网站维护怎么样,本溪网站设计公司,运城网站推广哪家好,seo外链群发工具问题 你是否在项目中使用线程池遇到过以下问题#xff1f; 1.创建线程池核心参数不好评估#xff0c;随着业务流量的波动#xff0c;极有可能出现生产故障。 2.不支持优雅关闭#xff0c;当项目关闭时#xff0c;大量正在运行的线程池任务被丢弃。 3.不支持运行时监控…问题 你是否在项目中使用线程池遇到过以下问题 1.创建线程池核心参数不好评估随着业务流量的波动极有可能出现生产故障。 2.不支持优雅关闭当项目关闭时大量正在运行的线程池任务被丢弃。 3.不支持运行时监控使用过程中业务无响应不知道是不是线程池引起。 4.三方框架 RocketMQ、Dubbo 等线程池无法动态修改参数修改后只能重启应用。 在真实业务场景中线程池可能遇到的问题比这里描述的还要多稀奇古怪。所以采用动态线程池—Hippo4j。 功能 通过对 JDK 线程池的增强以及扩展三方框架底层线程池等功能为业务系统提高线上运行保 障能力。 Hippo4j 框架提供以下功能支持 1. 客户端应用运行时实时变更指定线程池核心参数变更生效支持集群和单实例两种方式。 2. 线程池运行时异常报警比如线程池活跃度、阻塞队列容量水位较高触发了拒绝策略以 及任务运行时间超长等。 3. 定时任务默认 5 秒采集线程池运行数据可上报 Prometheus、InfluxDB 等数据库 搭配 Grafana 做大屏展示。 4. 运行过程中支持实时查看线程池当前运行状态以及线程池内线程的堆栈信息。 5. 支持 Tomcat、Undertow 和 Jetty 容器线程池运行时查看和动态变更线程池配置。 6. 支持 Dubbo、Hystrix、Kafka、RabbitMQ、RocketMQ 等客户端线程池运行时数据查看 和动态变更线程池配置。 应用场景 1. 动态调参 Google 或者百度搜索线程池和生产事故关键字几页都放不下这也间接说明了线程池是个很 考验使用者技术功底的技术点。 那有没有一些技巧或者技术来尽量规避线程池使用上的问题比如线程池的配置应该如何选 择 对于线程池参数的纠结点主要有两个无外乎设置的线程数多了或者少了 1. 如果预设的线程数或阻塞队列数量少了当业务量上来任务都在排队或者执行拒绝策 略。 2. 如果超量设置线程池的参数无疑会造成资源浪费。 如果要修改运行中应用线程池参数需要停止线上应用调整成功后再发布而这个过程异常的 繁琐如果能在运行中动态调整线程池的参数无疑会提高问题解决效率。 Hippo4j 提供了应用线程池运行时变更核心参数的功能。而且如果应用是集群部署可以选择 修改线程池某一实例或者修改集群全部实例运行时生效不需要再重启服务。 压测时可以使用 Hippo4j 动态调整线程池参数判断线程池核心参数设置是否合理。对于开发 测试来说如果不满足可以随时调整。 2. 告警策略 很多时候线程池出故障的时候系统已经发生了很严重的损失。有没有一种方式在使用的线 程池即将出现问题但还算比较可控时触发相关报警提示给用户进而规避该问题 Hippo4j 基于上述问题思考集成了四种报警策略 1. 活跃度假设阈值设置 80%线程池最大线程数 10当线程数达到 8 发起报警。 2. 阻塞队列容量假设阈值设置 80%阻塞队列容量 100当容量达到 80 发起报警。 3. 触发拒绝策略当线程池任务触发了拒绝策略时发起拒绝策略报警。 4. 任务运行超时假设用户设置单个任务正常执行是 1000ms实际执行超过该时间发起报 警。 3. 线程池监控 Hippo4j 线程池提供了两种监控方式线程池运行时数据采集监控以及客户端线程池运行实时状 态查看。 线程池运行时数据采集适合应用负责人巡查应用健康状态和排查问题时使用实时状态适合排查 多实例之间的运行数据状态。 4. 框架底层线程池 上面讲的动态线程池是业务中开发人员手动创建的线程池比如下面这个 Bean DynamicThreadPool public ThreadPoolExecutor messageConsumeDynamicExecutor() {String threadPoolId message-consume;return ThreadPoolBuilder.builder().threadFactory(threadPoolId).threadPoolId(threadPoolId).dynamicPool().build(); }而框架线程池指的是某些三方中间件底层使用到的线程池比如 Dubbo、RocketMQ 等框架这些底层框架为了增强性能选择使用线程池进行扩展。 为什么要适配这些中间件框架的线程池相信这是很多小伙伴的疑问。以 Dubbo 举例当服务高并发调用时如果 Dubbo 底层线程池没有经过个性化配置极有可能导致线程池打满最终导致无法提供服务。 当遇到这种情况可以使用 Hippo4j 对 Dubbo 线程池进行核心参数调整避免生产故障时间持续。 再举个例子当 RocketMQ 消息积压时可能大部分公司的解决方案是添加客户端应用节点。而这种方式虽然可以解决问题但是问题也很明显太复杂且资源浪费。完全可以调整RocketMQ SDK 底层线程池的线程数来达到快速消费的逻辑有效解决 MQ 消息堆积问题。 目前 Hippo4j 已支持的三方中间件线程池列表 Apache Dubbo Alibaba Dubbo Apache Kafka Apache RocketMQ RabbitMQ SpringCloud Stream RocketMQ SpringCloud Hystrix Tomcat Jetty Undertow 上述中间件线程池都可以在 Hippo4j 页面上操作核心参数动态变更以及监控功能如下所示