池化技术学习

参考文章：https://www.jianshu.com/p/b47222f89c2f

其实看上面那一篇文章就会对池化技术有一个大概的了解，先不要急着离开去看上面那篇(?????)。

前言

池化技术提出来已经很久了，我们在实际工作中都使用过。什么数据库连接池啊，线程池啊等等。相信都听过也用过，但是池化技术是如何实现的。估计就有一些人没有看过。这里就有我，虽然一直想看，但是没时间（其实就是懒。好吧现在来还债了）。

我们先从一个实际生活的场景来看。毕竟艺术源于生活，需求来自生活，灵感来自生活。

小明家有三口人，平时吃饭的时候都是四副碗筷（多一副备用）。过年了，家里来了客人。很热闹。现在家里的人数是10个人。这个时候小明在准备吃饭前就要多拿7副碗筷（这里就不要提公筷啥的了）。有的人吃得快就先吃完了，并且把碗筷洗干净了。这个时候又来了几个客人，这个时候小明就将刚才洗干净的碗筷发给新来的客人（饭菜是足够吃到地老天荒）。新来的客人还在吃，结果又来了一波客人（小明很受欢迎）。小明去取了新的碗筷来，但是还是有人没有拿到碗筷。那这几个人就只能等待其他人吃完。但是此时小明家里已经没有碗筷了，于是新来的客人小明也只能拒绝了。当客人都走了，家里又剩下小明家的三口人，小明将多余的碗筷收起来。

例子不太恰当凑合用。

从JAVA线程池来看池化技术

这里看JDK1.8的线程池

ThreadPoolExecutor：

• ThreadFactory threadFactory：负责创建新的线程
• HashSet<Worker> works ： 保存当前所有的Worker(对thread的包装)
• BlockingQueue<Runnable> workQueue: 当前的corePoolSize达到的时候，新提交的任务保存在这里
• int corePoolSize: 核心Worker数量
• int maxPoolSize : 最大的Worker数量

线程池的常用调用方式：

ThreadPoolUtils.getThreadPool().execute(() -> { 
    
});

这里我们看下execute()方法(这里同上面的博客):

// 家里来客人啦，现在的碗筷都够
addWorker(command, true);
// 记下来从现有的碗筷中拿一副碗筷
new Worker(firstTask);
workers.add(w);
t = w.thread;
// 拿碗筷
t.start();

当前worker数量大于等于corePoolSize的时候把任务添加到workQueue(碗筷不够了，要增加碗筷来)

workQueue.offer(command);
// 当前worker数量超过了workQueue的capacity的时候创建新的线程并用这个线程执行提交的任务
// 这里注意addWorker的第二个参数为false
addWorker(command, false)； 
// 内部使用逻辑：
if (wc >= CAPACITY || wc >= (core ? corePoolSize : maximumPoolSize)) return false;
new Worker(firstTask);
workers.add(w);
t = w.thread;
t.start(); 

当前worker数量大于maxPoolSize的时候执行拒绝策略:（没有可以使用的碗筷了，在来的客人都拒之门外）

reject(command);

线程重复利用以及回收

Worker核类心属性及方法：

• Thread thread: 用于执行任务的线程
• Runnable firstTask : 提交时候的任务
• Worker(Runnable firstTask) : 创建一个Worker
• void run(): 启动thread执行任务

Worker(Runnable firstTask)代码片段

通过构造方法调用threadFactory创建新的线程
Worker(Runnable firstTask) {
	  // 标记碗筷使用状态
      setState(-1); // inhibit interrupts until runWorker
      this.firstTask = firstTask;
      this.thread = getThreadFactory().newThread(this);
}

run()代码片段

直接调用 ThreadPoolExecutor 的 runWorker(this)方法
while (task != null || (task = getTask()) != null) {
beforeExecute(wt, task);
task.run();
afterExecute(task, thrown);  线程执行抛出的一些异常处理
}
processWorkerExit(w, completedAbruptly); 从works移除work 

getTask()代码片段如下：

boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;
Runnable r = timed ? 
workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) : workQueue.take();

druid

DruidDataSource核心类属性及方法：

• DruidConnectionHolder[] connections : 保存空闲的连接
• int poolingCount ：当前池内资源对象的计算
• DruidConnectionHolder[] evictConnections ：要被移除的连接
• ReentrantLock lock ： 重入锁保证connections数组的安全访问
• Condition notEmpty ： 空闲连接全部被使用等待其他客户释放链接，当poolingCount为0的时候await,归还连接的时候signal。
• Condition empty ： 创建连接的线程里面控制，当poolingCount为0的时候signal创建连接，当前active的连接超过maxActive进行await。
• DruidPooledConnection getConnectionInternal(long maxWait) ： 获取一个空闲连接
• recycle(DruidPooledConnection pooledConnection) ： 回收连接

创建连接

DruidDataSource:
init -> CreateConnectionThread.run -> createPhysicalConnection

从数组获取一个空闲连接

DruidDataSource：
getConnection(long maxWaitMillis) -> getConnectionInternal(maxWaitMillis) -> pollLast(nanos) -> DruidConnectionHolder last = connections[poolingCount]
这里可以看到每次都是获取数组的最后一个元素

归还连接

DruidPooledConnection：
DruidPooledConnection 实现javax.sql.PooledConnection;这个方法在框架（mybatis）里面会执行sql操作然后在finally代码块执行 javax.sql.PooledConnection.close()
close() ->  recycle() -> dataSource.recycle(this) -> putLast(holder, lastActiveTimeMillis) -> connections[poolingCount] = e

关闭过期的连接

DruidDataSource：
在shrink方法内部会判断idleTime是否满足条件
init -> createAndStartDestroyThread() -> run -> shrink(true, keepAlive) -> evictConnections[evictCount++] = connection -> close()
注意这里的close和上面归还连接的close是不同的，这里是物理关闭

总结：

池化技术有一下几个特点。

• 有公共资源的集合。
• 资源的获取、释放、回收、销毁。
• 资源状态的监控
• 拒绝策略
• 过期策略