TransmittableThreadLocal解决线程间上下文传递烦恼

目录
  • 前言
  • 示例
  • 使用方式
  • 小结

前言

在一些项目中,经常会遇到需要把当前线程中的上下文传递到其他线程中的情况,比如某项目包含国际化操作,在业务请求进来时需要把对应的国家代码存储到当前线程中,以便后续的业务逻辑能够根据国家代码正确地处理;另外在一些异步化操作中,也要保证异常线程中也能够正确地获取到对应的国家代码。

在上述业务场景中,我们很自然的就想到了使用ThreadLocal,但是ThreadLocal无法解决父子线程间上下文传递的问题,此时InheritableThreadLocal站出来了,它在创建子线程的过程中

拷贝了父亲线程中的inheritableThreadLocals数据,在new Thread()代码中,有一段这样的代码:

Thread parent = currentThread();
if (inheritThreadLocals && parent.inheritableThreadLocals != null)
    this.inheritableThreadLocals =
                ThreadLocal.createInheritedMap(parent.inheritableThreadLocals);

但是在真实的项目当中,异步操作几乎都是用的线程池来处理,也就意味着线程是复用的,这就导致了不同任务的上下文使用的是同一个线程的上下文,这就会导致程序出现意料不到的BUG

针对这种情况,我们发现应该把线程上下文转变成任务上下文,这样的话才能避免多个任务共用一个线程上下文,为此我们不得不封装一下每一个传入线程池的任务:

class RunnableWrap implements Runnable {
    private ThreadLocal threadLocal;
    private Object context;
    private Runnable task;
    public RunnableWrap(ThreadLocal threadLocal, Runnable task) {
      this.threadLocal = threadLocal;
      this.context = threadLocal.get();
      this.task = task;
    }
    @Override
    public void run() {
      try {
        threadLocal.set(context);
        task.run();
      } finally {
        threadLocal.remove();
      }
    }
  }

但是这样做确实不是很优雅,所以为何不用TransmittableThreadLocal试试呢?

示例

我们来通过一个示例演示一下TransmittableThreadLocal是否能够在线程池中实现上下文的传递,并且满足任务间上下文的隔离效果:

private static TransmittableThreadLocal<String> CONTEXT = new TransmittableThreadLocal<>();
// 使用只有一个线程的线程池,测试线程复用是否影响TransmittableThreadLocal的效果
private static final Executor EXECUTOR = Executors.newFixedThreadPool(1);
  public static void main(String[] args) throws InterruptedException {
    // 设置主线程的上下文为"china"
    CONTEXT.set("china");
    // 创建第一个任务,通过TtlRunnable.get()包装;
    // 在第一个任务中查看上下文数据,检查是否拿到正确的上下文;
    // 另外再修改掉该上下文,主要测试是否会影响第二个任务的上下文;
    Runnable task1 = TtlRunnable.get(() -> {
      Thread thread = Thread.currentThread();
      System.out.println(thread.getName() + "开始");
      String countryCode = CONTEXT.get();
      System.out.println("第一个任务执行结果:" + countryCode);
      // 修改该线程中上下文值,检查是否影响第二个任务
      CONTEXT.set("US");
      System.out.println(thread.getName() + "结束");
    });
    // 第二个任务主要测试上下文是否受第一个任务的影响
    Runnable task2 = TtlRunnable.get(() -> {
      Thread thread = Thread.currentThread();
      System.out.println(thread.getName() + "开始");
      String countryCode = CONTEXT.get();
      System.out.println("第二个任务执行结果:" + countryCode);
      System.out.println(thread.getName() + "结束");
    });
    // 按顺序执行两个任务,全部放到线程池中执行
    CompletableFuture.runAsync(task1, EXECUTOR1)
        .thenRunAsync(task2, EXECUTOR1);
    // 检查主线程上下文是否受影响;
    String countryCode = CONTEXT.get();
    System.out.println("主线程执行结果:" + countryCode);
    Thread.sleep(10000);
  }

1.我们准备了只有一个线程的线程池,主要测试线程复用的情况;

2.准备了两个任务,第一个任务检查是否能够拿到正确的上下文数据;第二个任务测试是否因为第一个任务修改上下文受到影响;

执行结果如下:

pool-1-thread-1开始
第一个任务执行结果:china
pool-1-thread-1结束
pool-1-thread-1开始
第二个任务执行结果:china
pool-1-thread-1结束
主线程执行结果:china

通过上述示例,我们可以得出以下结论:

1.TransmittableThreadLocal可以让线程池中的上下文保持和父线程一致;

2.TransmittableThreadLocal解决了线程复用导致多任务共享同一个线程上下文的问题;

使用方式

包装任务

  • 通过上述示例,我们学到了最基本的一种使用方式:TtlRunnable.get(),它可以用来包装Runnable接口的所有实例;
  • 同样的,针对Callable下的实例,我们可以使用TtlCallable.get()来包装

包装线程池

为了我们在使用线程池时,不用每次都使用TtlRunnableTtlCallable来包装所有任务,TransmittableThreadLocal还提供了包装线程池的方法:

TtlExecutors.getTtlExecutor(Executors.newFixedThreadPool(1));

通过包装好的线程池,我们可以修改一下上面的示例代码:

private static TransmittableThreadLocal<String> CONTEXT = new TransmittableThreadLocal<>();
// 使用只有一个线程的线程池,测试线程复用是否影响TransmittableThreadLocal的效果
private static final Executor EXECUTOR = TtlExecutors.getTtlExecutor(Executors.newFixedThreadPool(1));
  public static void main(String[] args) throws InterruptedException {
    // 设置主线程的上下文为"china"
    CONTEXT.set("china");
    // 创建第一个任务,通过TtlRunnable.get()包装;
    // 在第一个任务中查看上下文数据,检查是否拿到正确的上下文;
    // 另外再修改掉该上下文,主要测试是否会影响第二个任务的上下文;
    Runnable task1 = () -> {
      Thread thread = Thread.currentThread();
      System.out.println(thread.getName() + "开始");
      String countryCode = CONTEXT.get();
      System.out.println("第一个任务执行结果:" + countryCode);
      // 修改该线程中上下文值,检查是否影响第二个任务
      CONTEXT.set("US");
      System.out.println(thread.getName() + "结束");
    };
    // 第二个任务主要测试上下文是否受第一个任务的影响
    Runnable task2 = () -> {
      Thread thread = Thread.currentThread();
      System.out.println(thread.getName() + "开始");
      String countryCode = CONTEXT.get();
      System.out.println("第二个任务执行结果:" + countryCode);
      System.out.println(thread.getName() + "结束");
    };
    // 按顺序执行两个任务,全部放到线程池中执行
    CompletableFuture.runAsync(task1, EXECUTOR1)
        .thenRunAsync(task2, EXECUTOR1);
    // 检查主线程上下文是否受影响;
    String countryCode = CONTEXT.get();
    System.out.println("主线程执行结果:" + countryCode);
    Thread.sleep(10000);
  }

1.可以看出,我们包装好线程池后,就不再需要包装任务了,所有的任务都不需要TtlRunnable.get()

2.从包装好的线程池中我们可以发现,返回的实例其实是ExecutorTtlWrapper对象,里面的submit方法、execute()方法上把传进去Runnable参数使用TtlRunnable.get()做了一层包装;

小结

本文从业务角度切入,通过层层递进的方式从ThreadLocalInheritableThreadLocal在业务上的应用及产生的相关问题点,逐步引出TransmittableThreadLocal,通过示例的方式验证TransmittableThreadLocal符合我们的需求,并且了解了TransmittableThreadLocal针对任务及线程池的使用方式:

1.针对任务RunnableCallable实例,使用TtlRunnable.get()TtlCallable.get()包装;

2.针对线程池,使用TtlExecutors.getTtlExecutor()包装;

以上就是TransmittableThreadLocal解决线程间上下文传递烦恼的详细内容,更多关于TransmittableThreadLocal线程传递的资料请关注我们其它相关文章!

(0)

相关推荐

  • Spring Boot异步线程间数据传递的四种方式

    目录 Spring Boot 自定义线程池实现异步开发 1. 手动设置 2. 线程池设置TaskDecorator 3. InheritableThreadLocal 4. TransmittableThreadLocal TransmittableThreadLocal原理 总结 Spring Boot 自定义线程池实现异步开发 Spring Boot 自定义线程池实现异步开发相信看过的都了解,但是在实际开发中需要在父子线程之间传递一些数据,比如用户信息,链路信息等等 比如用户登录信息使用Th

  • C++线程间的互斥和通信场景分析

    互斥锁(mutex) 为了更好地理解,互斥锁,我们可以首先来看这么一个应用场景:模拟车站卖票. 模拟车站卖票 场景说明: Yang车站售卖从亚特兰蒂斯到古巴比伦的时光飞船票:因为机会难得,所以票数有限,一经发售,谢绝补票. 飞船票总数:100张: 售卖窗口:3个. 对于珍贵的飞船票来说,这个资源是互斥的,比如第100张票,只能卖给一个人,不可能同时卖给两个人.3个窗口都有权限去售卖飞船票(唯一合法途径). 不加锁的结果 根据场景说明,我们可以很快地分析如下: 可以使用三个线程来模拟三个独立的窗口

  • SpringBoot 异步线程间传递上下文方式

    目录 异步线程间传递上下文 需求 实现 启用异步功能 配置异步 配置任务装饰器 启用多线程安全上下文无法在线程间共享问题 问题 解决方案 原理 结果 异步线程间传递上下文 需求 SpringBoot项目中,经常使用@Async来开启一个子线程来完成异步操作.主线程中的用户信息需要传递给子线程 实现 启用异步功能 在启动类里加上@EnableAsync注解 @EnableAsync @SpringBootApplication public class Application {} 配置异步 新建

  • wxpython多线程防假死与线程间传递消息实例详解

    wxpython中启用线程的方法,将GUI和功能的执行分开. 网上关于python多线程防假死与线程传递消息是几年前的,这里由于wxpython和threading模块已经更新最新,因此给出最新修改代码,能在2017年最新版的python和模块中运行. 原来的publisher()和callafter都无法使用. 修改后的代码. import time import wx from threading import Thread from wx.lib.pubsub import pub cla

  • c#线程间传递参数详解

    线程操作主要用到Thread类,他是定义在System.Threading.dll下.使用时需要添加这一个引用.该类提供给我们四个重载的构造函数(以下引自msdn). Thread (ParameterizedThreadStart)  初始化 Thread 类的新实例,指定允许对象在线程启动时传递给线程的委托.  Thread (ThreadStart)  初始化 Thread 类的新实例. Thread (ParameterizedThreadStart, Int32)  初始化 Threa

  • Python如何实现线程间通信

    问题 你的程序中有多个线程,你需要在这些线程之间安全地交换信息或数据 解决方案 从一个线程向另一个线程发送数据最安全的方式可能就是使用 queue 库中的队列了.创建一个被多个线程共享的 Queue 对象,这些线程通过使用 put() 和 get() 操作来向队列中添加或者删除元素. 例如: from queue import Queue from threading import Thread # A thread that produces data def producer(out_q):

  • 深入解析Java的线程同步以及线程间通信

    Java线程同步 当两个或两个以上的线程需要共享资源,它们需要某种方法来确定资源在某一刻仅被一个线程占用.达到此目的的过程叫做同步(synchronization).像你所看到的,Java为此提供了独特的,语言水平上的支持. 同步的关键是管程(也叫信号量semaphore)的概念.管程是一个互斥独占锁定的对象,或称互斥体(mutex).在给定的时间,仅有一个线程可以获得管程.当一个线程需要锁定,它必须进入管程.所有其他的试图进入已经锁定的管程的线程必须挂起直到第一个线程退出管程.这些其他的线程被

  • java多线程编程学习(线程间通信)

    一.概要 线程是操作系统中独立的个体,但这些个体如果不经过特殊的处理就不能成为一个整体,线程间的通信就是成为整体的必用方案之一.可以说,使线程进行通信后,系统之间的交互性会更强大,在大大提高cpu利用率的同时还会使程序员对各线程任务在处理过程中进行有效的把控和监督. 二.等待/通知机制 1."wait/notify"机制:等待/通知机制,wait使线程暂停运行,而notify 使暂停的线程继续运行.用一个厨师和服务员的交互来说明: (1) 服务员取到菜的时间取决于厨师,所以服务员就有&

  • 浅析iOS应用开发中线程间的通信与线程安全问题

    线程间的通信   简单说明 线程间通信:在1个进程中,线程往往不是孤立存在的,多个线程之间需要经常进行通信   线程间通信的体现 1个线程传递数据给另1个线程 在1个线程中执行完特定任务后,转到另1个线程继续执行任务   线程间通信常用方法 复制代码 代码如下: - (void)performSelectorOnMainThread:(SEL)aSelector withObject:(id)arg waitUntilDone:(BOOL)wait; - (void)performSelecto

  • Python解决多进程间访问效率低的方法总结

    目录 前言 使用进程间Queue效率问题场景 采用管道模式解决 总结 前言 最近在解决一些算法优化的问题,为了实时性要求,必须精益求精的将资源利用率用到极致.同时对算法中一些处理进行多线程或者多进程处理. 在对代码的调试过程中,发现在进程间队列使用耗时很长,特别是图片这种比较大的数据的时候. 可以先看一下我下面的demo是不是符合你的场景. 下面还有我的解决方案. 使用进程间Queue效率问题场景 代码样例如下,模拟从两个视频读取图片帧进行处理. #!/user/bin/env python #

随机推荐