深挖java线程池

冷不防 2022-10-15 13:57 184阅读 0赞

**目录**

一、线程池

1.简单介绍

2.几种线程池

3.实际使用哪个线程池

二、线程池的七大参数

三、线程池底层工作原理

四、拒绝策略

1.什么是拒绝策略

2.都有哪几种jdk默认的拒绝策略。

五、手写线程池代码

六、配置线程池

1.CPU密集型

--------------------

# 一、线程池 #

## 1.简单介绍 ##

线程池的优势：

线程池做的工作主要是控制运行的线程的数量，处理过程中将任务放入队列，然后在线程创建后启动这些任务，如果线程数量超过了最大数量，超出数量的线程排队等候，等其它线程执行完毕，再从队列中取出任务来执行。

他的主要特点为：线程复用；控制最大并发数；管理线程。

第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。

第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。

第三：提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。

Java中的线程池是通过Executor框架实现的，该框架用到了Executor，Executors，ExecutorService，ThreadPoolExecutor这几个类。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70][]

## 2.几种线程池 ##

Executors.newScheduledThreadPool() ：带有定时任务的线程池

java8新出的Executors.newWorkStealingPool(int) ：java8新增，使用目前机器上可用的处理器作为它的并行级别。

Executors.newFixedThreadPool(int) ：执行长期的任务，性能好很多。

Executors.newSingleThreadExecutor() ：一个任务一个任务执行的场景。

Executors.newCachedThreadPool() ：适用：执行很多短期异步的小程序或者负载较轻的服务器。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 1][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 2][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 3][]

import java.util.concurrent.ExecutorService;
    import java.util.concurrent.Executors;
    
    public class MyThreadPoolDemo {
    
        public static void main(String[] args) {
            // 一池5个处理线程
            ExecutorService executorService = Executors.newFixedThreadPool(5);
            ExecutorService executorService2 = Executors.newCachedThreadPool();
            ExecutorService executorService3 = Executors.newSingleThreadExecutor();
    
            try {
                // execute无返回值，submit有返回值
                executorService.execute(() ->{
                    System.out.println("execute");
                });// 可传Runnable
    
                // executorService.submit(); // 有返回值的
    
            } catch (Exception e){
                e.printStackTrace();
            } finally {
                executorService.shutdown();
            }
        }
    }

## 3.实际使用哪个线程池 ##

一个默认的都不用，生产上只能使用自定义的！以下是阿里巴巴java开发手册中的内容：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 4][]

# 二、线程池的七大参数 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 5][]

七大参数——最终的构造方法：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 6][]

1.corePoolSize：线程池中的常驻核心线程数。

在创建了线程池后，当有请求任务来之后，就会安排池中的线程去执行任务，近似理解为今日当值线程。

当线程池中的线程数目达到corePoolSize后，就会把到达的任务放到缓存队列当中。

2.maximumPoolSize：线程池能够容纳同时执行的最大线程数，此值必须大于等于1。

3.keepAliveTime：多余的空闲线程的存活时间。

当前线程池线程数量超过corePoolSize时，当空闲时间达到keepAliveTime值时，多余空闲线程会被销毁直到只剩下corePoolSize个线程为止。

4.unit：keepAliveTime的单位。

5.workQueue：任务队列，被提交但尚未被执行的任务。

6.threadFactory：表示生成线程池中工作线程的线程工厂，用于创建线程，一般用默认的即可。

7.handler：拒绝策略，表示当队列满了并且工作线程大于等于线程池的最大线程数（maximumPoolSize）时如何来拒绝。

# 三、线程池底层工作原理 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 7][]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 8][]

# 四、拒绝策略 #

## 1.什么是拒绝策略 ##

等待队列也已经满了，再也塞不下新任务了，同时，线程池中的max线程也达到了，无法继续为新任务服务。

这时候我们就需要拒绝策略机制合理的处理这个问题。

## 2.都有哪几种jdk默认的拒绝策略。 ##

AbortPolicy（默认）：直接抛出RejectedExecutionException异常阻止系统正常运行。

CallerRunsPolicy：“调用者运行”一种调节机制，该策略既不会抛弃任务，也不会抛出异常，而是将某些任务回退到调用者，从而降低新任务流量。

DiscardOldestPolicy：抛弃队列中等待最久的任务，然后把当前任务加入队列中尝试再次提交当前任务。

DiscardPolicy：直接丢弃任务，不做任何处理也不抛出异常。如果允许任务丢失，这是最好的一种方案。

# 五、手写线程池代码 #

注意点：

①.如果队列满了，再添加线程时，会开启新线程，队列中的线程还是等待，后来进来的线程会先执行。

import java.util.concurrent.*;
    
    public class MyThreadPoolWriteMySelf {
        public static void main(String[] args) {
            ExecutorService executor = new ThreadPoolExecutor(
                    2,
                    5,
                    1L,
                    TimeUnit.SECONDS,
                    new LinkedBlockingQueue<Runnable>(3),
                    Executors.defaultThreadFactory(),
                    new ThreadPoolExecutor.AbortPolicy()
                    );
    
    
            try{
                // 设置启动的线程数，观察线程池执行任务的变化。
                for (int i = 0; i < 9; i++) {
                    final int a = i;
                    executor.execute(() ->{
                        System.out.println("开始处理" + a + Thread.currentThread().getName());
                        try {
                            Thread.sleep(100);
                        } catch (InterruptedException e) {
                            e.printStackTrace();
                        }
                    });
                }
            } catch (Exception e){
                e.printStackTrace();
            } finally {
                executor.shutdown();
            }
        }
    }

# 六、配置线程池 #

## 1.CPU密集型 ##

// 获取CPU核心数

System.out.println(Runtime.getRuntime().availableProcessors());

CPU密集的意思是该任务需要大量的运算，而没有阻塞，CPU一直全速运行。

CPU密集任务只有在真正的多核CPU上才可能得到加速（通过多线程）。

而在单核CPU上，无论你开几个模拟的多线程该任务都不可能得到加速，因为CPU总的运算能力就那些

CPU密集型任务配置尽可能少的线程数量：一般公式：CPU核数+1个线程的线程池。

2.IO密集型（分两种情况）

①由于IO密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程，如CPU核数\*2。

②IO密集型，即该任务需要大量的IO，即大量的阻塞。

在单线程上运行IO密集型的任务会导致浪费大量的CPU运算能力浪费在等待。

所以在IO密集型任务中使用多线程可以大大的加速程序运行，即使在单核CPU上，这种加速主要就是利用了被浪费掉的阻塞时间。

IO密集型时，大部分线程都阻塞，故需要多配制线程数：

参考公式：CPU核数/1-阻塞系数（阻塞系数在0.8~0.9之间）

比如8核CPU：8/1-0.9=80个线程数。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70]: /images/20221014/f5cb080720e24f12ba3902ff8a305ef6.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 1]: /images/20221014/fb178db7a36b4dd99611ec53823b77c7.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 2]: /images/20221014/9771c6edccb24a959eeb628c94d6502a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 3]: /images/20221014/14f6339280834c5e9813233cba63125d.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 4]: /images/20221014/0c916bc3610445c5b79f1f0794b54a7b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 5]: /images/20221014/13c7a1e8ba334e1db1757dd2e8c311e4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 6]: /images/20221014/e2be5c5b52424870a2d2038846f811bb.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 7]: /images/20221014/f581267d32b94586be3ec8b29c46a4dc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0FfYXJ0X3hpYW5n_size_16_color_FFFFFF_t_70 8]: /images/20221014/99731f20ba2d4f22939dc2df309cd21d.png