你覺得我的這段Java代碼還有優化的空間嗎?


上周,因為要測試一個方法的在並發場景下的結果是不是符合預期,我寫了一段單元測試的代碼。寫完之后截了個圖發了一個朋友圈,很多人表示短短的幾行代碼,涉及到好幾個知識點。

還有人給出了一些優化的建議。那么,這是怎樣的一段代碼呢?涉及到哪些知識,又有哪些可以優化的點呢?

讓我們來看一下。

背景

先說一下背景,也就是要知道我們單元測試要測的這個方法具體是什么樣的功能。我們要測試的服務是AssetService,被測試的方法是update方法。

update方法主要做兩件事,第一個是更新Asset、第二個是插入一條AssetStream。

更新Asset方法中,主要是更新數據庫中的Asset的信息,這里為了防止並發,使用了樂觀鎖。

插入AssetStream方法中,主要是插入一條AssetStream的流水信息,為了防止並發,這里在數據庫中增加了唯一性約束。

為了保證數據一致性,我們通過本地事務將這兩個操作包在同一個事務中。

以下是主要的代碼,當然,這個方法中還會有一些前置的冪等性校驗、參數合法性校驗等,這里就都省略了:

@Service
public class AssetServiceImpl implements AssetService {

    @Autowired
    private TransactionTemplate transactionTemplate;

    @Override
    public String update(Asset asset) {
        //參數檢查、冪等校驗、從數據庫取出最新asset等。
        return transactionTemplate.execute(status -> {
            updateAsset(asset);
            return insertAssetStream(asset);
        });
    }
}

因為這個方法可能會在並發場景中執行,所以該方法通過事務+樂觀鎖+唯一性約束做了並發控制。關於這部分的細節就不多講了,大家感興趣的話后面我再展開關於如何防並發的內容。

單測

因為上面這個方法是可能在並發場景中被調用的,所以需要在單測中模擬並發場景,於是,我就寫了以下的單元測試的代碼:

public class AssetServiceImplTest {

    private static ThreadFactory namedThreadFactory = new ThreadFactoryBuilder()
        .setNameFormat("demo-pool-%d").build();

    private static ExecutorService pool = new ThreadPoolExecutor(5, 100,
        0L, TimeUnit.MILLISECONDS,
        new LinkedBlockingQueue<Runnable>(128), namedThreadFactory, new ThreadPoolExecutor.AbortPolicy());

    @Autowired
    AssetService assetService;

    @Test
    public void test_updateConcurrent() {
        Asset asset = getAsset();
        //參數的准備
        //...

        //並發場景模擬
        CountDownLatch countDownLatch = new CountDownLatch(10);
        AtomicInteger failedCount =new AtomicInteger();            
        //並發批量修改,只有一條可以修改成功
        for (int i = 0; i < 10; i++) {
            pool.execute(() -> {
                try {
                    String streamNo = assetService.update(asset);
                } catch (Exception e) {
                    System.out.println("Error : " + e);
                    failedCount.getAndIncrement();
                } finally {
                    countDownLatch.countDown();
                }
            });
        }

        try {
            //主線程等子線程都執行完之后查詢最新的資產
            countDownLatch.await();
        } catch (InterruptedException e) {
            e.printStackTrace();
        }

        Assert.assertEquals(failedCount.intValue(), 9);

        // 從數據庫中反查出最新的Asset
        // 再對關鍵字段做注意校驗
    }
}

以上,就是我做了簡化之后的單元測試的部分代碼。因為要測並發場景,所以這里面涉及到了很多並發相關的知識。

很多人之前和我說,並發相關的知識自己了解的很多,但是好像沒什么機會寫並發的代碼。其實,單元測試就是個很好的機會。

我們來看看上面的代碼涉及到哪些知識點?

知識點

以上這段單元測試的代碼中涉及到幾個知識點,我這里簡單說一下。

線程池

這里面因為要模擬並發的場景,所以需要用到多線程, 所以我這里使用了線程池,而且我沒有直接用Java提供的Executors類創建線程池。

而是使用guava提供的ThreadFactoryBuilder來創建線程池,使用這種方式創建線程時,不僅可以避免OOM的問題,還可以自定義線程名稱,更加方便的出錯的時候溯源。(關於線程池創建的OOM問題

CountDownLatch

因為我的單元測試代碼中,希望在所有的子線程都執行之后,主線程再去檢查執行結果。

所以,如何使主線程阻塞,直到所有子線程執行完呢?這里面用到了一個同步輔助類CountDownLatch。

用給定的計數初始化 CountDownLatch。由於調用了 countDown() 方法,所以在當前計數到達零之前,await 方法會一直受阻塞。(多線程中CountDownLatch的用法

AtomicInteger

因為我在單測代碼中,創建了10個線程,但是我需要保證只有一個線程可以執行成功。所以,我需要對失敗的次數做統計。

那么,如何在並發場景中做計數統計呢,這里用到了AtomicInteger,這是一個原子操作類,可以提供線程安全的操作方法。

異常處理

因為我們模擬了多個線程並發執行,那么就一定會存在部分線程執行失敗的情況。

因為方法底層沒有對異常進行捕獲。所以需要在單測代碼中進行異常的捕獲。

    try {
        String streamNo = assetService.update(asset);
    } catch (Exception e) {
        System.out.println("Error : " + e);
        failedCount.increment();
    } finally {
        countDownLatch.countDown();
    }

這段代碼中,try、catch、finall都用上了,而且位置是不能調換的。失敗次數的統計一定要放到catch中,countDownLatch的countDown也一定要放到finally中。

Assert

這個相信大家都比較熟悉,這就是JUnit中提供的斷言工具類,在單元測試時可以用做斷言。這就不詳細介紹了。

優化點

以上代碼涉及到了很多知識點,但是,難道就沒有什么優化點了嗎?

首先說一下,其實單元測試的代碼對性能、穩定性之類的要求並不高,所謂的優化點,也並不是必要的。這里只是說討論下,如果真的是要做到精益求精,還有什么點可以優化呢?

使用LongAdder代替AtomicInteger

我的朋友圈的網友@zkx 提出,可以使用LongAdder代替AtomicInteger。

java.util.concurrency.atomic.LongAdder是Java8新增的一個類,提供了原子累計值的方法。而且在其Javadoc中也明確指出其性能要優於AtomicLong。

首先它有一個基礎的值base,在發生競爭的情況下,會有一個Cell數組用於將不同線程的操作離散到不同的節點上去(會根據需要擴容,最大為CPU核數,即最大同時執行線程數),sum()會將所有Cell數組中的value和base累加作為返回值。

核心的思想就是將AtomicLong一個value的更新壓力分散到多個value中去,從而降低更新熱點。所以在激烈的鎖競爭場景下,LongAdder性能更好。

增加並發競爭

朋友圈網友 Cafebabe 和 @普渡眾生的面癱青年 都提到同一個優化點,那就是如何增加並發競爭。

這個問題其實我在發朋友圈之前就有想到過,心中早已經有了答案,只不過有兩位朋友能夠幾乎同時提到這一點還是很不錯的。

我們來說說問題是什么。

我們為了提升並發,使用線程池創建了多個線程,想讓多個線程並發執行被測試的方法。

但是,我們是在for循環中依次執行的,那么理論上這10次update方法的調用是順序執行的。

當然,因為有CPU時間片的存在,這10個線程會爭搶CPU,真正執行的過程中還是會發生並發沖突的。

但是,為了穩妥起見,我們還是需要盡量模擬出多個線程同時發起方法調用的。

優化的方法也比較簡單,那就是在每一個update方法被調用之前都wait一下,直到所有的子線程都創建成功了,再開始一起執行。

這就還可以用都到我們前面講過的CountDownLatch。

所以,最終優化后的單測代碼如下:

//主線程根據此CountDownLatch阻塞
CountDownLatch mainThreadHolder = new CountDownLatch(10);

//並發的多個子線程根據此CountDownLatch阻塞
CountDownLatch multiThreadHolder = new CountDownLatch(1);

//失敗次數計數器
LongAdder failedCount = new LongAdder();

//並發批量修改,只有一條可以修改成功
for (int i = 0; i < 10; i++) {
    pool.execute(() -> {
        try {
            //子線程等待,等待主線程通知后統一執行
            multiThreadHolder.await();
            //調用被測試的方法
            String streamNo = assetService.update(asset);
        } catch (Exception e) {
            //異常發生時,對失敗計數器+1
            System.out.println("Error : " + e);
            failedCount.increment();
        } finally {
            //主線程的阻塞器奇數-1
            mainThreadHolder.countDown();
        }
    });
}

//通知所有子線程可以執行方法調用了
multiThreadHolder.countDown();

try {
    //主線程等子線程都執行完之后查詢最新的資產池計划
    mainThreadHolder.await();
} catch (InterruptedException e) {
    e.printStackTrace();
}

//斷言,保證失敗9次,則成功一次
Assert.assertEquals(failedCount.intValue(), 9);

// 從數據庫中反查出最新的Asset
// 再對關鍵字段做注意校驗

以上,就是關於我的一次單元測試的代碼所涉及到的知識點,以及目前所能想到的相關的優化點。

最后,還是想問一下,對於這部分代碼,你覺得還有什么可以優化的地方嗎?


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM