概要

PlayではNon-BlockingIOを押しているので、処理を非同期（Future）ベースで書くのが一般的かと思います。

しかし、とりあえずimport scala.concurrent.ExecutionContext.Implicits.global とかやるとリソースを活かしきれないケースがあるとか、逆にpoolSizeを大きくするとスレッドのスイッチングコストがかかるとか色々複雑なことが言われています。
ここでは、そこまで深くは触れませんが、複数のthreadPoolを使い分けれれうようにしようと思います。
（JVMのスレッドの仕組みに詳しい方がいたらぜひ教えて下さい。）

環境

Play 2.5

ソースコードはこちら。

ThreadPoolにどんな種類があるのか？

どうやら、default thread poolは、ActorSystemのdefault dispatcherから取得しているようです。

また、ここでいうdefault thread poolは、
play.api.libs.concurrent.Execution.Implicits._ で読み込まれるもののようです。

複数のthread pool を使いたい場合は、以下のように別のDispatcherを用意してあげればいいようです。

my-context {
  fork-join-executor {
    parallelism-factor = 20.0
    parallelism-max = 200
  }
}

ActorSystemのDispatcherとは何か？

my-dispatcher {
  # Dispatcher is the name of the event-based dispatcher
  type = Dispatcher
  # What kind of ExecutionService to use
  executor = "fork-join-executor"
  # Configuration for the fork join pool
  fork-join-executor {
    # Min number of threads to cap factor-based parallelism number to
    parallelism-min = 2
    # Parallelism (threads) ... ceil(available processors * factor)
    parallelism-factor = 2.0
    # Max number of threads to cap factor-based parallelism number to
    parallelism-max = 10
  }
  # Throughput defines the maximum number of messages to be
  # processed per actor before the thread jumps to the next actor.
  # Set to 1 for as fair as possible.
  throughput = 100
}

executorのタイプがfork-join-executor前提で、Akkaを使わない場合であれば、

parallelism-min
- 同時実行の最小数
parallelism-factor
- CPU coreあたりの同時実行数
parallelism-max
- 同時実行の最大数

を見れば良さそうです。

Action.asyncを実装する

  def asyncAction = Action.async {
    import play.api.libs.concurrent.Execution.Implicits._
    Future{"hello"}.map(Ok(_))
  }

このように、Action.asyncを使って、返り値をFurue[Result]にすればOK

ThreadPoolの挙動を見てみる

試しに、Futureで1秒待機させる処理を10個間に挟んでみます。
並列度が高いほどたくさん処理してくれるはずです。

また、ここではCore数4のPCで試してみます。


@Singleton
class AsyncController @Inject() (actorSystem: ActorSystem, context: ExecutionContext) extends Controller {

  def action1 = Action.async {
    //ExecutionContextを読み込む
    execution()
  }

  def execution()(implicit ec: ExecutionContext): Future[Result] ={
    val fList = (1 to 10).map(_ => Future{Thread.sleep(1000);println(Thread.currentThread.getName + ": " + DateTime.now)})
    Await.result(Future.sequence(fList), Duration.Inf)
    println("finish")
    Future{"hello"}.map(Ok(_))
  }

application.conf

akka {
  actor-system = "myActorSystem"

  myDispatcher {
    fork-join-executor {
      # Min number of threads to cap factor-based parallelism number to
      parallelism-min = 1
      # Parallelism (threads) ... ceil(available processors * factor)
      parallelism-factor = 1.0
      # Max number of threads to cap factor-based parallelism number to
      parallelism-max = 100
    }
  }

  myDispatcher2 {
    fork-join-executor {
      # Min number of threads to cap factor-based parallelism number to
      parallelism-min = 1
      # Parallelism (threads) ... ceil(available processors * factor)
      parallelism-factor = 2.0
      # Max number of threads to cap factor-based parallelism number to
      parallelism-max = 100
    }
  }

  actor {
    default-dispatcher {
      fork-join-executor {
        # Min number of threads to cap factor-based parallelism number to
        parallelism-min = 2
        # Parallelism (threads) ... ceil(available processors * factor)
        parallelism-factor = 3.0
        # Max number of threads to cap factor-based parallelism number to
        parallelism-max = 100
      }
    }
  }
}

play.api.libs.concurrent.Execution.Implicits._

application-akka.actor.default-dispatcher-9: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-8: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-4: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-5: 2016-08-12T15:42:05.392+09:00
application-akka.actor.default-dispatcher-10: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-7: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-12: 2016-08-12T15:42:05.392+09:00
application-akka.actor.default-dispatcher-11: 2016-08-12T15:42:05.392+09:00
application-akka.actor.default-dispatcher-2: 2016-08-12T15:42:05.391+09:00
application-akka.actor.default-dispatcher-3: 2016-08-12T15:42:05.391+09:00

default-dispatcherは、
core 4 * 並列度3.0 = 12なので一秒以内に全ての処理を行っています。

ちなみに、ここでDIされている

actorSystem.dispatcher
context: ExecutionContext

も同じ結果になりました。いずれもDefaultのDispatcherを使っているようです。

actorSystem.dispatchers.lookup("myDispatcher")

application-myDispatcher-39: 2016-08-12T15:47:36.442+09:00
application-myDispatcher-40: 2016-08-12T15:47:36.445+09:00
application-myDispatcher-38: 2016-08-12T15:47:36.445+09:00
application-myDispatcher-42: 2016-08-12T15:47:36.445+09:00
application-myDispatcher-39: 2016-08-12T15:47:37.442+09:00
application-myDispatcher-40: 2016-08-12T15:47:37.445+09:00
application-myDispatcher-38: 2016-08-12T15:47:37.445+09:00
application-myDispatcher-42: 2016-08-12T15:47:37.445+09:00
application-myDispatcher-39: 2016-08-12T15:47:38.443+09:00
application-myDispatcher-40: 2016-08-12T15:47:38.445+09:00

myDispatcherはcore当たりの並列度が1なので、4スレッドで走ります。
threadの番号を見ても、４つしか出てきていないのが分かるかと思います。

ちなみに、このThreadPoolと全く同じ設定ではないですが、scala.concurrent.ExecutionContext.Implicits.globalもcore数分の並列度を持つため、今回は４つずつ処理されます。

actorSystem.dispatchers.lookup("myDispatcher2")

application-myDispatcher2-30: 2016-08-12T15:46:17.673+09:00
application-myDispatcher2-32: 2016-08-12T15:46:17.673+09:00
application-myDispatcher2-31: 2016-08-12T15:46:17.673+09:00
application-myDispatcher2-34: 2016-08-12T15:46:17.674+09:00
application-myDispatcher2-35: 2016-08-12T15:46:17.674+09:00
application-myDispatcher2-33: 2016-08-12T15:46:17.675+09:00
application-myDispatcher2-36: 2016-08-12T15:46:17.675+09:00
application-myDispatcher2-37: 2016-08-12T15:46:17.675+09:00
application-myDispatcher2-30: 2016-08-12T15:46:18.673+09:00
application-myDispatcher2-32: 2016-08-12T15:46:18.673+09:00

myDispatcher2はcore当たりの並列度が2なので、8スレッドで走ります。

まとめ

Playでは非同期処理を中心に組み立てていくとblockせずに効率の良いアプリケーションがかけるので、とりあえずasync使っていきましょう。

（詳しい方がいれば、ThreadPoolもチューニングすると更に性能が良くなりそうです）