大家好，我是小马哥。
线程池是一种基于 池化思想管理线程 的工具，使用线程池可以减少 创建销毁线程的开销，避免线程过多导致 系统资源耗尽。在 高并发以及大批量 的任务处理场景，线程池的使用是必不可少的。
如果有在项目中实际使用线程池，相信你可能会遇到以下痛点：
- 线程池随便定义，线程资源过多，造成服务器高负载。
- 线程池参数不易评估，随着业务的并发提升，业务面临出现故障的风险。
- 线程池任务执行时间超过平均执行周期，开发人员无法感知。
- 线程池任务堆积，触发拒绝策略，影响既有业务正常运行。
- 当业务出现超时、熔断等问题时，因为没有监控，无法确定是不是线程池引起。
- 原生线程池不支持运行时变量的传递，比如 MDC 上下文遇到线程池就 GG。
- 无法执行优雅关闭，当项目关闭时，大量正在运行的线程池任务被丢弃。
- 线程池运行中，任务执行停止，怀疑发生死锁或执行耗时操作，但是无从下手。
基于以上诸多痛点，小马哥着手 hippo4j 的开发，致力于打造标准线程池 动态变更 和 监控 的中间件框架。
- GitHub：https://github.com/opengoofy/hippo4j
- Gitee：https://gitee.com/agentart/hippo4j
什么是 hippo4j
hippo4j 通过对 JDK ThreadPoolExecutor 线程池增强，以及扩展三方框架底层线程池等功能，为业务系统提高线上运行保障能力。
小贴士：hippo4j 不止于 Java ThreadPoolExecutor 的增强，Dubbo、RabbitMQ、RocketMQ、Hystrix、Tomcat、Jetty、Undertow 等框架线程池也都有进行监控和动态变更。
什么场景适合用 hippo4j
1. 线程池随意定义，造成服务器高负载
在系统开发的过程中，因为涉及到多人协作，难免会出现信息不互通的情况。在同一个系统，对于线程池来说，常见的是线程池随意定义。
- 开发者张三要记录用户操作日志，定义了user-log-record-thread-pool；
- 开发者李四要记录会员操作日志，定义了member-log-record-thread-pool；
- 开发者王五要记录权限操作日志，定义了power-log-record-thread-pool；
- ……
随着系统不断开发，相同或不同语义的线程池被定义的越来越多，间接导致服务器资源严重耗损。
而如果系统中使用 hippo4j，能够在控制台查看当前应用已有线程池，是否存在相同语义且业务可复用线程池实例，避免线程资源过度浪费。
2. 线程池参数不易评估
业务中使用了线程池，十个程序员可能有九个都在犯嘀咕，这线程池的配置应该如何选择？
我觉得犯纠结的点主要有两个，无外乎设置的数多了或者少了。
- 如果预设的线程数或阻塞队列数量少了，当业务量上来，会遇到两种情况，不管哪一种对业务来说都是不能接受的。
预估 200ms 执行完的任务，可能会 2s 执行完，因为任务都在排队。
任务满了后，开始执行拒绝策略，影响正常业务。
- 如果超量设置线程池的参数，无疑会造成资源浪费，同样会造成两种情况。
线程资源也是占用服务器资源的，开启的多了对服务器有一定压力。
如果过多的创建线程，当和其它线程池一起执行时，服务器 CPU 上下文切换也是个问题。
大家都知道，如果要修改运行中应用线程池参数，需要停止线上应用，调整成功后再发布，而这个过程异常的繁琐，如果能在运行中动态调整线程池的参数多好。
美团技术团队基于这些痛点，推出了动态线程池的概念，催生了一批动态线程池框架，hippo4j 也是其一。
如果应用是集群部署，hippo4j 可以选择修改线程池 某一实例，或者修改 集群全部实例，运行时生效，不需要再重启服务。
再比如，压测时使用 hippo4j 动态调整线程池参数，对于开发测试来说，也是个不错的选择。
3. 线程池运行时报警策略
从线程池运行时监控的角度出发，hippo4j 内置 4 种报警策略，线程池活跃度、阻塞队列容量、拒绝策略触发以及任务运行超时报警。
- 线程池活跃度：假设阈值设置 80%，线程池最大线程数 10，当线程数达到 8 发起报警。
- 阻塞队列容量：假设阈值设置 80%，阻塞队列容量 100，当容量达到 80 发起报警。
- 触发拒绝策略：当线程池任务触发了拒绝策略时，发起拒绝策略报警。
- 任务运行超时：假设单个任务超时为 1000ms，任务执行超过该时间发起报警。
hippo4j 支持钉钉、企业微信和飞书软件通知，线程池任务运行超时报警示例：
4. 线程池运行时状态对开发者黑盒
线程池在服务运行过程中，对开发者来说是一个完全的黑盒。开发者无法得知线程池的参数变化，比如阻塞队列数量或者完成任务数等核心参数，这对于排查问题来说并不友好。
hippo4j 支持线程池运行时状态实时查看，并在核心参数的基础上扩展了 负载、内存以及拒绝次数 等关键指标，每次查询返回线程池当前运行信息。
5. 线程池监控
hippo4j 提供了两种线程池运行时数据监控方式，分别是：
（1）内置数据池数据采集 + 监控，无需依赖任何中间件，由 hippo4j 内部集成的方式运行。
（2）使用三方中间件 Prometheus + Grafana 或 ElasticSearch + Grafana 采集和监控。
6. 整合 Spring ThreadPoolTaskExecutor
Spring ThreadPoolTaskExecutor 对原生线程池扩展了一部分功能，我认为比较实用有两个，并且 hippo4j 也已经支持。
- 当服务停止时，通知线程池处理剩余任务，并在等待指定时间后强制停止。
- 传递线程上下文到线程池执行上下文中。
第一个是实际使用中很核心的功能，减少了线程池丢弃任务的可能，这里重点说明下。
我们平时在停止应用时，有没有这样一个考虑，线程池中的任务真的都执行完成了吗？
可能执行完了，可能没有。
Spring 基于以上考虑，注册了线程池销毁方法。在应用关闭时，如果发现线程池存在任务没有执行完，需要等待一个指定时间。指定时间内任务执行如果执行完毕，皆大欢喜；如果还存在没有结束的任务，则丢弃。
为什么会丢弃任务而不是再等等？
因为如果线程池任务长时间执行，会影响整个应用的停止，进行了折中处理。
7. 三方框架中间件线程池适配
hippo4j 的目标是兼容所有框架的线程池，并可以提供监控和动态修改的能力。
目前已支持的三方框架线程池列表：
- Apache Dubbo
- Alibaba Dubbo
- RabbitMQ
- Apache RocketMQ
- SpringCloud Stream RocketMQ
- SpringCloud Hystrix
- Tomcat
- Jetty
- Undertow
支持上述框架线程池的动态变更参数和监控功能，比如：
未来 hippo4j 会支持更多三方框架线程池，如果你有好的想法也可以和我沟通。
8. 线程池运行堆栈查看
线程池运行中，任务运行停止，怀疑发生死锁或执行耗时操作。大多数程序员会选择使用命令或者 arthas 查看线程池运行中线程的堆栈，看看其中的 Worker 都在哪个方法卡住了。
hippo4j 基于以上痛点，推出了线程池运行堆栈实时查看功能。
9. 动态线程池对性能有无影响
这可能是很多开发者担心的一个点，在这里统一回复下。
hippo4j 仅对线程池做部分核心功能增强，没有修改任务执行源代码流程，可以保证绝对的安全。
其次，hippo4j 上述的功能，都是与线程池执行任务主流程外扩展的，不会影响线程池正常的执行性能。
hippo4j 支持的两种运行模式
hippo4j 为用户提供了两种运行模式，分别是轻量级的配置中心接入，和功能更齐全的服务端接入，下面都来说说各自的优缺点。
（1）hippo4j config
依赖配置中心完成线程池的动态变更，已支持的配置中心有：Nacos、Apollo、Zookeeper，未来还会接入 Etcd、Consul 等。
另外，hippo4j 已支持用户自定义配置中心实现，如果使用公司自研或其它配置中心，也可以极小工作量进行引入。
使用 hippo4j config 模式的优点和不足：
优点：轻量级引入，可以根据项目中已有配置中心进行 hippo4j 的集成，无需引入其它服务，即可使用线程池参数动态化、运行时监控、报警等核心功能。
不足：缺少可视化控制台页面，上文中描述的诸多功能不能使用。
（2）hippo4j server
需要部署 hippo4j Jar 包，涵盖上文中描述的所有功能。
因为服务端内部实现了配置中心和注册中心（参考 nacos 和 eureka 实现），所以它不依赖任何三方中间件。
- 优点：功能齐备，可以享受更多的服务和便利。如果应用启动的是集群，可以指定其中某一个实例的线程池修改，而 config 则是整个集群变更。
- 不足：相比较 hippo4j config，需要额外部署一个 jar 包，增加了部署工作量。
如果最初使用 hippo4j config，想要切换到 server，两者在进行替换的时候，无需修改业务代码。
使用建议：根据公司情况选择，如果基本功能可以满足使用，选择 hippo4j config 使用即可；如果希望更多的功能，可以选择 hippo4j server。
