監控線程

Question

我有一個產生多個線程的應用程序。 每個線程都有相當復雜的邏輯。 有時會出現死鎖或其他問題，我想得知Thread不再處於“健康”狀態。

我想到的選擇是：

1. 記錄和監視日志
2. 從每個線程更新內存中的共享對象（例如，以線程ID為鍵和狀態結構的字典：確定，時間跨度，然后在單獨的線程中觀察該字典，如果線程X分鍾未更新其狀態，則表示存在某種情況出錯）

但是我感覺這不是最好的解決方案。 是否有監視線程的良好實踐？ 也許線程本身可以使用時間戳更新它的全局狀態，並且進程可以訪問該信息？

Answer 1

在此，我將概述一些想法。

1使您的代碼更健壯

顯然，保持線程健康的最簡單方法是解決所有這些不正常的狀態，如果您陷入死鎖，請更適當地使用鎖和信號燈，調試死鎖發生的原因並找到解決這些不良情況的方法。

2代理和錯誤處理程序

與上述相關，如果您可以正確地識別這些問題而又不能解決這些問題，則可以建立一個線程可以知道其處於危險狀態的系統，並實施一個可以解決這些問題的系統。線程可以說出消息給主線程，說它處於壞狀態，然后主線程可以關閉受影響的線程，從設置的“安全狀態”啟動一個新線程，然后嘗試從那里繼續。 像Elixir這樣的基於多進程的語言都非常喜歡這種保護方式。

3記錄/輪詢

如果確實沒有辦法讓您知道發生了什么/如何進行（有時總是太難了），那么在設定的時間范圍內更新共享資源的線程就很容易實現。 每隔一分鍾讓線程更新一次浮點數，精確到自上一次更新浮點數以來的時間，讓主線程每隔幾分鍾檢查一次該浮點數（（如果您的線程太忙而無法按時更新它，請留大量空間） 。 如果說5分鍾沒有更新，那么您可以肯定地確定您的線程已死鎖。 如果您希望事后能夠看到此消息，那么您也可以將這些更新消息復制到日志文件中，並使用堆棧跟蹤該時間，以查看其卡在哪里

結論

總而言之，如果您可以修復/可靠地確定何時發生錯誤/受感染狀態，則可以編寫代碼來解決這些不良狀態，如果您不能這樣做，那么下一個目標應該是達到目標去做。