程序员过关斩将--自定义线程池来实现文档转码

背景

我司在很久之前，一位很久之前的同事写过一个文档转图片的服务，具体业务如下：

1. 用户在客户端上传文档，可以是ppt，word，pdf 等格式，用户上传完成可以在客户端预览上传的文档，预览的时候采用的是图片形式（不要和我说用别的方式预览，现在已经来不及了）

2. 当用户把文档上传到云端之后（阿里云），把文档相关的信息记录在数据库，然后等待转码完成

3. 服务器有一个转码服务（其实就是一个windows service）不停的在轮训待转码的数据，如果有待转码的数据，则从数据库取出来，然后根据文档的网络地址下载到本地进行转码（转成多张图片）

4. 当文档转码完毕，把转码出来的图片上传到云端，并把云端图片的信息记录到数据库

5. 客户端有预览需求的时候，根据数据库来判断有没有转码成功，如果成功，则获取数据来显示。

文档预览的整体过程如以上所说，老的转码服务现在什么问题呢？

1. 由于一个文档同时只能被一个线程进行转码操作，所以老的服务采用了把待转码数据划分管道的思想，一共有六个管道，映射到数据库大体就是 Id=》管道ID 这个样子。

2. 一个控制台程序，根据配置文件信息，读取某一个管道待转码的文档，然后单线程进行转码操作

3. 一共有六个管道，所以服务器上起了六个cmd的黑窗口......

4. 有的时候个别文档由于格式问题或者其他问题转码过程中会卡住，具体的表现为：停止了转码操作。

5. 如果程序卡住了，需要运维人员重新启动转码cmd窗口（这种维护比较蛋疼）

后来机缘巧合，这个程序的维护落到的菜菜头上，维护了一周左右，大约重启了10多次，终于忍受不了了，重新搞一个吧。仔细分析过后，刨除实际文档转码的核心操作之外，整个转码流程其实还有很多注意点

1. 需要保证转码服务不被卡住，如果和以前一样就没有必要重新设计了

2. 尽量避免开多个进程的方式，其实在这个业务场景下，多个进程和多个线程作用是一致的。

3. 每个文档只能被转码一次，如果一个文档被转码多次，不仅浪费了服务器资源，而且还有可能会有数据不一致的情况发生

4. 转码失败的文档需要有一定次数的重试，因为一次失败不代表第二次失败，所以一定要给失败的文档再次被操作的机会

5. 因为程序不停的把文档转码成本地图片，所以需要保证这些文件在转码完成在服务器上删除，不然的话，时间长了会生成很多无用的文件

说了这么多，其实需要注意的点还是很多的。以整个的转码流程来说，本质上是一个任务池的生产和消费问题，任务池中的任务就是待转码的文档，生产者不停的把待转码文档丢进任务池，消费者不停的把任务池中文档转码完成。

线程池

这很显然和线程池很类似，菜菜之前就写过一个线程池的文章，有兴趣的同学可以去翻翻历史。今天我们就以这个线程池来解决这个转码问题。线程池的本质是初始化一定数目的线程，不停的执行任务。

 //线程池定义 public class LXThreadPool:IDisposable{bool PoolEnable = true; //线程池是否可用 List<Thread> ThreadContainer = null; //线程的容器ConcurrentQueue<ActionData> JobContainer = null; //任务的容器int _maxJobNumber; //线程池最大job容量ConcurrentDictionary<string, DateTime> JobIdList = new ConcurrentDictionary<string, DateTime>(); //job的副本，用于排除某个job 是否在运行中public LXThreadPool(int threadNumber,int maxJobNumber=1000){if(threadNumber<=0 || maxJobNumber <= 0){throw new Exception("线程池初始化失败");}_maxJobNumber = maxJobNumber;ThreadContainer = new List<Thread>(threadNumber);JobContainer = new ConcurrentQueue<ActionData>();for (int i = 0; i < threadNumber; i++){var t = new Thread(RunJob);t.Name = $"转码线程{i}";ThreadContainer.Add(t);t.Start();}//清除超时任务的线程var tTimeOutJob = new Thread(CheckTimeOutJob);tTimeOutJob.Name = $"清理超时任务线程";tTimeOutJob.Start();}//往线程池添加一个线程,返回线程池的新线程数public int AddThread(int number=1){if(!PoolEnable || ThreadContainer==null || !ThreadContainer.Any() || JobContainer==null|| !JobContainer.Any()){return 0;}while (number <= 0){var t = new Thread(RunJob);ThreadContainer.Add(t);t.Start();number -= number;}return ThreadContainer?.Count ?? 0;}//向线程池添加一个任务,返回0：添加任务失败   1：成功public int AddTask(Action<object> job, object obj,string actionId, Action<Exception> errorCallBack = null){if (JobContainer != null){if(JobContainer.Count>= _maxJobNumber){return 0;}//首先排除10分钟还没转完的var timeoOutJobList = JobIdList.Where(s => s.Value.AddMinutes(10) < DateTime.Now);if(timeoOutJobList!=null&& timeoOutJobList.Any()){foreach (var timeoutJob in timeoOutJobList){JobIdList.TryRemove(timeoutJob.Key,out DateTime v);}}if (!JobIdList.Any(s => s.Key == actionId)){if(JobIdList.TryAdd(actionId, DateTime.Now)){JobContainer.Enqueue(new ActionData { Job = job, Data = obj, ActionId = actionId, ErrorCallBack = errorCallBack });return 1;}else{return 101;}}else{return 100;}            }return 0;}  private void RunJob(){while (JobContainer != null  && PoolEnable){//任务列表取任务ActionData job = null;JobContainer?.TryDequeue(out job);if (job == null){//如果没有任务则休眠Thread.Sleep(20);continue;}try{//执行任务job.Job.Invoke(job.Data);}catch (Exception error){//异常回调if (job != null&& job.ErrorCallBack!=null){job?.ErrorCallBack(error);}}finally{if (!JobIdList.TryRemove(job.ActionId,out DateTime v)){}}}}//终止线程池public void Dispose(){PoolEnable = false;JobContainer = null;if (ThreadContainer != null){foreach (var t in ThreadContainer){//强制线程退出并不好，会有异常t.Join();}ThreadContainer = null;}}//清理超时的任务private void CheckTimeOutJob(){//首先排除10分钟还没转完的var timeoOutJobList = JobIdList.Where(s => s.Value.AddMinutes(10) < DateTime.Now);if (timeoOutJobList != null && timeoOutJobList.Any()){foreach (var timeoutJob in timeoOutJobList){JobIdList.TryRemove(timeoutJob.Key, out DateTime v);}}System.Threading.Thread.Sleep(60000);}}public class ActionData{//任务的id，用于排重public string ActionId { get; set; }//执行任务的参数public object Data { get; set; }//执行的任务public Action<object> Job { get; set; }//发生异常时候的回调方法public Action<Exception> ErrorCallBack { get; set; }}

以上就是一个线程池的具体实现，和具体的业务无关，完全可以用于任何适用于线程池的场景，其中有一个注意点，我新加了任务的标示，主要用于排除重复的任务被投放多次（只排除正在运行中的任务）。当然代码不是最优的，有需要的同学可以自己去优化

使用线程池

接下来，我们利用以上的线程池来完成我们的文档转码任务，首先我们启动的时候初始化一个线程池,并启动一个独立线程来不停的往线程池来输送任务，顺便起了一个监控线程去监视发送任务的线程

string lastResId = null;string lastErrorResId = null;Dictionary<string, int> ResErrNumber = new Dictionary<string, int>(); //转码失败的资源重试次数int MaxErrNumber = 5;//最多转码错误的资源10次Thread tPutJoj = null;LXThreadPool pool = new LXThreadPool(4,100);public void OnStart(){//初始化一个线程发送转码任务tPutJoj = new Thread(PutJob);tPutJoj.IsBackground = true;tPutJoj.Start();//初始化 监控线程var tMonitor = new Thread(MonitorPutJob);tMonitor.IsBackground = true;tMonitor.Start();}//监视发放job的线程private void MonitorPutJob(){while (true){if(tPutJoj == null|| !tPutJoj.IsAlive){Log.Error($"发送转码任务线程停止==========");tPutJoj = new Thread(PutJob);tPutJoj.Start();Log.Error($"发送转码任务线程重新初始化并启动==========");}System.Threading.Thread.Sleep(5000);}}private void PutJob(){           while (true){try{//先搜索等待转码的var fileList = DocResourceRegisterProxy.GetFileList(new int[] { (int)FileToImgStateEnum.Wait }, 30, lastResId);Log.Error($"拉取待转码记录===总数：lastResId:{lastResId},结果：{fileList?.Count() ?? 0}");if (fileList == null || !fileList.Any()){lastResId = null;Log.Error($"待转码数量为0，开始拉取转码失败记录，重新转码==========");//如果无待转，则把出错的 尝试fileList = DocResourceRegisterProxy.GetFileList(new int[] { (int)FileToImgStateEnum.Error, (int)FileToImgStateEnum.TimeOut, (int)FileToImgStateEnum.Fail }, 1, lastErrorResId);if (fileList == null || !fileList.Any()){lastErrorResId = null;}else{// Log.Error($"开始转码失败记录：{JsonConvert.SerializeObject(fileList)}");List<DocResourceRegister> errFilter = new List<DocResourceRegister>();foreach (var errRes in fileList){if (ResErrNumber.TryGetValue(errRes.res_id, out int number)){if (number > MaxErrNumber){Log.Error($"资源:{errRes.res_id} 转了{MaxErrNumber}次不成功，放弃===========");continue;}else{errFilter.Add(errRes);ResErrNumber[errRes.res_id] = number + 1;}}else{ResErrNumber.Add(errRes.res_id, 1);errFilter.Add(errRes);}}fileList = errFilter;if (fileList.Any()){lastErrorResId = fileList.Select(s => s.res_id).Max();}}}else{lastResId = fileList.Select(s => s.res_id).Max();}if (fileList != null && fileList.Any()){foreach (var file in fileList){//如果 任务投放线程池失败，则等待一面继续投放int poolRet = 0;while (poolRet <= 0){poolRet = pool.AddTask(s => {AliFileService.ConvertToImg(file.res_id + $".{file.res_ext}", FileToImgFac.Instance(file.res_ext));}, file, file.res_id);if (poolRet <= 0 || poolRet > 1){Log.Error($"发放转码任务失败==========线程池返回结果：{poolRet}");System.Threading.Thread.Sleep(1000);}}}}//每一秒去数据库取一次数据System.Threading.Thread.Sleep(3000);}catch{continue;}}}

以上就是发放任务，线程池执行任务的所有代码，由于具体的转码代码涉及到隐私，这里不在提供，如果有需要可以私下找菜菜索要，虽然我深知还有更优的方式，但是我觉得线程池这样的思想可能会对部分人有帮助，其中任务超时的核心代码如下(采用了polly插件)：

var policy= Policy.Timeout(TimeSpan.FromSeconds(this.TimeOut), onTimeout: (context, timespan, task) =>{ret.State=Enum.FileToImgStateEnum.TimeOut;                   });policy.Execute(s=>{.....});

把你的更优方案写在留言区吧，2020年大家越来越好