Java线程创建开销

Question

传统观点告诉我们，大量的企业Java应用程序应优先使用线程池，而不是产生新的工作线程。使用java.util.concurrent使得这很简单。

但是，确实存在线程池不太适合的情况。我当前正在使用的具体示例是使用InheritableThreadLocal，它允许将ThreadLocal变量“传递”给任何产生的线程。使用线程池时，此机制会中断，因为辅助线程通常不是从请求线程派生的，而是预先存在的。

现在有解决方法（可以将线程局部变量显式传入），但这并不总是适当或实际的。最简单的解决方案是按需生成新的工作线程，然后InheritableThreadLocal执行其工作。

这使我们回到了问题-
如果我有一个大型站点，其中用户请求线程产生了六个工作线程（即不使用线程池），这是否会给JVM带来问题？我们可能正在谈论每秒创建数百个新线程，每个线程持续的时间不到一秒钟。现代JVM是否可以对此进行优化？我记得在Java中需要对象池的时代，因为对象创建非常昂贵。此后变得不必要。我想知道是否同样适用于线程池。

如果知道要测量什么，我会对其进行基准测试，但是我担心问题可能比使用探查器所能解决的问题更微妙。

注意：这里不是使用线程局部变量的明智之举，因此请不要建议不要使用它们。

Answer 1

这是一个微基准测试示例：

public class ThreadSpawningPerformanceTest {
static long test(final int threadCount, final int workAmountPerThread) throws InterruptedException {
    Thread[] tt = new Thread[threadCount];
    final int[] aa = new int[tt.length];
    System.out.print("Creating "+tt.length+" Thread objects... ");
    long t0 = System.nanoTime(), t00 = t0;
    for (int i = 0; i < tt.length; i++) { 
        final int j = i;
        tt[i] = new Thread() {
            public void run() {
                int k = j;
                for (int l = 0; l < workAmountPerThread; l++) {
                    k += k*k+l;
                }
                aa[j] = k;
            }
        };
    }
    System.out.println(" Done in "+(System.nanoTime()-t0)*1E-6+" ms.");
    System.out.print("Starting "+tt.length+" threads with "+workAmountPerThread+" steps of work per thread... ");
    t0 = System.nanoTime();
    for (int i = 0; i < tt.length; i++) { 
        tt[i].start();
    }
    System.out.println(" Done in "+(System.nanoTime()-t0)*1E-6+" ms.");
    System.out.print("Joining "+tt.length+" threads... ");
    t0 = System.nanoTime();
    for (int i = 0; i < tt.length; i++) { 
        tt[i].join();
    }
    System.out.println(" Done in "+(System.nanoTime()-t0)*1E-6+" ms.");
    long totalTime = System.nanoTime()-t00;
    int checkSum = 0; //display checksum in order to give the JVM no chance to optimize out the contents of the run() method and possibly even thread creation
    for (int a : aa) {
        checkSum += a;
    }
    System.out.println("Checksum: "+checkSum);
    System.out.println("Total time: "+totalTime*1E-6+" ms");
    System.out.println();
    return totalTime;
}

public static void main(String[] kr) throws InterruptedException {
    int workAmount = 100000000;
    int[] threadCount = new int[]{1, 2, 10, 100, 1000, 10000, 100000};
    int trialCount = 2;
    long[][] time = new long[threadCount.length][trialCount];
    for (int j = 0; j < trialCount; j++) {
        for (int i = 0; i < threadCount.length; i++) {
            time[i][j] = test(threadCount[i], workAmount/threadCount[i]); 
        }
    }
    System.out.print("Number of threads ");
    for (long t : threadCount) {
        System.out.print("\t"+t);
    }
    System.out.println();
    for (int j = 0; j < trialCount; j++) {
        System.out.print((j+1)+". trial time (ms)");
        for (int i = 0; i < threadCount.length; i++) {
            System.out.print("\t"+Math.round(time[i][j]*1E-6));
        }
        System.out.println();
    }
}
}

在Intel Core2 Duo E6400 @ 2.13 GHz上使用32位Sun的Java 1.6.0_21 Client VM的64位Windows
7上的结果如下：

Number of threads  1    2    10   100  1000 10000 100000
1. trial time (ms) 346  181  179  191  286  1229  11308
2. trial time (ms) 346  181  187  189  281  1224  10651

结论：由于我的计算机有两个内核，因此两个线程的工作速度几乎是预期的两倍。我的计算机每秒可以产生近10000个线程，即 线程创建开销为0.1毫秒
。因此，在这样的机器上，每秒几百个新线程造成的开销可以忽略不计（也可以通过比较2线程和100线程列中的数字来看出）。