亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

詳解時(shí)間輪TimeWheel的工作原理

 更新時(shí)間:2023年02月17日 08:45:21   作者:小熊餐館  
時(shí)間輪(TimeWheel)作為一種高效率的計(jì)時(shí)器實(shí)現(xiàn)方案,在1987年發(fā)表的論文Hashed?and?Hierarchical?Timing?Wheels中被首次提出。本文主要來聊聊它的工作原理,感興趣的可以了解一下

一.時(shí)間輪介紹

1.時(shí)間輪的簡單介紹

時(shí)間輪(TimeWheel)作為一種高效率的計(jì)時(shí)器實(shí)現(xiàn)方案,在1987年發(fā)表的論文Hashed and Hierarchical Timing Wheels中被首次提出。

其被發(fā)明的主要目的在于解決當(dāng)時(shí)操作系統(tǒng)的計(jì)時(shí)器功能實(shí)現(xiàn)中,維護(hù)一個(gè)定時(shí)器的開銷隨著所維護(hù)定時(shí)器數(shù)量的增多而逐漸變大的問題(時(shí)間復(fù)雜度為:O(n)、O(log n))。

這導(dǎo)致操作系統(tǒng)無法同時(shí)高效的維護(hù)大量計(jì)時(shí)器,進(jìn)一步導(dǎo)致一些優(yōu)秀的、需要使用到大量定時(shí)器的的網(wǎng)絡(luò)協(xié)議、實(shí)時(shí)控制系統(tǒng)等程序的實(shí)際表現(xiàn)不盡人意。

2.傳統(tǒng)的計(jì)時(shí)器功能實(shí)現(xiàn)方式

計(jì)時(shí)器作為一種普遍的需求,理解起來是很簡單的。計(jì)時(shí)器主要由兩部分組成,即用戶指定一個(gè)任務(wù)(task),并在等待指定的時(shí)間(delayTime)后task將會被回調(diào)執(zhí)行。

在時(shí)間輪算法被發(fā)明出來之前,操作系統(tǒng)計(jì)時(shí)器功能的實(shí)現(xiàn)方式主要可以分為兩種:基于無序隊(duì)列基于有序隊(duì)列。

基于無序隊(duì)列實(shí)現(xiàn)的計(jì)時(shí)器

1.新創(chuàng)建的計(jì)時(shí)器直接放在隊(duì)列的末尾,時(shí)間復(fù)雜度為O(1)。

2.在每次硬件時(shí)鐘tick中斷時(shí)(per tick),遍歷當(dāng)前隊(duì)列中所有的計(jì)時(shí)器,將當(dāng)前時(shí)間下過期的計(jì)時(shí)器移出隊(duì)列并調(diào)度執(zhí)行task,時(shí)間復(fù)雜度O(n)。

基于無序隊(duì)列的計(jì)時(shí)器中,所維護(hù)的計(jì)時(shí)器總數(shù)量越多,則每次硬件時(shí)鐘中斷時(shí)的處理流程開銷越大,最壞情況下甚至無法在一次時(shí)鐘tick的間隔內(nèi)完成計(jì)時(shí)器隊(duì)列的遍歷。

基于有序隊(duì)列實(shí)現(xiàn)的計(jì)時(shí)器

1.有序隊(duì)列下,所有計(jì)時(shí)器按照過期時(shí)間進(jìn)行排序,新創(chuàng)建的計(jì)時(shí)器加入隊(duì)列時(shí)的時(shí)間復(fù)雜度為O(log n)(通常使用完全二叉堆來實(shí)現(xiàn)有序隊(duì)列)。

2.在每次硬件時(shí)鐘tick中斷時(shí),僅檢查隊(duì)列的頭部元素(最早過期的任務(wù))是否過期。如果未過期則直接結(jié)束,如果已過期則將隊(duì)首元素出隊(duì)調(diào)度task,并再次重復(fù)上述過程,直至最新的隊(duì)首元素不過期或隊(duì)列為空。平均時(shí)間復(fù)雜度為O(1)。

基于有序隊(duì)列的計(jì)時(shí)器中,所維護(hù)的計(jì)時(shí)器總數(shù)量越多,則每次用戶創(chuàng)建新的計(jì)時(shí)器時(shí)的延遲越高,在需要反復(fù)創(chuàng)建大量計(jì)時(shí)器的場合下,性能不佳

可以看到,在基于隊(duì)列的計(jì)時(shí)器模塊運(yùn)行時(shí),最關(guān)鍵的兩個(gè)功能(創(chuàng)建新計(jì)時(shí)器/處理每次tick)至少有一個(gè)會隨著總計(jì)時(shí)器數(shù)量的增大,而引起性能大幅度的下降。
juc中自帶的ScheduledThreadPoolExecutor調(diào)度線程池就是基于有序列表(二叉堆)的計(jì)時(shí)器。因此netty等需要大量使用計(jì)時(shí)器的框架需要另辟蹊徑,采用時(shí)間輪來實(shí)現(xiàn)更高效的計(jì)時(shí)器功能。

不同計(jì)時(shí)器實(shí)現(xiàn)與排序算法的關(guān)聯(lián)

對基礎(chǔ)數(shù)據(jù)結(jié)構(gòu)有一定了解的讀者會知道,常用的快速排序、歸并排序等基于比較的高效排序算法其時(shí)間復(fù)雜度為O(n*log n)。

而基數(shù)排序(桶排序)的時(shí)間復(fù)雜度則是O(n),其性能比上述基于比較的排序算法高出一個(gè)數(shù)量級。

但基排序最大的缺陷則是對所要排序的數(shù)據(jù)集的排布有很高的要求,如果要排序的數(shù)據(jù)集的范圍非常廣,則所需要的桶(bucket)會非常多,空間復(fù)雜度會高到不可忍受。

舉個(gè)例子,如果是對1萬副撲克(不算大小王,52張牌)進(jìn)行排序,由于撲克牌只有13種可能(A-K),即使1萬副撲克中牌的總數(shù)為52萬張,基排序只需要13個(gè)桶就能在線性時(shí)間復(fù)雜度O(n)內(nèi)完成排序。

但如果是對數(shù)據(jù)范圍為0-1億范圍內(nèi)的1萬個(gè)隨機(jī)數(shù)進(jìn)行一次基排序,則基排序需要多達(dá)1億個(gè)桶,其空間效率非常低,遠(yuǎn)遜于快速排序等基于比較的排序。

截止目前,我們已經(jīng)明確了兩個(gè)關(guān)鍵點(diǎn):

  • 基于有序列表的計(jì)時(shí)器,由于其基于比較的特征,所以插入時(shí)的時(shí)間復(fù)雜度O(log n)會隨著計(jì)時(shí)器總量的增大而增加,在計(jì)時(shí)器總量成千上萬時(shí)效率會急劇降低。
  • 對于一個(gè)較小的數(shù)據(jù)集范圍,基排序的效率遠(yuǎn)高于快速排序等基于比較的排序算法。

一般來說,一次時(shí)鐘硬件的tick間隔非常小(納秒級別),如果想要用類似基排序的思想,使用一個(gè)巨大的數(shù)組來存儲不同過期時(shí)間的計(jì)時(shí)器,在理論上是可行的,但空間效率卻低到無法在現(xiàn)有的內(nèi)存硬件上實(shí)現(xiàn)(1納秒對應(yīng)1個(gè)bucket)。

但如果能容忍時(shí)鐘調(diào)度的時(shí)間不是那么精確,則可以極大減少所需要的bucket桶的數(shù)量。舉個(gè)例子,1毫秒等于1百萬納秒,如果時(shí)鐘調(diào)度的精度不需要是納秒級別,而是毫秒級別,則同一毫秒內(nèi)的所有計(jì)時(shí)器(第100納秒和第999999納秒超時(shí)的計(jì)時(shí)器)都可以放在同一個(gè)桶中,所需要的數(shù)組空間減少了100萬倍!

時(shí)間輪算法就是基于這一特點(diǎn)產(chǎn)生的,即一定程度上舍棄調(diào)度時(shí)間的精確性,參考基排序的思路,實(shí)現(xiàn)在常數(shù)時(shí)間內(nèi)創(chuàng)建新計(jì)時(shí)器,并同時(shí)在常數(shù)時(shí)間內(nèi)完成時(shí)鐘tick的處理。

3.時(shí)間輪計(jì)時(shí)器實(shí)現(xiàn)思路的簡單介紹

下面我們簡單的介紹一個(gè)基于時(shí)間輪的計(jì)時(shí)器的基本實(shí)現(xiàn)思路(還有很多可以優(yōu)化的地方):

  • 時(shí)間輪在創(chuàng)建時(shí)需要指定調(diào)度精度,即時(shí)間輪內(nèi)部邏輯上1次tick的間隔。
    在上述例子中,調(diào)度精度為1毫秒,則時(shí)間輪實(shí)際上1次tick的間隔也就是1毫秒(類似的,我們平常見到的鐘表中1次tick的間隔則是1秒鐘)。
  • 維護(hù)一個(gè)桶數(shù)組,由于不同超時(shí)時(shí)間的任務(wù)可能會被映射到同一個(gè)桶中,因此數(shù)組桶中維護(hù)一個(gè)指向某一列表的指針(引用)。
  • 創(chuàng)建新計(jì)時(shí)器時(shí),對于任意超時(shí)時(shí)間的任務(wù)基于tick間隔進(jìn)行哈希,計(jì)算出需要存入的對應(yīng)數(shù)組桶的下標(biāo)(第100納秒和第999999納秒超時(shí)的計(jì)時(shí)器,都放入第0個(gè)桶)并插入對應(yīng)桶的列表中。
  • 維護(hù)一個(gè)當(dāng)前時(shí)間指針,指向某一個(gè)數(shù)組桶。每1次tick處理時(shí),推動(dòng)該指針,令其指向下一個(gè)tick對應(yīng)的桶,并將桶指向的列表中的全部任務(wù)取出,丟到一個(gè)線程池中異步處理。
  • 為了節(jié)約空間,桶數(shù)組通常以環(huán)形數(shù)組的形式存儲以重復(fù)利用bucket槽,這也是時(shí)間輪名字中輪(wheel)的來源。

二.不同實(shí)現(xiàn)方式的時(shí)間輪的介紹

上面介紹的時(shí)間輪實(shí)現(xiàn)思路中繞過了一個(gè)很重要的問題,即在時(shí)間輪tick間隔確定的情況下,

雖然環(huán)形數(shù)組能夠復(fù)用之前使用過的bucket槽,但bucket桶的數(shù)量似乎限制了時(shí)間輪所能支持的最大超時(shí)時(shí)間。

舉個(gè)例子,假設(shè)tick間隔為1毫秒,那么僅僅是存儲距離當(dāng)前時(shí)間1天(86400秒)后超時(shí)的任務(wù)就至少需要86400*1000個(gè)bucket,所占用的空間無疑是巨大的。
而一般的定時(shí)器模塊所要支持的最大超時(shí)時(shí)間一般也不止1天這么短。

雖然進(jìn)一步的減少精度(比如tick間隔改為100毫秒,或者1秒)似乎能解決這個(gè)問題,但事實(shí)上時(shí)間輪的論文中還提到了一些更優(yōu)秀的實(shí)現(xiàn)方案,使得能同時(shí)兼顧精度和減少空間占用。

單層多輪次時(shí)間輪

第一種方式是引入輪次(round)的概念(論文中提到的方案6),即每一個(gè)bucket中的列表元素帶上一個(gè)round屬性。

假設(shè)一個(gè)時(shí)間輪的tick間隔為1秒,并且環(huán)形數(shù)組有86400個(gè)bucket桶,那么這個(gè)時(shí)間輪明面上可以支持的最大超時(shí)時(shí)間只有1天。而引入了輪次的概念后,則理論上可以支持的最大超時(shí)時(shí)間是沒有限制的。

單層多輪次時(shí)間輪創(chuàng)建新任務(wù)

舉個(gè)例子,假設(shè)有一個(gè)定時(shí)器任務(wù)的超時(shí)時(shí)間為2天10小時(shí)20分鐘30秒,那么在創(chuàng)建新計(jì)時(shí)器任務(wù)時(shí)基于當(dāng)前時(shí)間輪單輪次可以支持的最大超時(shí)時(shí)間(即一天)進(jìn)行求余,

可以得到10小時(shí)20分鐘30秒,根據(jù)余數(shù)我們可以計(jì)算出當(dāng)前任務(wù)應(yīng)該插入到哪個(gè)bucket槽的列表中。而超時(shí)時(shí)間/最大超時(shí)時(shí)間(1天)得到除法的結(jié)果就是round輪次,即round=2。

單層多輪次時(shí)間輪tick處理

同時(shí)在每次tick處理當(dāng)前時(shí)間指針?biāo)赶虻牧斜頃r(shí),不再簡單的將列表中的所有任務(wù)一并取出執(zhí)行,而是對其進(jìn)行遍歷。

  • 只有round為0的任務(wù)才會被撈出來執(zhí)行
  • 而round大于0的任務(wù)其邏輯上并沒有真的超時(shí),而只是將round自減1,等到后面的輪次處理并最終自減為0后才代表著其真的超時(shí)而需要出隊(duì)執(zhí)行。

可以看到,引入了round概念后,多輪次的時(shí)間輪兼顧了精度的同時(shí),也能夠在有限、可控的空間內(nèi)支持足夠大的超時(shí)時(shí)間。

多層時(shí)間輪

論文中提到的另一種實(shí)現(xiàn)方案便是多層次時(shí)間輪(如論文題目所指Hashed and Hierarchical Timing Wheels)。

多層時(shí)間輪的靈感來自于我們?nèi)粘I钪须S處可見的機(jī)械鐘表。通常機(jī)械鐘表有一個(gè)秒針(60秒),一個(gè)分針(60分鐘)和一個(gè)時(shí)針(12小時(shí)),其本質(zhì)上相當(dāng)于一個(gè)tick間隔為1秒,支持的最大超時(shí)時(shí)間為12小時(shí)的多層時(shí)間輪。

12小時(shí)有60 * 60 * 12=43200秒,但是鐘表中實(shí)際上并沒有這么多的bucket,卻也能準(zhǔn)確的表達(dá)12小時(shí)中的任何一秒。

這是因?yàn)殓姳碇械拿脶槨⒎轴樅蜁r(shí)針本質(zhì)上相當(dāng)于三個(gè)不同層次的時(shí)間輪:

  • 秒針對應(yīng)的時(shí)間輪是最底層的,共60個(gè)bucket,tick間隔為1秒鐘
  • 分針對應(yīng)的時(shí)間輪是第二層的,也是60個(gè)bucket,tick間隔為1分鐘
  • 時(shí)針對應(yīng)的時(shí)間輪是最上層的,共12個(gè)bucket,tick間隔為1小時(shí)

在多層時(shí)間輪的實(shí)現(xiàn)中,可以建立N個(gè)不同層次的時(shí)間輪,其中上一層時(shí)間輪的tick間隔等于下一層時(shí)間輪走完一周的時(shí)間(類似1分鐘等于60秒,1小時(shí)等于60分鐘)。

如果時(shí)間輪的層次足夠多,理論上也能支持足夠大范圍的超時(shí)時(shí)間。
舉個(gè)例子,精度為秒的的時(shí)間輪,只需要5層共(60+60+24+365+100)=609個(gè)bucket就能支持最大100年的超時(shí)時(shí)間(假設(shè)一年都是365天)。

多層時(shí)間輪創(chuàng)建新任務(wù)

創(chuàng)建新計(jì)時(shí)器時(shí),根據(jù)超時(shí)時(shí)間,先嘗試著放入最底層的時(shí)間輪,如果最底層的時(shí)間輪能放的下(比如第0分鐘58秒過期的),就根據(jù)當(dāng)前時(shí)間輪的tick間隔做除法來計(jì)算出需要放入的具體bucket。

如果當(dāng)前時(shí)間輪放不下(比如距離當(dāng)前時(shí)間10分鐘20秒過期的,無法直接放入最大60秒的秒級時(shí)間輪,但能放到最大支持60分鐘的分鐘時(shí)間輪中),則嘗試著放到上一層的時(shí)間輪中,但是是基于上一層的時(shí)間輪的tick間隔來做除法來計(jì)算出具體要放入的bucket槽。

如果還是放不下(比如距離當(dāng)前時(shí)間3小時(shí)20分鐘18秒過期的,只能放到最大12小時(shí)的小時(shí)級時(shí)間輪中)。

循環(huán)往復(fù)這一過程,直到放到合適層次的時(shí)間輪中。

多層時(shí)間輪tick處理

多層次的時(shí)間輪中的基礎(chǔ)tick間隔是由最底層的時(shí)間輪決定的。

每次tick時(shí)會推動(dòng)當(dāng)前時(shí)間,首先將最底層的時(shí)間輪中新指向的插槽中的任務(wù)全部取出進(jìn)行調(diào)度;

接著判斷當(dāng)前時(shí)間輪是否走完了一整圈,如果是的話則推動(dòng)上一層級的時(shí)間輪推進(jìn)而指向新的bucket槽(比如秒級時(shí)間輪走完了60秒,則推進(jìn)分針前進(jìn)1格)。

被推動(dòng)的上層時(shí)間輪需要將新指向的bucket槽中的任務(wù)全部取出,嘗試著放到下層時(shí)間輪中

(下一層或者下N層都有可能,比如超時(shí)時(shí)間為1小時(shí)10分鐘30秒的任務(wù)會在小時(shí)時(shí)間輪從0推進(jìn)到1時(shí)放到分鐘時(shí)間輪里,而超時(shí)時(shí)間為1小時(shí)0分鐘30秒的任務(wù)則會被直接放到最下層的秒鐘時(shí)間輪里)。

層級時(shí)間輪的tick推動(dòng)是從下層蔓延到上層的,每次tick可能都會推動(dòng)1至N層時(shí)間輪(比如第0小時(shí)第59分鐘59秒->第1小時(shí)第0分鐘第0秒就推動(dòng)了2層)。

三.時(shí)間輪實(shí)現(xiàn)的源碼級分析

上面介紹的時(shí)間輪實(shí)現(xiàn)方式是很粗略的,連偽代碼都不算。要想真正理解時(shí)間輪的工作原理,最好的辦法還是通過參考已有實(shí)現(xiàn),并自己親手實(shí)現(xiàn)一遍才會印象深刻。

在本篇博客中將會結(jié)合源碼介紹三種實(shí)現(xiàn)方式略有不同的時(shí)間輪,分別是:

  • 單層多輪次時(shí)間輪(參考netty的HashedWheelTimer實(shí)現(xiàn))
  • 多層次時(shí)間輪(存在空轉(zhuǎn)問題)
  • 解決了空轉(zhuǎn)問題的多層次時(shí)間輪(參考kafka的Timer實(shí)現(xiàn))

為了便于讀者理解和閱讀源碼,相比netty或kafka中的工程化的實(shí)現(xiàn),博客中實(shí)現(xiàn)的版本是簡化過的,其只聚焦于時(shí)間輪本身的工作原理,而舍棄掉了關(guān)于取消定時(shí)任務(wù)、優(yōu)雅啟動(dòng)/停止等相關(guān)的邏輯。

為了便于測試,所有的時(shí)間輪實(shí)現(xiàn)都實(shí)現(xiàn)了一個(gè)自定義的Timer接口

public interface Timer {

    /**
     * 啟動(dòng)時(shí)間輪
     * */
    void startTimeWheel();

    /**
     * 創(chuàng)建新的超時(shí)任務(wù)(必須先startTimeWheel完成后,才能創(chuàng)建新任務(wù))
     * @param task 超時(shí)時(shí)需要調(diào)度的自定義任務(wù)
     * @param delayTime 延遲時(shí)間
     * @param timeUnit 延遲時(shí)間delayTime的單位
     * */
    void newTimeoutTask(Runnable task, long delayTime, TimeUnit timeUnit);
}

1.單層/多輪次時(shí)間輪(參考netty的實(shí)現(xiàn))

  • MyHashedTimeWheel是參考netty實(shí)現(xiàn)的單層多輪時(shí)間輪,其包含有一個(gè)環(huán)形數(shù)組ringBucketArray,數(shù)組中的每個(gè)槽(MyHashedTimeWheelBucket)都對應(yīng)著一個(gè)存儲任務(wù)節(jié)點(diǎn)的鏈表。
  • 為了支持多線程并發(fā)的創(chuàng)建新任務(wù),在創(chuàng)建新任務(wù)時(shí),不是直接將其放入時(shí)間輪的環(huán)形數(shù)組中,而是先暫時(shí)存儲在一個(gè)阻塞隊(duì)列unProcessTaskQueue中。

而由模擬tick,推動(dòng)當(dāng)前時(shí)間的Worker線程來將其轉(zhuǎn)移到環(huán)形數(shù)組中的(一個(gè)時(shí)間輪計(jì)時(shí)器只有一個(gè)Worker線程,所以是單線程操作無需考慮并發(fā))。

Worker線程會在時(shí)間輪啟動(dòng)后開始運(yùn)行,其主要完成以下幾個(gè)任務(wù)

1.最初啟動(dòng)時(shí),設(shè)置時(shí)間輪的當(dāng)前時(shí)間(System.nanoTime()區(qū)別于System.currentTimeMillis()不是獲取現(xiàn)實(shí)中的絕對時(shí)間)。

2.隨后執(zhí)行一個(gè)無限循環(huán),主要用于推進(jìn)時(shí)間輪的當(dāng)前時(shí)間。

3.因?yàn)閖ava無法直接訪問硬件時(shí)鐘,本質(zhì)上需要依賴操作系統(tǒng)層面的計(jì)時(shí)器來感知硬件時(shí)鐘的變化。

所以無限循環(huán)中waitForNextTick方法中,基于Thread.sleep來模擬每次tick的間隔,以避免浪費(fèi)CPU資源。

4.隨后在waitForNextTick返回后,代表著當(dāng)前時(shí)間輪推進(jìn)了1tick,接著通過transferTaskToBuckets將當(dāng)前unProcessTaskQueue隊(duì)列中的新任務(wù)單線程挨個(gè)的加入時(shí)間輪中。

計(jì)算的過程如第二章中所描述的那樣,基于實(shí)際需要等待的超時(shí)時(shí)間與當(dāng)前時(shí)間輪最大間隔的余數(shù)獲得應(yīng)該插入的bucket槽的下標(biāo);基于除數(shù)獲得剩余的rounds。

5.再然后處理當(dāng)前時(shí)間指向的bucket槽中的所有任務(wù)(bucket.expireTimeoutTask),如果任務(wù)的round<=0,則代表已經(jīng)超時(shí)了,將其丟入指定的線程池中異步處理。

如果round>0,則將其自減1,等待后續(xù)的expireTimeoutTask最終將其減至0。

/**
 * 參考netty實(shí)現(xiàn)的單層時(shí)間輪
 * */
public class MyHashedTimeWheel implements Timer{

    /**
     * 環(huán)形數(shù)組
     * */
    private final MyHashedTimeWheelBucket[] ringBucketArray;

    /**
     * 世間輪啟動(dòng)時(shí)的具體時(shí)間戳(單位:納秒nanos)
     * */
    private long startTime;

    /**
     * 是否已啟動(dòng)
     * */
    private final AtomicBoolean started = new AtomicBoolean(false);

    /**
     * 時(shí)間輪每次轉(zhuǎn)動(dòng)的時(shí)間(單位:納秒nanos)
     * (perTickTime越短,調(diào)度會更精確,但cpu開銷也會越大)
     * */
    private final long perTickTime;

    /**
     * 總tick數(shù)
     * */
    private long totalTick = 0;

    /**
     * 待處理任務(wù)的隊(duì)列
     * (多外部生產(chǎn)者寫入,時(shí)間輪內(nèi)的單worker消費(fèi)者讀取,所以netty的實(shí)現(xiàn)里使用了效率更高的MpscQueue,Mpsc即MultiProducerSingleConsumer)
     * */
    private final Queue<MyTimeoutTaskNode> unProcessTaskQueue = new LinkedBlockingDeque<>();

    /**
     * 用于實(shí)際執(zhí)行到期任務(wù)的線程池
     * */
    private final Executor taskExecutor;

    private Thread workerThread;

    /**
     * 構(gòu)造函數(shù)
     * */
    public MyHashedTimeWheel(int ringArraySize, long perTickTime, Executor taskExecutor) {
        this.ringBucketArray = new MyHashedTimeWheelBucket[ringArraySize];
        for(int i=0; i<ringArraySize; i++){
            // 初始化,填充滿時(shí)間輪喚醒數(shù)組
            this.ringBucketArray[i] = new MyHashedTimeWheelBucket();
        }

        this.perTickTime = perTickTime;
        this.taskExecutor = taskExecutor;
    }

    /**
     * 啟動(dòng)worker線程等初始化操作,必須執(zhí)行完成后才能正常工作
     * (簡單起見,和netty不一樣不是等任務(wù)被創(chuàng)建時(shí)才懶加載的,必須提前啟動(dòng))
     * */
    @Override
    public void startTimeWheel(){
        // 啟動(dòng)worker線程
        this.workerThread = new Thread(new Worker());
        this.workerThread.start();

        while (!this.started.get()){
            // 自旋循環(huán),等待一會
        }

        System.out.println("startTimeWheel 啟動(dòng)完成:" + this.getClass().getSimpleName());
    }

    @Override
    public void newTimeoutTask(Runnable task, long delayTime, TimeUnit timeUnit){
        long deadline = System.nanoTime() + timeUnit.toNanos(delayTime);

        // Guard against overflow.
        if (delayTime > 0 && deadline < 0) {
            deadline = Long.MAX_VALUE;
        }

        MyTimeoutTaskNode newTimeoutTaskNode = new MyTimeoutTaskNode();
        newTimeoutTaskNode.setTargetTask(task);
        newTimeoutTaskNode.setDeadline(deadline);

        unProcessTaskQueue.add(newTimeoutTaskNode);
    }

    private final class Worker implements Runnable{

        @Override
        public void run() {
            MyHashedTimeWheel.this.startTime = System.nanoTime();

            // 啟動(dòng)
            MyHashedTimeWheel.this.started.set(true);

            // 簡單起見,不考慮優(yōu)雅啟動(dòng)和暫停的邏輯
            while (true){
                // 等待perTick
                waitForNextTick();

                // 在撈取當(dāng)前tick下需要處理的bucket前,先將加入到隊(duì)列中的任務(wù)轉(zhuǎn)移到環(huán)形數(shù)組中(可能包含在當(dāng)前tick下就要處理的任務(wù))
                transferTaskToBuckets();

                // 基于總tick數(shù),對環(huán)形數(shù)組的長度取模,計(jì)算出當(dāng)前tick下需要處理的bucket桶的下標(biāo)
                int idx = (int) (MyHashedTimeWheel.this.totalTick % MyHashedTimeWheel.this.ringBucketArray.length);
                MyHashedTimeWheelBucket bucket = MyHashedTimeWheel.this.ringBucketArray[idx];
                // 處理當(dāng)前插槽內(nèi)的任務(wù)(遍歷鏈表中的所有任務(wù),round全部減一,如果減為負(fù)數(shù)了則說明這個(gè)任務(wù)超時(shí)到期了,將其從鏈表中移除后并交給線程池執(zhí)行指定的任務(wù))
                bucket.expireTimeoutTask(MyHashedTimeWheel.this.taskExecutor);
                // 循環(huán)tick一次,總tick數(shù)自增1
                MyHashedTimeWheel.this.totalTick++;
            }
        }

        /**
         * per tick時(shí)鐘跳動(dòng),基于Thread.sleep
         * */
        private void waitForNextTick(){
            // 由于Thread.sleep并不是絕對精確的被喚醒,所以只能通過(('總的tick數(shù)+1' * '每次tick的間隔') + '時(shí)間輪啟動(dòng)時(shí)間')來計(jì)算精確的下一次tick時(shí)間
            // 而不能簡單的Thread.sleep(每次tick的間隔)

            long nextTickTime = (MyHashedTimeWheel.this.totalTick + 1) * MyHashedTimeWheel.this.perTickTime
                            + MyHashedTimeWheel.this.startTime;

            // 因?yàn)閚extTickTime是納秒,sleep需要的是毫秒,需要保證納秒數(shù)過小時(shí),導(dǎo)致直接計(jì)算出來的毫秒數(shù)為0
            // 因此(‘實(shí)際休眠的納秒數(shù)'+999999)/1000000,保證了納秒轉(zhuǎn)毫秒時(shí),至少會是1毫秒,而不會出現(xiàn)sleep(0毫秒)令cpu空轉(zhuǎn)
            long needSleepTime = (nextTickTime - System.nanoTime() + 999999) / 1000000;
            try {
                // 比起netty,忽略了一些處理特殊場景bug的邏輯
                Thread.sleep(needSleepTime);
            } catch (InterruptedException ignored) {

            }
        }

        private void transferTaskToBuckets() {
            // 為了避免worker線程在一次循環(huán)中處理太多的任務(wù),所以直接限制了一個(gè)最大值100000
            // 如果真的有這么多,就等到下次tick循環(huán)的時(shí)候再去做。
            // 因?yàn)檫@個(gè)操作是cpu密集型的,處理太多的話,可能導(dǎo)致無法在一個(gè)短的tick周期內(nèi)完成一次循環(huán)
            for (int i = 0; i < 100000; i++) {
                MyTimeoutTaskNode timeoutTaskNode = MyHashedTimeWheel.this.unProcessTaskQueue.poll();
                if (timeoutTaskNode == null) {
                    // 隊(duì)列為空了,直接結(jié)束
                    return;
                }

                // 計(jì)算到任務(wù)超時(shí)時(shí),應(yīng)該執(zhí)行多少次tick
                // (和netty里的不一樣,這里的deadline是超時(shí)時(shí)間的絕對時(shí)間,所以需要先減去時(shí)間輪的startTime)
                // (netty中是生產(chǎn)者線程在add時(shí)事先減去了startTime,比起由worker線程統(tǒng)一處理效率更高,但個(gè)人覺得這里的寫法會更直觀)
                long totalTickWhenTimeout = (timeoutTaskNode.getDeadline() - MyHashedTimeWheel.this.startTime) / MyHashedTimeWheel.this.perTickTime;
                // 減去當(dāng)前時(shí)間輪已經(jīng)進(jìn)行過的tick數(shù)量
                long remainingTickWhenTimeout = (totalTickWhenTimeout - MyHashedTimeWheel.this.totalTick);
                // 因?yàn)橐淮螘r(shí)間輪旋轉(zhuǎn)會經(jīng)過ringBucketArray.length次tick,所以求個(gè)余數(shù)
                long remainingRounds = remainingTickWhenTimeout / MyHashedTimeWheel.this.ringBucketArray.length;
                // 計(jì)算出當(dāng)前任務(wù)需要轉(zhuǎn)多少圈之后才會超時(shí)
                timeoutTaskNode.setRounds(remainingRounds);

                // 如果傳入的deadline早于當(dāng)前系統(tǒng)時(shí)間,則totalTickWhenTimeout可能會小于當(dāng)前的totalTick
                // 這種情況下,讓這個(gè)任務(wù)在當(dāng)前tick下就立即超時(shí)而被調(diào)度是最合理的,而不能在求余后放到一個(gè)錯(cuò)誤的位置而等一段時(shí)間才調(diào)度(所以必須取兩者的最大值)
                final long ticks = Math.max(totalTickWhenTimeout, MyHashedTimeWheel.this.totalTick); // Ensure we don't schedule for past.
                // 如果能限制環(huán)形數(shù)組的長度為2的冪,則可以改為ticks & mask,位運(yùn)算效率更高
                int stopIndex = (int) (ticks % MyHashedTimeWheel.this.ringBucketArray.length);
                MyHashedTimeWheelBucket bucket = MyHashedTimeWheel.this.ringBucketArray[stopIndex];
                // 計(jì)算并找到應(yīng)該被放置的那個(gè)bucket后,將其插入當(dāng)前bucket指向的鏈表中
                bucket.addTimeout(timeoutTaskNode);
            }
        }
    }
}
/**
 * 時(shí)間輪環(huán)形數(shù)組下標(biāo)對應(yīng)的桶(保存一個(gè)超時(shí)任務(wù)MyTimeoutTaskNode的鏈表)
 * */
public class MyHashedTimeWheelBucket {

    private final LinkedList<MyTimeoutTaskNode> linkedList = new LinkedList<>();

    public void addTimeout(MyTimeoutTaskNode timeout) {
        linkedList.add(timeout);
    }

    /**
     * 遍歷鏈表中的所有任務(wù),round全部減一,如果減為負(fù)數(shù)了則說明這個(gè)任務(wù)超時(shí)到期了,將其從鏈表中移除后并交給線程池執(zhí)行指定的任務(wù)
     * */
    public void expireTimeoutTask(Executor executor){
        Iterator<MyTimeoutTaskNode> iterator = linkedList.iterator();
        while(iterator.hasNext()){
            MyTimeoutTaskNode currentNode = iterator.next();
            long currentNodeRound = currentNode.getRounds();
            if(currentNodeRound <= 0){
                // 將其從鏈表中移除
                iterator.remove();
                // count小于等于0,說明超時(shí)了,交給線程池去異步執(zhí)行
                executor.execute(currentNode.getTargetTask());
            }else{
                // 當(dāng)前節(jié)點(diǎn)還未超時(shí),round自減1
                currentNode.setRounds(currentNodeRound-1);
            }

            // 簡單起見,不考慮任務(wù)被外部自己取消的case(netty里的timeout.isCancelled())
        }
    }
}
public class MyTimeoutTaskNode {

    /**
     * 任務(wù)具體的到期時(shí)間(絕對時(shí)間)
     * */
    private long deadline;

    /**
     * 存儲在時(shí)間輪中,需要等待的輪次
     * (rounds在初始化后,每次時(shí)間輪轉(zhuǎn)動(dòng)一周便自減1,當(dāng)減為0時(shí)便代表當(dāng)前任務(wù)需要被調(diào)度)
     * */
    private long rounds;

    /**
     * 創(chuàng)建任務(wù)時(shí),用戶指定的到期時(shí)進(jìn)行調(diào)度的任務(wù)
     * */
    private Runnable targetTask;

    public long getDeadline() {
        return deadline;
    }

    public void setDeadline(long deadline) {
        this.deadline = deadline;
    }

    public long getRounds() {
        return rounds;
    }

    public void setRounds(long rounds) {
        this.rounds = rounds;
    }

    public Runnable getTargetTask() {
        return targetTask;
    }

    public void setTargetTask(Runnable targetTask) {
        this.targetTask = targetTask;
    }
}

2.層次時(shí)間輪(存在空轉(zhuǎn)問題)

層次時(shí)間輪MyHierarchicalHashedTimerV1的主體邏輯與單層多輪次時(shí)間輪MyHashedTimeWheel基本保持一致,主要的區(qū)別有幾點(diǎn):

1.由于是多層次的時(shí)間輪,所以單獨(dú)抽象出了Timer(MyHierarchicalHashedTimerV1)和TimerWheel(MyHierarchicalHashedTimeWheelV1)這兩個(gè)類。

Timer類中只持有最底層的時(shí)間輪lowestTimeWheel,而單獨(dú)的時(shí)間輪類MyHierarchicalHashedTimeWheelV1中也存儲了更上層時(shí)間輪的引用overFlowWheel。

不同層次的時(shí)間輪之間按照層級構(gòu)成了一個(gè)單向鏈表。

2.從unProcessTaskQueue中轉(zhuǎn)移計(jì)時(shí)器任務(wù)到環(huán)形數(shù)組時(shí)(MyHierarchicalHashedTimeWheelV1.addTimeoutTask),

如果當(dāng)前時(shí)間輪的最大間隔內(nèi)也放不下任務(wù),則會嘗試著將其放入上層的時(shí)間輪中;如果上層時(shí)間輪不存在則創(chuàng)建之(lazy加載)。

考慮到超時(shí)時(shí)間可能會很大,所以addTimeoutTask方法可能會遞歸調(diào)用多次,直到找到一個(gè)間隔足夠大的時(shí)間輪來存儲任務(wù)。

3.在推動(dòng)tick時(shí)(advanceClockByTick),先推動(dòng)最底層的時(shí)間輪(level為0),將指向的bucket列表中的任務(wù)全部交給指定的線程池執(zhí)行。

同時(shí),如果當(dāng)前時(shí)間輪已經(jīng)走完一圈后,則去推動(dòng)上一層的時(shí)間輪(可能遞歸多次)。

上層的時(shí)間輪(level>0)在推動(dòng)時(shí),通過重新執(zhí)行advanceClockByTick,將對應(yīng)bucket列表中的任務(wù)轉(zhuǎn)移到更下層的時(shí)間輪中。

/**
 * 層次時(shí)間輪,會存在空轉(zhuǎn)問題
 * */
public class MyHierarchicalHashedTimerV1 implements Timer {

    /**
     * 是否已啟動(dòng)
     * */
    private AtomicBoolean started = new AtomicBoolean(false);

    /**
     * 世間輪啟動(dòng)時(shí)的具體時(shí)間戳(單位:納秒nanos)
     * */
    private long startTime;

    /**
     * 時(shí)間輪每次轉(zhuǎn)動(dòng)的時(shí)間(單位:納秒nanos)
     * (perTickTime越短,調(diào)度會更精確,但cpu開銷也會越大)
     * */
    private final long perTickTime;

    /**
     * 總tick數(shù)
     * */
    private long totalTick = 0;

    /**
     * 待處理任務(wù)的隊(duì)列
     * (多外部生產(chǎn)者寫入,時(shí)間輪內(nèi)的單worker消費(fèi)者讀取,所以netty的實(shí)現(xiàn)里使用了效率更高的MpscQueue,Mpsc即MultiProducerSingleConsumer)
     * */
    private final Queue<MyTimeoutTaskNode> unProcessTaskQueue = new LinkedBlockingDeque<>();

    /**
     * timer持有的最低層的時(shí)間輪
     * */
    private final MyHierarchicalHashedTimeWheelV1 lowestTimeWheel;

    /**
     * 構(gòu)造函數(shù)
     * */
    public MyHierarchicalHashedTimerV1(int ringArraySize, long perTickTime, Executor taskExecutor) {
        this.perTickTime = perTickTime;

        // 初始化最底層的時(shí)間輪
        this.lowestTimeWheel = new MyHierarchicalHashedTimeWheelV1(ringArraySize,perTickTime,taskExecutor,0);
    }

    /**
     * 啟動(dòng)worker線程等初始化操作,必須執(zhí)行完成后才能正常工作
     * (簡單起見,和netty不一樣不是等任務(wù)被創(chuàng)建時(shí)才懶加載的,必須提前啟動(dòng))
     * */
    @Override
    public void startTimeWheel(){
        // 啟動(dòng)worker線程
        new Thread(new Worker()).start();

        while (!this.started.get()){
            // 自旋循環(huán),等待一會
        }

        System.out.println("startTimeWheel 啟動(dòng)完成:" + this.getClass().getSimpleName());
    }

    @Override
    public void newTimeoutTask(Runnable task, long delayTime, TimeUnit timeUnit){
        long deadline = System.nanoTime() + timeUnit.toNanos(delayTime);

        // Guard against overflow.
        if (delayTime > 0 && deadline < 0) {
            deadline = Long.MAX_VALUE;
        }

        MyTimeoutTaskNode newTimeoutTaskNode = new MyTimeoutTaskNode();
        newTimeoutTaskNode.setTargetTask(task);
        newTimeoutTaskNode.setDeadline(deadline);

        this.unProcessTaskQueue.add(newTimeoutTaskNode);
    }

    private final class Worker implements Runnable{

        @Override
        public void run() {
            MyHierarchicalHashedTimerV1.this.startTime = System.nanoTime();
            // 啟動(dòng)
            MyHierarchicalHashedTimerV1.this.started.set(true);

            // 簡單起見,不考慮優(yōu)雅啟動(dòng)和暫停的邏輯
            while (true){
                // 等待perTick
                waitForNextTick();

                // 在撈取當(dāng)前tick下需要處理的bucket前,先將加入到隊(duì)列中的任務(wù)轉(zhuǎn)移到時(shí)間輪中(可能包含在當(dāng)前tick下就要處理的任務(wù))
                // 層級時(shí)間輪內(nèi)部會做進(jìn)一步的分配(放不下的話就溢出到更上一層的時(shí)間輪)
                transferTaskToTimeWheel();

                // 推進(jìn)時(shí)間輪(層級時(shí)間輪內(nèi)部滿了一圈就會進(jìn)一步的推進(jìn)更上一層的時(shí)間輪)
                MyHierarchicalHashedTimerV1.this.lowestTimeWheel.advanceClockByTick(
                    (taskNode)->
                        // 參考kafka的寫法,避免Timer里的一些屬性被傳到各個(gè)bucket里面
                        MyHierarchicalHashedTimerV1.this.lowestTimeWheel
                            .addTimeoutTask(MyHierarchicalHashedTimerV1.this.startTime, taskNode)
                );

                // 循環(huán)tick一次,總tick數(shù)自增1
                MyHierarchicalHashedTimerV1.this.totalTick++;
            }
        }

        /**
         * per tick時(shí)鐘跳動(dòng),基于Thread.sleep
         * */
        private void waitForNextTick(){
            // 由于Thread.sleep并不是絕對精確的被喚醒,所以只能通過(('總的tick數(shù)+1' * '每次tick的間隔') + '時(shí)間輪啟動(dòng)時(shí)間')來計(jì)算精確的下一次tick時(shí)間
            // 而不能簡單的Thread.sleep(每次tick的間隔)

            long nextTickTime = (MyHierarchicalHashedTimerV1.this.totalTick + 1) * MyHierarchicalHashedTimerV1.this.perTickTime
                + MyHierarchicalHashedTimerV1.this.startTime;

            // 因?yàn)閚extTickTime是納秒,sleep需要的是毫秒,需要保證納秒數(shù)過小時(shí),導(dǎo)致直接計(jì)算出來的毫秒數(shù)為0
            // 因此(‘實(shí)際休眠的納秒數(shù)'+999999)/1000000,保證了納秒轉(zhuǎn)毫秒時(shí),至少會是1毫秒,而不會出現(xiàn)sleep(0毫秒)令cpu空轉(zhuǎn)
            long needSleepTime = (nextTickTime - System.nanoTime() + 999999) / 1000000;
            
            try {
                // 比起netty,忽略了一些處理特殊場景bug的邏輯
                Thread.sleep(needSleepTime);
            } catch (InterruptedException ignored) {

            }
        }

        /**
         * 加入到隊(duì)列中的任務(wù)轉(zhuǎn)移到時(shí)間輪中
         * */
        private void transferTaskToTimeWheel() {
            // 為了避免worker線程在一次循環(huán)中處理太多的任務(wù),所以直接限制了一個(gè)最大值100000
            // 如果真的有這么多,就等到下次tick循環(huán)的時(shí)候再去做。
            // 因?yàn)檫@個(gè)操作是cpu密集型的,處理太多的話,可能導(dǎo)致無法在一個(gè)短的tick周期內(nèi)完成一次循環(huán)
            for (int i = 0; i < 100000; i++) {
                MyTimeoutTaskNode timeoutTaskNode = MyHierarchicalHashedTimerV1.this.unProcessTaskQueue.poll();
                if (timeoutTaskNode == null) {
                    // 隊(duì)列為空了,直接結(jié)束
                    return;
                }

                // 層級時(shí)間輪內(nèi)部會做進(jìn)一步的分配(放不下的話就溢出到更上一層的時(shí)間輪)
                MyHierarchicalHashedTimerV1.this.lowestTimeWheel.addTimeoutTask(
                    MyHierarchicalHashedTimerV1.this.startTime, timeoutTaskNode);
            }
        }
    }
}
public class MyHierarchicalHashedTimeWheelV1 {

    private final MyHierarchyHashedTimeWheelBucketV1[] ringBucketArray;

    /**
     * 總tick數(shù)
     * */
    private long totalTick = 0;

    /**
     * 當(dāng)前時(shí)間輪所能承載的時(shí)間間隔
     * */
    private final long interval;

    /**
     * 時(shí)間輪每次轉(zhuǎn)動(dòng)的時(shí)間(單位:納秒nanos)
     * (perTickTime越短,調(diào)度會更精確,但cpu開銷也會越大)
     * */
    private final long perTickTime;

    /**
     * 上一層時(shí)間跨度更大的時(shí)間輪
     * */
    private MyHierarchicalHashedTimeWheelV1 overFlowWheel;

    /**
     * 用于實(shí)際執(zhí)行到期任務(wù)的線程池
     * */
    private final Executor taskExecutor;

    /**
     * 是否是最底層的時(shí)間輪(只有最底層的時(shí)間輪才真正的對任務(wù)進(jìn)行調(diào)度)
     * */
    private final int level;

    public MyHierarchicalHashedTimeWheelV1(int ringArraySize,long perTickTime, Executor taskExecutor,int level) {
        this.ringBucketArray = new MyHierarchyHashedTimeWheelBucketV1[ringArraySize];
        for(int i=0; i<ringArraySize; i++){
            // 初始化,填充滿時(shí)間輪喚醒數(shù)組
            this.ringBucketArray[i] = new MyHierarchyHashedTimeWheelBucketV1();
        }

        this.perTickTime = perTickTime;
        this.taskExecutor = taskExecutor;
        this.interval = perTickTime * ringArraySize;
        this.level = level;

        if(level > 0){
            this.totalTick = 1;
        }
    }

    /**
     * 當(dāng)前時(shí)間輪加入任務(wù)(溢出的話,則需要放到上一層的時(shí)間輪中)
     * */
    public void addTimeoutTask(long startTime, MyTimeoutTaskNode timeoutTaskNode){
        long deadline = timeoutTaskNode.getDeadline();

        // 當(dāng)前時(shí)間輪所能承載的最大絕對時(shí)間為:每個(gè)tick的間隔 * 插槽數(shù) + (基于startTime的當(dāng)前絕對時(shí)間)
        long currentWheelMaxRange = this.interval + (startTime + this.perTickTime * this.totalTick);

        if(deadline < currentWheelMaxRange){
            // 當(dāng)前時(shí)間輪能夠承載這個(gè)任務(wù),無需放到上一層時(shí)間輪中

            // 計(jì)算到任務(wù)超時(shí)時(shí),應(yīng)該執(zhí)行多少次tick
            // (和netty里的不一樣,這里的deadline是超時(shí)時(shí)間的絕對時(shí)間,所以需要先減去時(shí)間輪的startTime)
            // (netty中是生產(chǎn)者線程在add時(shí)事先減去了startTime,比起由worker線程統(tǒng)一處理效率更高,但個(gè)人覺得這里的寫法會更直觀)
            long totalTickWhenTimeout = (deadline - startTime) / this.perTickTime;

            // 如果傳入的deadline早于當(dāng)前系統(tǒng)時(shí)間,則totalTickWhenTimeout可能會小于當(dāng)前的totalTick
            // 這種情況下,讓這個(gè)任務(wù)在當(dāng)前tick下就立即超時(shí)而被調(diào)度是最合理的,而不能在求余后放到一個(gè)錯(cuò)誤的位置而等一段時(shí)間才調(diào)度(所以必須取兩者的最大值)
            final long ticks = Math.max(totalTickWhenTimeout, this.totalTick); // Ensure we don't schedule for past.
            // 如果能限制環(huán)形數(shù)組的長度為2的冪,則可以改為ticks & mask,位運(yùn)算效率更高
            int stopIndex = (int) (ticks % this.ringBucketArray.length);

            MyHierarchyHashedTimeWheelBucketV1 bucket = this.ringBucketArray[stopIndex];
            // 計(jì)算并找到應(yīng)該被放置的那個(gè)bucket后,將其插入當(dāng)前bucket指向的鏈表中
            bucket.addTimeout(timeoutTaskNode);
        }else{
            // 當(dāng)前時(shí)間輪無法承載這個(gè)任務(wù),需要放到上一層時(shí)間輪中

            // 上層時(shí)間輪不存在,創(chuàng)建之
            if(this.overFlowWheel == null){
                // 上層時(shí)間輪的環(huán)形數(shù)組大小保持不變,perTick是當(dāng)前時(shí)間輪的整個(gè)間隔(類似低層的60秒等于上一層的1分鐘)
                this.overFlowWheel = new MyHierarchicalHashedTimeWheelV1(
                    this.ringBucketArray.length, this.interval, taskExecutor,this.level+1);
            }

            // 加入到上一層的時(shí)間輪中(對于較大的deadline,addTimeoutTask操作可能會遞歸數(shù)次,放到第N層的時(shí)間輪中)
            this.overFlowWheel.addTimeoutTask(startTime,timeoutTaskNode);
        }
    }

    public void advanceClockByTick(Consumer<MyTimeoutTaskNode> flushInLowerWheelFn){
        // 基于總tick數(shù),對環(huán)形數(shù)組的長度取模,計(jì)算出當(dāng)前tick下需要處理的bucket桶的下標(biāo)
        int idx = (int) (this.totalTick % this.ringBucketArray.length);

        MyHierarchyHashedTimeWheelBucketV1 bucket = this.ringBucketArray[idx];

        if(this.level == 0){
            // 如果是最底層的時(shí)間輪,將當(dāng)前tick下命中的bucket中的任務(wù)丟到taskExecutor中執(zhí)行
            bucket.expireTimeoutTask(this.taskExecutor);
        }else{
            // 如果不是最底層的時(shí)間輪,將當(dāng)前tick下命中的bucket中的任務(wù)交給下一層的時(shí)間輪
            // 這里轉(zhuǎn)交到下一層有兩種方式:第一種是從上到下的轉(zhuǎn)交,另一種是當(dāng)做新任務(wù)一樣還是從最下層的時(shí)間輪開始放,放不下再往上溢出
            // 選用后一種邏輯,最大的復(fù)用已有的創(chuàng)建新任務(wù)的邏輯,會好理解一點(diǎn)
            bucket.flush(flushInLowerWheelFn);
        }

        // 當(dāng)前時(shí)間輪的總tick自增1
        this.totalTick++;

        // 當(dāng)前時(shí)間輪的總tick數(shù)滿了一圈之后,推進(jìn)上一層時(shí)間輪進(jìn)行一次tick(如果上一層時(shí)間輪存在的話)
        if(this.totalTick % this.ringBucketArray.length == 0 && this.overFlowWheel != null){
            this.overFlowWheel.advanceClockByTick(flushInLowerWheelFn);
        }
    }
}
/**
 * 時(shí)間輪環(huán)形數(shù)組下標(biāo)對應(yīng)的桶(保存一個(gè)超時(shí)任務(wù)MyTimeoutTaskNode的鏈表)
 * */
public class MyHierarchyHashedTimeWheelBucketV1 {

    private final LinkedList<MyTimeoutTaskNode> linkedList = new LinkedList<>();

    public void addTimeout(MyTimeoutTaskNode timeout) {
        linkedList.add(timeout);
    }

    /**
     * 遍歷鏈表中的所有任務(wù),round全部減一,如果減為負(fù)數(shù)了則說明這個(gè)任務(wù)超時(shí)到期了,將其從鏈表中移除后并交給線程池執(zhí)行指定的任務(wù)
     * */
    public void expireTimeoutTask(Executor executor){
        Iterator<MyTimeoutTaskNode> iterator = linkedList.iterator();
        while(iterator.hasNext()){
            MyTimeoutTaskNode currentNode = iterator.next();
            long currentNodeRound = currentNode.getRounds();
            if(currentNodeRound <= 0){
                // 將其從鏈表中移除
                iterator.remove();
                // count小于等于0,說明超時(shí)了,交給線程池去異步執(zhí)行
                executor.execute(currentNode.getTargetTask());
            }else{
                // 當(dāng)前節(jié)點(diǎn)還未超時(shí),round自減1
                currentNode.setRounds(currentNodeRound-1);
            }

            // 簡單起見,不考慮任務(wù)被外部自己取消的case(netty里的timeout.isCancelled())
        }
    }

    /**
     * 將當(dāng)前bucket中的數(shù)據(jù),通過flushInLowerWheelFn,全部轉(zhuǎn)移到更底層的時(shí)間輪中
     * */
    public void flush(Consumer<MyTimeoutTaskNode> flushInLowerWheelFn){
        Iterator<MyTimeoutTaskNode> iterator = linkedList.iterator();
        while(iterator.hasNext()){
            MyTimeoutTaskNode currentNode = iterator.next();
            // 先從鏈表中移除
            iterator.remove();
            // 通過flushInLowerWheelFn,轉(zhuǎn)移到更底層的時(shí)間輪中
            flushInLowerWheelFn.accept(currentNode);

            // 簡單起見,不考慮任務(wù)被外部自己取消的case(netty里的timeout.isCancelled())
        }
    }
}

3.解決了空轉(zhuǎn)問題的層次時(shí)間輪(參考kafka的實(shí)現(xiàn))

上面實(shí)現(xiàn)的單層多輪時(shí)間輪以及層次時(shí)間輪都存在一個(gè)問題,即時(shí)間輪論文中提到的空轉(zhuǎn)問題(step through an empty bucket)。

舉個(gè)例子,假設(shè)時(shí)間輪的tick間隔被設(shè)置為1秒,用戶創(chuàng)建了一個(gè)10秒后過期的任務(wù)和一個(gè)10小時(shí)后過期的任務(wù)。在處理完了第一個(gè)10秒后過期的任務(wù)后,剩下的幾萬次tick都由于每個(gè)時(shí)間輪當(dāng)前時(shí)間指向的bucket是一個(gè)空列表而在做無用功。

生產(chǎn)環(huán)境中為了保證一定的調(diào)度精度,tick間隔一般會設(shè)置為毫秒級別甚至更低,那么時(shí)間輪空轉(zhuǎn)對CPU的浪費(fèi)就不是一個(gè)可以忽視的問題了。

在著名的消息隊(duì)列kafka中就實(shí)現(xiàn)了一個(gè)能解決空轉(zhuǎn)問題的層次時(shí)間輪(Timer/TimingWheel),其解決時(shí)間輪空轉(zhuǎn)的方式是引入延遲隊(duì)列。

請注意:這里的延遲隊(duì)列不是用于存儲計(jì)時(shí)器任務(wù)的,而是用來存儲bucket槽的(MyHierarchyHashedTimeWheelBucketV2)。

前面提到,時(shí)間輪插槽的數(shù)量是相對固定的,其遠(yuǎn)遠(yuǎn)少于計(jì)時(shí)器任務(wù)的數(shù)量,所以不會出現(xiàn)性能瓶頸。

MyHierarchicalHashedTimerV2由于引入了延遲隊(duì)列,所以在實(shí)現(xiàn)上相對復(fù)雜了一些。

1.在每次bucket槽中插入第一個(gè)新元素時(shí)(兩種情況:一是時(shí)間輪剛剛初始化從未插入過元素,二是當(dāng)前bucket槽中的元素已經(jīng)在之前的一次tick中被全部處理完了),將當(dāng)前bucket插槽插入延遲隊(duì)列(DelayQueue)中。

2.bucket插槽中維護(hù)了一個(gè)expiration超時(shí)時(shí)間屬性,其代表著當(dāng)前插槽距離下一次被當(dāng)前時(shí)間指針推動(dòng)而被指到的絕對時(shí)間。

假設(shè)有一個(gè)時(shí)分秒三層的時(shí)間輪,當(dāng)前時(shí)間為1小時(shí)5分0秒,如果一個(gè)超時(shí)時(shí)間為2分10秒的任務(wù)創(chuàng)建時(shí),其將會被放入分鐘時(shí)間輪的第6個(gè)插槽中(下標(biāo)從0開始),
由于對應(yīng)插槽將會在2分鐘后被當(dāng)前時(shí)間指針指到,所以其expiration的值當(dāng)前時(shí)間1小時(shí)5分0秒+2分。

3.bucket是實(shí)現(xiàn)了Delayed接口的,其實(shí)際返回的是expiration減去當(dāng)前時(shí)間的值(之所以減去當(dāng)前時(shí)間,是因?yàn)檠舆t隊(duì)列中只有g(shù)etDelay小于等于0才可以出隊(duì))。
bucket在被加入延遲隊(duì)列時(shí),會實(shí)際上會按照getDelayed計(jì)算的值來進(jìn)行排序,因此時(shí)間輪中理論上越早會被調(diào)度的bucket槽,越先出隊(duì)。

4.與v1版本不同,Worker線程不再是基于固定的tick間隔來休眠并推進(jìn)時(shí)間,而是監(jiān)聽延遲隊(duì)列(bucketDelayQueue.take)。

當(dāng)延遲隊(duì)列中的bucket到了超時(shí)時(shí)間時(shí),便會被Worker取出,并進(jìn)行同樣的推動(dòng)操作;而那些空的bucket則不會被感知到,從而解決了空轉(zhuǎn)問題。

5.同樣的例子,如果1秒的tick間隔下,1個(gè)10秒過期和1個(gè)10小時(shí)過期的任務(wù)創(chuàng)建并最終處理。

MyHierarchicalHashedTimerV2中的Worker線程總共只會在當(dāng)前時(shí)間指向的bucket不為空時(shí)才會被喚醒(個(gè)位數(shù)級別的tick處理),而不會一直空轉(zhuǎn)。

public class MyHierarchicalHashedTimerV2 implements Timer {

    /**
     * 是否已啟動(dòng)
     * */
    private AtomicBoolean started = new AtomicBoolean(false);

    /**
     * 關(guān)聯(lián)的最底層時(shí)間輪
     * */
    private volatile MyHierarchicalHashedTimeWheelV2 lowestTimeWheel;

    /**
     * 時(shí)間輪的啟動(dòng)時(shí)間(單位:納秒)
     * */
    private long startTime;

    /**
     * 每次tick的間隔(單位:納秒)
     * */
    private final long perTickTime;

    /**
     * 時(shí)間輪的大小
     * */
    private final int timeWheelSize;

    /**
     * 用于實(shí)際執(zhí)行到期任務(wù)的線程池
     * */
    private final Executor taskExecutor;

    /**
     * 用于存儲bucket元素的延遲隊(duì)列,用于解決時(shí)間輪空轉(zhuǎn)的問題
     * */
    private final DelayQueue<MyHierarchyHashedTimeWheelBucketV2> bucketDelayQueue = new DelayQueue<>();

    public MyHierarchicalHashedTimerV2(int timeWheelSize,long perTickTime, Executor taskExecutor) {
        this.timeWheelSize = timeWheelSize;
        this.perTickTime = perTickTime;
        this.taskExecutor = taskExecutor;
    }

    /**
     * 啟動(dòng)worker線程等初始化操作,必須執(zhí)行完成后才能正常工作
     * (簡單起見,和netty不一樣不是等任務(wù)被創(chuàng)建時(shí)才懶加載的,必須提前啟動(dòng))
     * */
    @Override
    public void startTimeWheel(){
        // 啟動(dòng)worker線程
        new Thread(new Worker()).start();

        while (!this.started.get()){
            // 自旋循環(huán),等待一會
        }

        System.out.println("startTimeWheel 啟動(dòng)完成:" + this.getClass().getSimpleName());
    }

    @Override
    public void newTimeoutTask(Runnable task, long delayTime, TimeUnit timeUnit){
        long deadline = System.nanoTime() + timeUnit.toNanos(delayTime);

        // Guard against overflow.
        if (delayTime > 0 && deadline < 0) {
            deadline = Long.MAX_VALUE;
        }

        MyTimeoutTaskNode newTimeoutTaskNode = new MyTimeoutTaskNode();
        newTimeoutTaskNode.setTargetTask(task);
        newTimeoutTaskNode.setDeadline(deadline);

        // 加入到最底層的時(shí)間輪中,當(dāng)前時(shí)間輪放不下的會溢出都上一層時(shí)間輪
        this.lowestTimeWheel.addTimeoutTask(newTimeoutTaskNode);
    }

    private void advanceClock(){
        try {
            MyHierarchyHashedTimeWheelBucketV2 bucket = this.bucketDelayQueue.take();
            lowestTimeWheel.advanceClockByTick(bucket.getExpiration());
            bucket.flush((node)->{
                // 當(dāng)前選中的bucket中的任務(wù),重新插入到時(shí)間輪中
                // 1 原本處于高層的bucket中的任務(wù)會被放到更底層
                // 2 原本就處于最低一層的bucket中的任務(wù)會被直接執(zhí)行
                this.lowestTimeWheel.addTimeoutTask(node);
            });
            // 將當(dāng)前時(shí)間輪的數(shù)據(jù)
        } catch (Exception e) {
            // 忽略掉異常
            e.printStackTrace();
        }
    }


    private final class Worker implements Runnable {
        @Override
        public void run() {
            MyHierarchicalHashedTimerV2.this.startTime = System.nanoTime();

            // 初始化最底層的時(shí)間輪
            MyHierarchicalHashedTimerV2.this.lowestTimeWheel = new MyHierarchicalHashedTimeWheelV2(
                MyHierarchicalHashedTimerV2.this.startTime,
                MyHierarchicalHashedTimerV2.this.perTickTime,
                MyHierarchicalHashedTimerV2.this.timeWheelSize,
                MyHierarchicalHashedTimerV2.this.taskExecutor,
                MyHierarchicalHashedTimerV2.this.bucketDelayQueue
            );

            // 啟動(dòng)
            MyHierarchicalHashedTimerV2.this.started.set(true);

            while (true){
                // 一直無限循環(huán),不斷推進(jìn)時(shí)間
                advanceClock();
            }
        }
    }
}
public class MyHierarchicalHashedTimeWheelV2 {

    /**
     * 上層時(shí)間輪(生產(chǎn)者/消費(fèi)者都會訪問到,volatile修飾)
     * */
    private volatile MyHierarchicalHashedTimeWheelV2 overflowTimeWheel;

    /**
     * 每次tick的間隔(單位:納秒)
     * */
    private final long perTickTime;

    /**
     * 時(shí)間輪環(huán)形數(shù)組
     * */
    private final MyHierarchyHashedTimeWheelBucketV2[] ringBucketArray;

    /**
     * 用于實(shí)際執(zhí)行到期任務(wù)的線程池
     * */
    private final Executor taskExecutor;

    /**
     * 時(shí)間輪的當(dāng)前時(shí)間
     * */
    private long currentTime;

    /**
     * 當(dāng)前時(shí)間輪的間隔(每次tick的時(shí)間 * 時(shí)間輪的大小)
     * */
    private final long interval;

    private final DelayQueue<MyHierarchyHashedTimeWheelBucketV2> bucketDelayQueue;

    public MyHierarchicalHashedTimeWheelV2(long startTime, long perTickTime, int wheelSize, Executor taskExecutor,
                                           DelayQueue<MyHierarchyHashedTimeWheelBucketV2> bucketDelayQueue) {
        // 初始化環(huán)形數(shù)組
        this.ringBucketArray = new MyHierarchyHashedTimeWheelBucketV2[wheelSize];
        for(int i=0; i<wheelSize; i++){
            this.ringBucketArray[i] = new MyHierarchyHashedTimeWheelBucketV2();
        }

        // 初始化時(shí),當(dāng)前時(shí)間為startTime
        this.currentTime = startTime - (startTime % perTickTime);
        this.perTickTime = perTickTime;
        this.taskExecutor = taskExecutor;
        this.interval = perTickTime * wheelSize;
        this.bucketDelayQueue = bucketDelayQueue;
    }

    public void addTimeoutTask(MyTimeoutTaskNode timeoutTaskNode) {
        long deadline = timeoutTaskNode.getDeadline();
        if(deadline < this.currentTime + this.perTickTime){
            // 超時(shí)時(shí)間小于1tick,直接執(zhí)行
            this.taskExecutor.execute(timeoutTaskNode.getTargetTask());
        }else if(deadline < this.currentTime + this.interval){
            // 當(dāng)前時(shí)間輪放的下

            // 在超時(shí)時(shí),理論上總共需要的tick數(shù)
            long totalTick = deadline / this.perTickTime;

            // 如果傳入的deadline早于當(dāng)前系統(tǒng)時(shí)間,則totalTickWhenTimeout可能會小于當(dāng)前的totalTick
            // 這種情況下,讓這個(gè)任務(wù)在當(dāng)前tick下就立即超時(shí)而被調(diào)度是最合理的,而不能在求余后放到一個(gè)錯(cuò)誤的位置而等一段時(shí)間才調(diào)度(所以必須取兩者的最大值)
            // 如果能限制環(huán)形數(shù)組的長度為2的冪,則可以改為ticks & mask,位運(yùn)算效率更高
            int stopIndex = (int) (totalTick % this.ringBucketArray.length);

            MyHierarchyHashedTimeWheelBucketV2 bucket = this.ringBucketArray[stopIndex];
            // 計(jì)算并找到應(yīng)該被放置的那個(gè)bucket后,將其插入當(dāng)前bucket指向的鏈表中
            bucket.addTimeout(timeoutTaskNode);

            // deadline先除以this.perTickTime再乘以this.perTickTime,可以保證放在同一個(gè)插槽下的任務(wù),expiration都是一樣的
            long expiration = totalTick * this.perTickTime;
            boolean isNewRound = bucket.setExpiration(expiration);
            if(isNewRound){
                this.bucketDelayQueue.offer(bucket);
            }
        }else{
            // 當(dāng)前時(shí)間輪放不下
            if(this.overflowTimeWheel == null){
                createOverflowWheel();
            }

            // 加入到上層的時(shí)間輪中(較大的deadline會遞歸多次)
            this.overflowTimeWheel.addTimeoutTask(timeoutTaskNode);
        }
    }

    /**
     * 推進(jìn)當(dāng)前時(shí)間輪的時(shí)鐘
     * 舉個(gè)例子:假設(shè)當(dāng)前時(shí)間輪的當(dāng)前時(shí)間是第10分鐘,perTickTime是1分鐘,
     * 1.如果expiration是第10分鐘第1秒,則不用推動(dòng)當(dāng)前時(shí)間
     * 2.如果expiration是第11分鐘第0秒,則需要推動(dòng)當(dāng)前時(shí)間
     * */
    public void advanceClockByTick(long expiration){
        // 只會在tick推進(jìn)時(shí)才會被調(diào)用,參數(shù)expiration可以認(rèn)為是當(dāng)前時(shí)間輪的系統(tǒng)時(shí)間
        if(expiration >= this.currentTime + this.perTickTime){
            // 超過了1tick,則需要推進(jìn)當(dāng)前時(shí)間輪 (始終保持當(dāng)前時(shí)間是perTickTime的整數(shù)倍,邏輯上的totalTick)
            this.currentTime = expiration - (expiration % this.perTickTime);
            if(this.overflowTimeWheel != null){
                // 如果上層時(shí)間輪存在,則遞歸的繼續(xù)推進(jìn)
                this.overflowTimeWheel.advanceClockByTick(expiration);
            }
        }
    }

    private synchronized void createOverflowWheel(){
        if(this.overflowTimeWheel == null){
            // 創(chuàng)建上層時(shí)間輪,上層時(shí)間輪的perTickTime = 當(dāng)前時(shí)間輪的interval
            this.overflowTimeWheel = new MyHierarchicalHashedTimeWheelV2(
                this.currentTime, this.interval, this.ringBucketArray.length, this.taskExecutor, this.bucketDelayQueue);
        }
    }
}
public class MyHierarchyHashedTimeWheelBucketV2 implements Delayed {

    private final LinkedList<MyTimeoutTaskNode> taskList = new LinkedList<>();

    private final AtomicLong expiration = new AtomicLong(-1);

    public synchronized void addTimeout(MyTimeoutTaskNode timeout) {
        taskList.add(timeout);
    }

    public synchronized void flush(Consumer<MyTimeoutTaskNode> flush) {
        Iterator<MyTimeoutTaskNode> iterator = taskList.iterator();
        while (iterator.hasNext()){
            MyTimeoutTaskNode node = iterator.next();
            // 從當(dāng)前bucket中移除,轉(zhuǎn)移到更下層的時(shí)間輪中
            iterator.remove();
            flush.accept(node);

            // 簡單起見,不考慮任務(wù)被外部自己取消的case(netty里的timeout.isCancelled())
        }

        this.expiration.set(-1L);
    }

    /**
     * 設(shè)置當(dāng)前bucket的超時(shí)時(shí)間
     * @return 是否是一個(gè)新的bucket  true:是
     * */
    public boolean setExpiration(long expiration){
        long oldValue = this.expiration.getAndSet(expiration);

        // 如果不一樣,說明當(dāng)前的expiration已經(jīng)超過了原來的expiration一圈了,邏輯上不再是同一個(gè)bucket
        return oldValue != expiration;
    }

    public long getExpiration(){
        return this.expiration.get();
    }

    @Override
    public long getDelay(TimeUnit unit) {
        // 還剩余多少時(shí)間過期
        long delayNanos = Math.max(this.expiration.get() - System.nanoTime(), 0);

        // 將納秒單位基于unit轉(zhuǎn)換
        return unit.convert(delayNanos,TimeUnit.NANOSECONDS);
    }

    @Override
    public int compareTo(Delayed o) {
        if(o instanceof MyHierarchyHashedTimeWheelBucketV2){
            return Long.compare(this.expiration.get(),((MyHierarchyHashedTimeWheelBucketV2) o).expiration.get());
        }

        return 0;
    }
}

為什么netty的時(shí)間輪不解決空轉(zhuǎn)問題?(個(gè)人理解)

netty作為一個(gè)網(wǎng)絡(luò)框架,大量的計(jì)時(shí)器任務(wù)的超時(shí)時(shí)間都是相對較短的(最大一般是秒級),時(shí)間上的排布相對密集,時(shí)間輪空轉(zhuǎn)的問題不是特別大(rounds的值也會很小,從創(chuàng)建到被調(diào)度的開銷很低)。

而kafka的計(jì)時(shí)器模塊所要處理的任務(wù)其超時(shí)時(shí)間的跨度就相對大很多,時(shí)間上的排布很稀疏,所以引入延遲隊(duì)列來解決空轉(zhuǎn)問題收益就會大很多。

總結(jié)

雖然很早就了解過時(shí)間輪的概念,但直到自己造RPC框架輪子玩的時(shí)候才發(fā)現(xiàn)自己對時(shí)間輪的工作原理了解的并不深。

說來慚愧,當(dāng)時(shí)的我甚至無法很好的回答為什么netty、dubbo等框架要用到計(jì)時(shí)器的地方不去使用jdk現(xiàn)成的ScheduledThreadPoolExecutor而要自己寫一個(gè)時(shí)間輪。

基于費(fèi)曼學(xué)習(xí)法,我仔細(xì)的研究了時(shí)間輪的論文并參考已有的開源實(shí)現(xiàn),重新實(shí)現(xiàn)了幾種簡化版的時(shí)間輪,并以技術(shù)博客的形式分享出來,希望能幫助到對時(shí)間輪工作原理感興趣的人。

以上就是詳解時(shí)間輪TimeWheel的工作原理的詳細(xì)內(nèi)容,更多關(guān)于時(shí)間輪TimeWheel的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • springMVC向Controller傳值出現(xiàn)中文亂碼的解決方案

    springMVC向Controller傳值出現(xiàn)中文亂碼的解決方案

    這篇文章主要介紹了springMVC向Controller傳值出現(xiàn)中文亂碼的解決方案,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2021-02-02
  • MyBatis標(biāo)簽之Select?resultType和resultMap詳解

    MyBatis標(biāo)簽之Select?resultType和resultMap詳解

    這篇文章主要介紹了MyBatis標(biāo)簽之Select?resultType和resultMap,在MyBatis中有一個(gè)ResultMap標(biāo)簽,它是為了映射select標(biāo)簽查詢出來的結(jié)果集,下面使用一個(gè)簡單的例子,來介紹 resultMap 的使用方法,需要的朋友可以參考下
    2022-09-09
  • IDEA插件之mybatisx?插件使用教程

    IDEA插件之mybatisx?插件使用教程

    這篇文章主要介紹了mybatisx?插件使用教程,包括插件安裝自動(dòng)生成代碼的相關(guān)知識,本文通過實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì),需要的朋友可以參考下
    2022-05-05
  • javaweb項(xiàng)目如何實(shí)現(xiàn)手機(jī)短信登錄

    javaweb項(xiàng)目如何實(shí)現(xiàn)手機(jī)短信登錄

    這篇文章主要介紹了javaweb項(xiàng)目如何實(shí)現(xiàn)手機(jī)短信登錄,手機(jī)號登錄在現(xiàn)在的項(xiàng)目中用的場景非常多,實(shí)現(xiàn)起來也不難,今天我們就一起來通過演示實(shí)現(xiàn)登錄過程,需要的朋友可以參考下
    2019-07-07
  • EditPlus運(yùn)行java時(shí)從鍵盤輸入數(shù)據(jù)的操作方法

    EditPlus運(yùn)行java時(shí)從鍵盤輸入數(shù)據(jù)的操作方法

    這篇文章主要介紹了EditPlus運(yùn)行java時(shí)從鍵盤輸入數(shù)據(jù)的操作方法,本文給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2021-03-03
  • springboot jpa 延遲加載問題的2種解決

    springboot jpa 延遲加載問題的2種解決

    這篇文章主要介紹了springboot jpa 延遲加載問題的2種解決方案,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-07-07
  • spring boot注解方式使用redis緩存操作示例

    spring boot注解方式使用redis緩存操作示例

    這篇文章主要介紹了spring boot注解方式使用redis緩存操作,結(jié)合實(shí)例形式分析了spring boot注解方式使用redis緩存相關(guān)的依賴庫引入、注解使用及redis緩存相關(guān)操作技巧,需要的朋友可以參考下
    2019-11-11
  • Springboot ApplicationRunner的使用解讀

    Springboot ApplicationRunner的使用解讀

    這篇文章主要介紹了Springboot ApplicationRunner的使用解讀,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • java基礎(chǔ)知識之FileInputStream流的使用

    java基礎(chǔ)知識之FileInputStream流的使用

    這篇文章主要介紹了java基礎(chǔ)知識之FileInputStream流的使用,具有很好的參考價(jià)值,希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-12-12
  • SpringAOP中的通知Advice詳解

    SpringAOP中的通知Advice詳解

    這篇文章主要介紹了SpringAOP中的通知Advice詳解,Spring 的 AOP 功能中一個(gè)關(guān)鍵概念是通知Advice與切點(diǎn)Pointcut表達(dá)式相關(guān)聯(lián)在特定節(jié)點(diǎn)織入一些邏輯,Spring 提供了五種類型的通知,需要的朋友可以參考下
    2023-08-08

最新評論