1 详解协程
1.1 多线程的困境
人类压榨CPU的脚步从未停止过。在实际的生产过程中，我们将CPU的任务分为两大类：
- 计算密集型：数值计算、逻辑判断的任务较多。CPU利用率非常高。
- IO密集型：与IO设备交互，如读取磁盘和网卡，频繁等待IO操作结果。CPU利用率非常低。
为了提高IO密集型任务的CPU利用率，常常采用异步加回调的方案。我们去餐厅吃饭，点菜之后就可以回座位上刷手机了，这叫异步；饭菜做好了，服务员把菜端过来，这叫回调。
在软件开发的过程中，异步加回调的方案将一件事拆成两个过程，不符合人类的线性思维，增加了代码复杂度，提高了排查错误的难度。这就好比，我们下单后回座位等待，虽然有空干别的事情，但是也不能离开餐厅，心里要记得菜还没上。
最简单的方法是，下单之后在窗口等着，直到厨师做好了，我们才端走饭菜，这叫做同步阻塞。同步阻塞的方案简单直接，程序员的心智负担最轻，如下代码所示：
/**
* 顾客用餐
*
* @param customerOrder 顾客订单
* @return
*/
public void customerDish(CustomerOrder customerOrder) {
// 顾客下单，生成订单
RestaurantOrder restaurantOrder = submitOrder(customerOrder);
// 厨房接到订单，开始做饭，耗时5分钟
CustomerDish customerDish = cookCustomerDish(restaurantOrder);
// 顾客拿到饭菜，开始吃饭
customerEating(customerDish);
}如果很多顾客来吃饭，都聚集在窗口等待，相当于将处理过程变为线程，放入线程池中执行，如下代码所示：
/**
* 顾客吃饭的线程
*/
class CustomerDishThread extends Thread {
private CustomerOrder customerOrder;
CustomerDishThread(CustomerOrder customerOrder) {
this.customerOrder = customerOrder;
}
@Override
public void run() {
// 顾客用餐
customerDish(customerOrder);
}
}
private static final ExecutorService THREAD_POOL = Executors.newCachedThreadPool();
/**
* 餐厅接待很多顾客
* @param customerOrderList
*/
public void serveManyCustomer(List<CustomerOrder> customerOrderList) {
for (CustomerOrder customerOrder : customerOrderList) {
THREAD_POOL.execute(new CustomerDishThread(customerOrder));
}
}同步阻塞方案是低效的，浪费顾客的时间，窗口也挤不下太多人。如果把餐厅看作服务端，把顾客看成客户端的请求，服务端能够并发执行的线程数有限。当线程非常多的时候，操作系统频繁调度线程，上下文切换是不小的开销。有没有办法减少线程调度的开销呢？
协程登场了。
1.2 协程的优势
协程（Coroutines）的完整定义是“协作式调度的用户态线程”。首先，要理解线程调度的两种方式：
-
协作式调度：当前线程完全占用CPU时间，除非自己让出时间片，直到运行结束，系统才执行下一个线程。可能出现一个线程一直占有CPU，而其他线程等待。
-
抢占式调度：操作系统决定下一个占用CPU时间的是哪一个线程，定期的中断当前正在执行的线程，任何一个线程都不能独占。不会因为一个线程而影响整个进程的执行。
另外，要理解用户态和内核态的概念。
操作系统的核心是内核(kernel)，它独立于普通的应用程序，可以访问受保护的内存空间，也有访问底层硬件设备的所有权限。有些CPU 的指令是非常危险的，一旦用错可能导致系统崩溃。如果所有的程序都可以任意使用这些指令，那么系统崩溃的概率将大大增加。为了保证内核的安全，操作系统一般都禁止用户进程直接操作内核。具体的实现方式是将虚拟内存空间划分为两部分，一部分为内核空间，另一部分为用户空间。当进程运行在内核空间时就处于内核态，进程运行在用户空间时则处于用户态。
无论是进程还是线程，它们的上下文切换和"内核态、用户态"没有直接的关系。比如只要需要系统调用，即使不做任何切换，都需要进入内核态。举个例子：一个线程调用函数在屏幕上打印 hello world，就已经进入了内核态了，因为打印字符的功能是由内核程序提供的。总的来说，应用程序通常运行在用户态，遇到下列三种情况会切换到内核态：
- 系统调用：创建和调度线程、加锁解锁等等。
- 异常事件：发生不可知的异常时切换到内核态，以执行相关的异常事件。
- 设备中断：如果外围设备完成了用户请求，比如硬盘读写操作，就会给CPU发送中断信号。CPU会转去处理中断事件，切换到内核态。
线程的代码在用户态运行，而调度是在内核态运行的。操作系统切换线程上下文的步骤如下所示：
- 1）保留用户态现场（上下文、寄存器、用户栈等）
- 2）复制用户态参数，用户栈切到内核栈，进入内核态
- 3）代码安全检查（内核不信任用户态代码）
- 4）执行内核态代码
- 5）复制内核态代码执行结果，回到用户态
- 6）恢复用户态现场（上下文、寄存器、用户栈等）
协程不是操作系统的底层特性，系统感知不到它的存在。它运行在线程里面，通过分时复用线程的方式运行，不会增加线程的数量。协程也有上下文切换，但是不会切换到内核态去，比线程切换的开销要小很多。每个协程的体积比线程要小得多，一个线程可以容纳数量相当可观的协程。
在IO密集型的任务中有着大量的阻塞等待过程，协程采用协作式调度，在IO阻塞的时候让出CPU，当IO就绪后再主动占用CPU，牺牲任务执行的公平性换取吞吐量。
事物都有两面性，协程也存在几个弊端：
- 线程可以在多核CPU上并行，无法将一个线程的多个协程分摊到多核上。
- 协程执行中不能有阻塞操作，否则整个线程被阻塞。
- 协程的控制权由用户态决定，可能执行恶意的代码。
1.3 协程的原理
无论是线程还是协程，都只是操作系统层面的抽象概念，本质是函数执行的载体。可以简单的认为协程是一个能够被暂停以及被恢复运行的函数，在协作调度器的控制下执行，同一个时刻只能运行一个函数。
我们来看看下面的Java代码，代码中出现的注解 Coroutine 和 CoroutineSchedule ，只是为了更好的演示而编造出来，JDK并没有这两个注解。
public class CoroutineDemo {
static void functionA() {
System.out.println("A");
}
static void functionB() {
System.out.println("B");
}
static void functionC() {
System.out.println("C");
}
/**
* 普通的函数
*/
static void commonFunction() {
functionA();
functionB();
functionC();
}
/**
* @Coroutine 标识函数为协程
*/
@Coroutine
static void coroutineFunction() {
functionA();
functionB();
functionC();
}
/**
* @Coroutine 标识协程调度器，跟随主线程一起启动
*/
@CoroutineSchedule
void coroutineScheduleRule() {
//如果等待IO，暂停协程coroutineFunction，否则就恢复
if(waitIO()){
yieldFunction("coroutineFunction");
}else {
resumeFunction("coroutineFunction");
}
}
public static void main(String[] args) {
Thread commonThread = new Thread(() -> {
//执行普通函数
commonFunction();
});
commonThread.start();
Thread coroutineThread = new Thread(() -> {
//执行协程
coroutineFunction();
});
coroutineThread.start();
}
}main方法启动了两个线程，普通函数 commonFunction 执行后，会依次打印出 A B C。协程 coroutineFunction 执行后，不确定打印什么，因为协程调度器有规则：如果CPU繁忙就暂停协程。如果协程打印了 A 之后就被暂停了，当它被再次唤醒，可能会接着打印 B C，而不是打印 A 。因为协程记录了函数执行的上下文信息，知道自己上一次执行到了哪里。这和操作系统调度线程是一样的，暂停当前线程，保存运行状态后去调度其它线程，该线程再次被分配CPU后继续运行，就像没有被暂停过一样。
1.4 如何实现协程
我们尝试一下用 C/C++ 实现一个简单的协程。协程有两个重要的部分：调度器和用户态的上下文切换。Linux系统已经提供了操作用户态上下文的接口，只需要实现调度器即可。glibc是一个C语言库，封装了系统最重要的系统服务，提供了最底层的API。glibc包含一个ucontext库，支持用户态的上下文切换。
首先看看ucontext提供的四个基本函数：
| 函数 | 作用 |
|---|---|
| int getcontext(ucontext_t *ucp) | 获得当前上下文保存的栈和入口执行点 |
| int setcontext(const ucontext_t *ucp) | 设置当前上下文。初始化ucp结构体，将当前的上下文保存到ucp中 |
| void makecontext(ucontext_t ucp, void (func)(), int argc, ...) | 创建一个新的上下文。修改上下文ucp，给该上下文指定一个栈空间ucp->stack，设置后继的上下文ucp->uc_link |
| int swapcontext(ucontext_t *oucp, ucontext_t *ucp) | 切换上下文。保存当前上下文到oucp，设置到ucp所指向的上下文，跳转到ucp所指的地方 |
ucontext_t 是用户态上下文数据，看看它的数据结构：
typedef struct ucontext {
// 后继的上下文，表示当前程序执行之后下一个上下文
struct ucontext *uc_link;
sigset_t uc_sigmask;
// 上下文堆栈
stack_t uc_stack;
mcontext_t uc_mcontext;
} ucontext_t;在下面的代码演示中，你将会进一步理解这4个函数的用法，代码的调试环境是Ubuntu 16、Visual Studio Code（包含 C/C++ 开发插件）：
#include <stdio.h>
#include <ucontext.h>
#include <unistd.h>
int i = 1 , max = 5;
int main() {
ucontext_t context;
puts("上菜了");
getcontext(&context);
if (i > max ) return 0;
puts("张三吃饭了");
i++;
setcontext(&context);
puts("李四吃饭了");
return 0;
}李四吃上饭吗？你大概能够猜到代码不会执行到puts("李四吃饭了");，以上代码的输出结果是：
上菜了
张三吃饭了
张三吃饭了
张三吃饭了
张三吃饭了
张三吃饭了getcontext(&context)获取了程序执行的上下文，setcontext(&context)给当前程序设置上下文，程序立即重新执行。&context记录了已经执行的代码行，那么再次执行的起始行是if (i > max ) return 0，这样永远不会走到puts("李四吃饭了")。
以下代码演示了 makecontext 和 swapcontext 函数的用法，以及设置上下文堆栈参数：
#include <ucontext.h>
#include <stdio.h>
void eating()
{
puts("李四吃饭了");
}
int main()
{
//指定栈空间
char stack[512*128];
ucontext_t child,main;
//获取当前上下文
getcontext(&child);
//指定栈空间
child.uc_stack.ss_sp = stack;
//指定栈空间大小
child.uc_stack.ss_size = sizeof(stack);
child.uc_stack.ss_flags = 0;
//设置后继上下文
child.uc_link = &main;
puts("上菜了");
//修改 child 上下文，指向eating函数
makecontext(&child,(void (*)(void))eating,0);
//切换到child上下文，保存当前上下文到main
swapcontext(&main,&child);
puts("张三吃饭了");
return 0;
}以上代码的输出结果是：
上菜了
李四吃饭了
张三吃饭了入口main方法是一个线程，函数swapcontext(&main,&child)交换了上下文参数，将会执行函数eating()，之后再执行child的后继上下文main，回到了主线程main。从这段代码你能否想到如何实现一个协程调度器？
在真实的生产环境下，协程调度器是个运行在后台的线程，自动化调度所有协程，调度规则也比较复杂。以下代码将实现一个无法自动化调度的调度器。
首先定义协程结构体：
//上下文堆栈
#define DEFAULT_STACK_SZIE (512*128)
//定义协程状态
enum ThreadState{FREE,RUNNABLE,RUNNING,SUSPEND};
//定义协程结构体
typedef struct uthread_t
{
ucontext_t ctx;
Fun func;
void *arg;
enum ThreadState state;
char stack[DEFAULT_STACK_SZIE];
}uthread_t;定义调度器结构体:
//最大协程数量
#define MAX_UTHREAD_SIZE 512
typedef struct schedule_t
{
ucontext_t main;
//正在运行的协程的ID，一个线程只能运行一个协程
int running_thread;
uthread_t *threads;
//协程数量
int uthread_count;
schedule_t():running_thread(-1), uthread_count(0) {
threads = new uthread_t[MAX_UTHREAD_SIZE];
for (int i = 0; i < MAX_UTHREAD_SIZE; i++) {
threads[i].state = FREE;
}
}
~schedule_t() {
delete [] threads;
}
}schedule_t;定义协程调度方法:
// 创建协程
int uthread_create(schedule_t &schedule,Fun func,void *arg);
// 挂起协程
void uthread_yield(schedule_t &schedule);
// 恢复协程
void uthread_resume(schedule_t &schedule,int id);实现协程调度方法:
// 创建协程
int uthread_create(schedule_t &schedule, Fun func, void *arg)
{
int id = 0;
for (id = 0; id < schedule.uthread_count; ++id)
{
if (schedule.threads[id].state == FREE)
{
break;
}
}
if (id == schedule.uthread_count)
{
schedule.uthread_count++;
}
uthread_t *t = &(schedule.threads[id]);
t->state = RUNNABLE;
t->func = func;
t->arg = arg;
getcontext(&(t->ctx));
t->ctx.uc_stack.ss_sp = t->stack;
t->ctx.uc_stack.ss_size = DEFAULT_STACK_SZIE;
t->ctx.uc_stack.ss_flags = 0;
t->ctx.uc_link = &(schedule.main);
schedule.running_thread = id;
//创建协程结构体
makecontext(&(t->ctx), (void (*)(void))(uthread_init), 1, &schedule);
//切换上下文，执行func函数
swapcontext(&(schedule.main), &(t->ctx));
return id;
}
//初始化一个协程，配合uthread_create使用
void uthread_init(schedule_t *ps)
{
int id = ps->running_thread;
if (id != -1)
{
uthread_t *t = &(ps->threads[id]);
t->func(t->arg);
t->state = FREE;
ps->running_thread = -1;
}
}
// 恢复执行协程
void uthread_resume(schedule_t &schedule, int id)
{
if (id < 0 || id >= schedule.uthread_count)
{
return;
}
uthread_t *t = &(schedule.threads[id]);
if (t->state == SUSPEND)
{
// 上下文切到t->ctx，即恢复执行协程
swapcontext(&(schedule.main), &(t->ctx));
}
}
// 挂起协程
void uthread_yield(schedule_t &schedule)
{
if (schedule.running_thread != -1)
{
uthread_t *t = &(schedule.threads[schedule.running_thread]);
t->state = SUSPEND;
schedule.running_thread = -1;
// 上下文切回主线程，相当于挂起协程
swapcontext(&(t->ctx), &(schedule.main));
}
}测试调度方法：
void zhangsan(void * arg)
{
puts("张三吃饭了");
//挂起协程
uthread_yield(*(schedule_t *)arg);
puts("张三吃完了");
}
void lishi(void *arg)
{
puts("李四吃饭了");
//挂起协程
uthread_yield(*(schedule_t *)arg);
puts("李四吃完了");
}
int main()
{
//初始化调度器
schedule_t schedule;
//创建协程并挂起
int zhangsan_id = uthread_create(schedule,zhangsan,&schedule);
int lisi_id = uthread_create(schedule,lishi,&schedule);
//恢复协程
uthread_resume(schedule,zhangsan_id);
uthread_resume(schedule,lisi_id);
puts("餐厅营业中");
return 0;
}以上程序的输出结果：
张三吃饭了
李四吃饭了
张三吃完了
李四吃完了
餐厅营业中目前许多语言已经支持协程，比如C#、Golang、Python、Lua、Ruby、C++ 20、Erlang，也有一些 C/C++ 开源的协程库，比如Protothreads、libco。
是不是缺了一个年老色衰的Java？
2 Java协程
目前还没有JDK正式版本支持协程特性，如果想尝试Java的协程，可以使用Open JDK 19的预览特性或者 Alibaba JDK 最新版，以及第三方框架Quasar。
2.1 JDK的VirtualThread
2018年1月，OpenJDK官方提出了协程项目Project Loom。2019年，Loom的首个EA版本问世，此时Java的协程类叫做Fiber。它将使用Fiber轻量级用户模式线程，从JVM层面对多线程技术进行彻底的改变，使轻量级线程的并发也能够适用于高吞吐量的业务场景。2019年10月，官方将Fiber重新实现为Thread的子类VirtualThread，兼容Thread的所有操作。
2021年11月15日，OpenJDK官方宣布 JDK 19中加入虚拟线程的特性 JEP 425: Virtual Threads (Preview)。
Virtual threads are lightweight threads that dramatically reduce the effort of writing, maintaining, and observing high-throughput concurrent applications. (虚拟线程是轻量级线程，可以显著减少编写、维护和观察高吞吐量并发应用程序的工作量)
该特性属于预览版，距离稳定版本还需要一段时间。如要在 JDK 19上尝试该功能，则必须通过--enable-preview启动，如下所示：
java --release 19 --enable-preview Main.java简单了解一下VirtualThread的相关API：
// 启动一个简单虚拟线程
Thread thread = Thread.ofVirtual().start(runnable);
// 采用ThreadFactory创建虚拟线程
ThreadFactory factory = Thread.ofVirtual().factory();
// 创建大量虚拟线程
try (var executor = Executors.newVirtualThreadPerTaskExecutor()) {
IntStream.range(0, 10_000).forEach(i -> {
executor.submit(() -> {
Thread.sleep(Duration.ofSeconds(1));
return i;
});
});
} 想了解更多细节可以阅读 https://openjdk.org/jeps/425
2.2 Quasar框架
Quasar是一个开源的Java协程框架，基本原理是修改字节码，使方法挂起后可以保存和恢复JVM栈帧，方法内部已执行到的字节码位置也通过增加状态机的方式记录，在下次恢复后可直接跳转到中断的位置。项目地址是 http://docs.paralleluniverse.co/quasar/ 。
我们测试一下使用线程和协程并发执行10000次的消耗，代码如下所示：
// 使用JDK的线程和线程池
public static void main(String[] args) throws Exception {
CountDownLatch countDownLatch=new CountDownLatch(10_000);
long start = System.currentTimeMillis();
ExecutoarService executor= Executors.newCachedThreadPool();
for (int i = 0; i < 10_000; i++) {
executor.submit(() -> {
try {
TimeUnit.SECONDS.sleep(1);
} catch (InterruptedException e) {
e.printStackTrace();
}
countDownLatch.countDown();
});
}
countDownLatch.await();
long end = System.currentTimeMillis();
System.out.println("Thread use:"+(end-start)+" ms");
}接下来使用Quasar框架的协程，maven依赖配置：
<dependency>
<groupId>co.paralleluniverse</groupId>
<artifactId>quasar-core</artifactId>
<version>0.7.10</version>
</dependency>JVM启动参数要配置--javaagent:C:\Users\Administrator\.m2\repository\co\paralleluniverse\quasar-core\0.7.10\quasar-core-0.7.10.jar。
public static void main(String[] args) throws Exception {
CountDownLatch countDownLatch=new CountDownLatch(10_000);
long start = System.currentTimeMillis();
for (int i = 0; i < 10_000; i++) {
new Fiber<>(new SuspendableRunnable(){
@Override
public Integer run() throws SuspendExecution, InterruptedException {
Fiber.sleep(1000);
countDownLatch.countDown();
}
}).start();
}
countDownLatch.await();
long end = System.currentTimeMillis();
System.out.println("Fiber use:"+(end-start)+" ms");
}以上代码执行结果可以看出协程性能高出一倍，其他方面的比对如内存消耗、GC等，请读者自行研究。
2.3 阿里巴巴JVM
阿里巴巴JVM团队根据自身业务需要，在 Open JDK 的基础上开发了Alibaba Dragonwell，该版本携带的Wisp2组件让JVM支持了协程。阿里巴巴的核心电商应用已经在协程模型上经过两个双十一的考验，性能和稳定性得到了验证。
Wisp协程完全兼容现有多线程的代码写法，仅增加JVM参数来开启协程。我们来尝试一下，先通过地址 https://github.com/alibaba/dragonwell8/releases/tag/dragonwell-standard-8.12.13_jdk8u345-ga 下载dragonwell8，这个版本相当于Oracle JDK 1.8。在JVM启动参数中增加-XX:+UseWisp2，即开启了协程。
以下代码演示了在线程中将2个阻塞队列的数据交换100000次。
public class Wisp2Demo {
private static final ExecutorService THREAD_POOL = Executors.newCachedThreadPool();
public static void main(String[] args) throws Exception {
BlockingQueue<Byte> q1 = new LinkedBlockingQueue<>(), q2 = new LinkedBlockingQueue<>();
THREAD_POOL.submit(() -> loop(q2, q1));
Future<?> f = THREAD_POOL.submit(() -> loop(q1, q2));
q1.put((byte) 1);
System.out.println(f.get() + " ms");
}
private static long loop(BlockingQueue<Byte> in, BlockingQueue<Byte> out) throws Exception {
long start = System.currentTimeMillis();
for (int i = 0; i < 1_000_000; i++) out.put(in.take());
return System.currentTimeMillis() - start;
}
}正常启动JVM：
java Wisp2Demo
6778 ms带参数启动JVM：
// UnlockExperimentalVMOptions 允许使用实验性参数，保证UseWisp2生效
// ActiveProcessorCount 指定JVM可用的CPU数
java -XX:+UnlockExperimentalVMOptions -XX:+UseWisp2 -XX:ActiveProcessorCount=1 Wisp2Demo
690 ms启用协程之后观察耗时情况，性能提升了近10倍。