当前位置:首页 > 文章列表 > 文章 > java教程 > Project Loom 的 Carrier Thread 映射机制是理解虚拟线程(Virtual Thread)在底层操作系统线程上调度逻辑的关键。以下是对这一机制的深入解析,帮助你更好地理解虚拟线程的调度行为。一、什么是 Carrier Thread?在 Project Loom 中,Carrier Thread 是一个由 JVM 管理的“载体线程”,它负责承载多个虚拟线程的执行。这些虚拟线程

Project Loom 的 Carrier Thread 映射机制是理解虚拟线程(Virtual Thread)在底层操作系统线程上调度逻辑的关键。以下是对这一机制的深入解析,帮助你更好地理解虚拟线程的调度行为。一、什么是 Carrier Thread?在 Project Loom 中,Carrier Thread 是一个由 JVM 管理的“载体线程”,它负责承载多个虚拟线程的执行。这些虚拟线程

2026-05-21 19:30:48 0浏览 收藏
Project Loom 的 Carrier Thread 是 JVM 实现高并发虚拟线程调度的核心机制——它并非特殊线程,而是可被动态复用的普通平台线程(如 ForkJoinPool 工作线程),仅临时承载虚拟线程执行上下文(Continuation),在 I/O 阻塞、sleep 或 park 等挂起点自动卸载当前虚拟线程并切换至其他就绪任务,从而以极低开销实现百万级虚拟线程的高效调度;理解其“多对一、非绑定、OS 可调度但不阻塞全局”的本质,能帮你彻底摆脱手动管理线程载体的误区,聚焦于编写真正可伸缩、可中断的异步代码。

怎么利用 Project Loom 的 Carrier Thread 映射机制理解虚拟线程在底层 OS 线程上的调度逻辑

Project Loom 的虚拟线程(Virtual Thread)并不固定绑定 OS 线程,Carrier Thread 只是临时“承载”它执行的普通平台线程——理解这点,就避开了绝大多数调度误解。

Carrier Thread 是什么,和普通 Thread 有什么区别

Carrier Thread 本质就是 ForkJoinPool.commonPool() 中的 worker thread 或显式创建的 Thread,它没有特殊标记、不继承新类、也不绕过 JVM 线程模型。唯一特殊之处在于:JVM 在其栈上动态挂载/卸载虚拟线程的执行上下文(即 Continuation),而非靠 OS 调度切换。

  • 它可能被多个虚拟线程复用,也可能在一次 park/unpark 后换到另一个 Carrier 上
  • 它自己仍受 OS 调度器管理(如 Linux 的 CFS),但它的阻塞(如 I/O、sleep)不会拖垮整个虚拟线程池
  • 你无法通过 Thread.currentThread() 拿到当前运行的虚拟线程——得用 Thread.ofVirtual().name() 或 JFR 事件观察

虚拟线程何时会切换 Carrier Thread

切换不是由时间片或优先级驱动,而是由“阻塞点 + 调度策略”触发。典型场景包括:

  • 调用 BlockingChannel.read(...)、ServerSocket.accept() 等阻塞 I/O 时,JVM 自动将当前虚拟线程从 Carrier 上卸载,并唤醒另一个就绪的虚拟线程继续使用该 Carrier
  • 显式调用 Thread.sleep() 或 LockSupport.park(),也会触发卸载;但 Object.wait() 不会(需配合 synchronized 块内使用,且 Loom 已重写其语义)
  • 如果所有 Carrier 都忙于计算(无空闲),新虚拟线程会排队等待;若配置了 -Djdk.virtualThreadScheduler.parallelism=N,最多启用 N 个 Carrier 并发执行

怎么观测虚拟线程与 Carrier 的映射关系

不能靠日志打 Thread.currentThread().getName()——那永远只显示 Carrier 名(如 ForkJoinPool-1-worker-3)。真实映射必须依赖 JVM 内置机制:

  • 开启 JFR 事件:jcmd VM.native_memory summary + jcmd VM.start_flightrecording settings=profile,duration=30s,然后用 JDK Mission Control 查看 jdk.VirtualThreadSubmitFailed、jdk.VirtualThreadPinned 等事件
  • 用 jdk.jfr.consumer.RecordingStream 编程读取,过滤 jdk.VirtualThreadMount 和 jdk.VirtualThreadUnmount,其中 carrierId 字段对应 OS 线程 ID(tid),virtualThreadId 是 JVM 内部编号
  • 避免误判:Thread.activeCount() 统计的是 Carrier 数量,不是虚拟线程数;查虚拟线程总数得用 Thread.getAllStackTraces().keySet().stream().filter(Thread::isVirtual).count()

常见误用:把 Carrier 当作“线程池”来手动管理

有人试图用 Thread.Builder.ofPlatform().name("my-carrier").start() 创建专属 Carrier 并长期绑定虚拟线程,这是反模式:

  • Carrier 不具备亲和性(affinity)保证,JVM 可能在任意时刻将其用于其他虚拟线程
  • 手动控制 Carrier 会破坏 Loom 的自适应调度(比如阻塞后无法自动迁移,导致 Carrier “卡死”)
  • 唯一可控的入口是 Thread.ofVirtual().scheduler(ExecutorService),但传入的 ExecutorService 仅决定虚拟线程的“启动位置”,不影响后续调度——真正调度权始终在 JVM 的 ForkJoinPool 调度器手上

真正需要干预的点,其实是让阻塞操作可中断(如用 AsynchronousFileChannel 替代 FileInputStream),而不是操心哪个 Carrier 在跑哪条虚拟线程。

今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~

HTML5阴影效果怎么调【技巧】HTML5阴影效果怎么调【技巧】
上一篇
HTML5阴影效果怎么调【技巧】
Windows10系统文件检查教程
下一篇
Windows10系统文件检查教程
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    566次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    608次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    637次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    595次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    417次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码