阻塞Java线程,因此react模式更适合于充分发挥coroutine带来的原生线程数减少的好处,但react模式有个缺点是react不支持返回。

receive和react都有限时接收的方式,方法为:receiveWithin(timeout)、reactWithin(timeout),超时的消息通过case TIMEOUT的方式来接收。

下面来看基于Scala Actor实现并发处理请求的一个简单例子。

class Processor extends Actor{

def act(){

loop{

react{

case command:String => doHandle(command)

}

}

}

def doHandle(command:String){

// 业务逻辑处理

}

}

当需要并发执行此Processor时,在处理时需要的仅为调用以下代码:

val processor=new Processor()

processor.start

processor ! “Hello”

从以上说明来看,要在旧的应用中使用Scala还是会有一些成本,部署运行则非常简单,在Scala IDE Plugin编写了上面的scala代码后,即生成了java class文件,可直接在jvm中运行。

Kilim是由剑桥的两位博士开发的一个用于在Java中使用Coroutine的框架,Kilim基于Java语法,先来看看Kilim中的关键概念。

l  Task

可以认为Task就是Actor,使用方式和Java Thread基本相同,只是继承的为Task,覆盖的为execute方法,启动也是调用task的start方法。

l  Task的消息发送机制

Kilim中通过Mailbox对象来发送消息,Mailbox的基本原则为可以有多个消息发送者,但只能有一个消息接收者,发送的方式有同步发送、异步发送和阻塞线程方式的同步发送三种,同步发送是指保证一定能将消息放入发送队列中,如当前发送队列已满,则等待到可用为止,阻塞的为当前Task;异步发送则是尝试将消息放入发送队列一次,如失败,则返回false,成功则返回true,不会阻塞Task;阻塞线程方式的同步发送是指阻塞当前线程,并保证将消息发送给接收者,三种方式的使用方法如下:

mailbox.put(messageObject); // 同步发送

mailbox.putnb(messageObject); // 异步发送

mailbox.putb(messageObject); // 阻塞线程方式发送

l  Task的消息接收机制

Kilim中通过Mailbox来接收消息,接收消息的方式有同步接收、异步接收以及阻塞线程方式的同步接收三种,同步接收是指阻塞当前Task,直到接收到消息才返回;异步接收是指立刻返回Mailbox中的消息,有就返回,没有则返回null;阻塞线程方式的同步接收是指阻塞当前线程,直到接收到消息才返回,使用方法如下:

mailbox.get(); // 同步接收,传入long参数表示等待的超时时间,单位为毫秒

mailbox.getnb(); // 异步接收,立刻返回

mailbox.getb(); // 阻塞线程方式接收

下面来看基于Kilim实现并发处理请求的一个简单例子。

public class Processor extends Task{

private String command;

public Processor(String command){

this.command=command;

}

public void execute() throws Pausable,Exception{

// 业务逻辑处理

}

}

在处理时,仅需调用以下代码:

Task processor=new Processor(command);

processor.start();

从以上代码来看,Kilim对于Java人员而言学习门槛更低,但对于需要采用coroutine方式执行的代码在编译完毕后,还需要采用Kilim的kilim.tools.Weaver类来对这些已编译出来的class文件做织入,运行时需要用织入后生成的class文件才行,织入的方法为:java kilim.tools.Weaver –d [织入后生成的class文件存放的目录] [需要织入的类文件所在的目录],目前尚没有Kilim IDE Plugin可用,因此weaver这个过程还是比较的麻烦。

上面对Scala和Kilim做了一个简单的介绍,在实际Java应用中使用Coroutine时,通常会出现以下几种典型的更复杂的使用场景,由于Actor模式本身就是异步的,因此其天然对异步场景支持的就非常好,更多的问题会出现在以下几个同步场景上,分别来看看基于Scala、Kilim如何来实现。

l  Actor同步调用

Actor同步调用是经常会出现的使用场景,主要为Actor发送消息给其他的Actor处理,并等待结果才能继续。

n  Scala

对于这种情况,在Scala 2.7.7中,目前可采取的为以下两种方法:

一种为通过Future方式发送消息来实现:

class Processor(command:String) extends Actor{

def act(){

val actor=new NetSenderActor()

val ft=actor !! command

println(ft())

}

}

class NetSenderActor extends Actor{

def act(){

case command:String => {

reply(“received command:”+command)

}

}

}

第二种为通过receive的方式来实现:

class Processor(command:String) extends Actor{

def act(){

val actor=new NetSenderActor()

actor ! command

var senderResult=””

receive{

case result:String => {

senderResult=result

}

}

println(senderResult)

}

}

class NetSenderActor extends Actor{

def act(){

case command:String => {

sender ! (“received command:”+command)

}

}

}

但这两种方式其实都不好,因为这两种方式都会造成当前Actor的线程阻塞,这也是因为目前Scala版本对continuations尚不支持的原因,Scala 2.8版本将提供continuations的支持,希望到时能有不需要阻塞Actor线程实现上述需求的方法。

还有一种常见的场景是Actor调一段普通的Scala类,然后那个类中进行了一些处理,并调用了其他Actor,此时在该类中如需要等待Actor的返回结果,也可使用上面两种方法。

n  Kilim

在Kilim中要实现Task之间的同步调用非常简单,代码如下:

public class TaskA extends Task{

public void execute() throws Pausable,Exception{

Mailbox<Object> result=new Mailbox<Object>();

Task task=new TaskB(result);

task.start();

Object resultObject=result.get();

System.out.println(resultObject);

}

}

public class TaskB extends Task{

private Mailbox<Object> result;

public TaskB(Mailbox<Object> result){

this.result=result;

}

public void execute() throws Pausable,Exception{

result.put(“result from TaskB”);

}

}

Kilim的Mailbox.get并不会阻塞线程,因此这种方式是完全满足需求的。

l  普通Java代码同步调用Actor

由于已有的应用是普通的Java代码,经常会出现这样的场景,就是希望实现在这些Java代码中同步的调用Actor,并等待Actor的返回结果,但由于Scala和Kilim都强调首先必须是在Actor或Task的环境下才行,因此此场景更佳的方式应为Scala Actor(Kilim Task) à Java Code à Scala Actor(Kilim Task),这种场景在对已有的应用中会是最常出现的,来看看在Scala和Kilim中如何应对这样的需求。

n  Scala

目前Scala中如希望在Java Code中调用Scala Actor,并等待其返回结果,暂时还没办法,做法只能改为从Java Code中去调一个Scala的Object,然后在这个Object中调用Actor,并借助上面提到的receive或future的方法来获取返回值,最后将这个返回值返回Java Code。

n  Kilim

目前Kilim中如希望实现上面的需求,其实非常简单,只需要在Java Code的方法上加上Throw Pausable,然后通过mailbox.get来等待Kilim Task返回的结果即可,在Kilim中只要调用栈上的每个方法都有Throw Pausable,就可在这些方法上做等待返回这类的同步操作。

从上面这两个最常见的需求来看,无疑Kilim更符合需求,但要注意的是对于Kilim而言,如果出现Task call  nonpausable method call pausable method这样的状况时,pausable method中如果想执行阻塞当前Task的操作,是无法做到的,只能改造成Task (在mailbox上做等待,并传递mailbox给后续步骤)  call nonpausable method (传递mailbox) call  pausable method (将逻辑转为放入一个Task中,并将返回值放入传递过来的mailbox),这种状况在面对spring aop、反射调用等现象时就会出现了,目前kilim 0.6的版本尚未提供更透明的使用方法,不过据kilim作者提供的一个试用版本,其中已经有了对于反射调用的透明化的支持,暂时在目前只能采用上述方法,迁移成本相对较大,也许以后的kilim版本会考虑这样的场景,提供相应的方法来降低迁移的成本。

3.       性能、所能支撑的并发量对比

在对Scala、Kilim有了这些了解后,来具体看看采用Scala、Kilim后与传统Java方式在性能、所能支撑的并发量上的对比。

l  测试模型

采用一个比较简单的模型进行测试,具体为有4个线程,这4个线程分别接收到了一定数量的请求,每个请求需要交给另外一个线程去执行,这个线程所做的动作为循环10次获取另外一个线程的执行结果,此执行线程所做的动作为循环1000次拼接一个字符串,然后返回。

l  实现代码

由于目前Scala版本对Continuation支持不够好,但上面的场景中又有此类需求,所以导致Scala版本的代码写的比较麻烦一些。

实现代码以及可运行的环境请从此处下载:

http://www.bluedavy.com/open/benchmark.zip

l  结果对比

测试机器为一台4核的linux机器。

TPS的对比结果如下:

tps

Load的对比结果如下:

load

从上面的测试结果来看,在这个benchmark的场景中,基于Kilim和Scala实现的Coroutine版本在随着请求数增长的情况下load的增长幅度都比纯粹的Java版本低很多,Kilim版本表现尤其突出,在TPS方面,由于目前Scala版本对Continuation支持的不好,因此在这个测试场景中有点吃亏,表现反而最差,经过上面的测试可以看到,基于Coroutine版本可以以同样的load或更低的load来支撑更高的TPS。

到此为止,基本上对Java中使用Coroutine的相关知识做了一个介绍,总结而言,采用Coroutine方式可以很好的绕开需要启动太多线程来支撑高并发出现的瓶颈,提高Java应用所能支撑的并发量,但在开发模式上也会带来变化,并且需要特别注意不能造成线程被阻塞的现象,从开发易用和透明迁移现有Java应用两个角度而言目前Coroutine方式还有很多不足,但相信随着越来越多的人在Java中使用Coroutine,其易用性必然是能够得到提升的。

4.       参考资料

  1. http://en.wikipedia.org/wiki/Computer_multitasking
  2. http://en.wikipedia.org/wiki/Coroutine
  3. http://en.wikipedia.org/wiki/Actor_model
  4. http://en.wikipedia.org/wiki/Continuation
  5. http://lamp.epfl.ch/~phaller/doc/haller07coord.pdf
  6. http://www.scala-lang.org/sites/default/files/odersky/jmlc06.pdf
  7. http://www.malhar.net/sriram/kilim/kilim_ecoop08.pdf
  8. http://lamp.epfl.ch/~phaller/doc/ScalaActors.pdf

[1] http://weblogs.java.net/blog/forax/archive/2009/11/19/holy-crap-jvm-has-coroutinecontinuationfiber-etc