线程池学习笔记线程池学习笔记

1、线程池的定义

管理一组工作线程优点：减少资源创建：减少内存开销，创建线程占用内存降低系统开销：创建线程需要时间，会延迟处理的请求提高稳定稳定性：避免无限创建线程引起的OutOfMemoryError【简称OOM】

2、Executors创建线程池的方式

根据返回的对象类型创建线程池可以分为三类：创建返回ThreadPoolExecutor对象创建返回ScheduleThreadPoolExecutor对象创建返回ForkJoinPool对象

3、ThreadPoolExecutor对象

ThreadPoolExecutor构造参数： public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler) 参数说明： corePoolSize：线程池核心线程数量 maximumPoolSize：线程池最大数量 keepAliveTime：空闲线程存活时间 unit：时间单位 workQueue：线程池所使用的缓冲队列 threadFactory：线程池创建线程使用的工厂 handler：线程池对拒绝任务的处理策略线程池执行逻辑说明：判断核心线程数是否已满，核心线程数大小和corePoolSize参数有关，未满则创建线程执行任务若核心线程池已满，判断队列是否满，队列是否满和workQueue参数有关，若未满则加入队列中若队列已满，判断线程池是否已满，线程池是否已满和maximumPoolSize参数有关，若未满创建线程执行任务若线程池已满，则采用拒绝策略处理无法执执行的任务，拒绝策略和handler参数有关 Executors#newCachedThreadPool方法 public static ExecutorService newCachedThreadPool() { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, TimeUnit.SECONDS, new SynchronousQueue()); } 当一个任务提交时，corePoolSize为0不创建核心线程，SynchronousQueue是一个不存储元素的队列，会创建非核心线程来执行任务。对于非核心线程空闲60s时将被回收。因为Integer.MAX_VALUE非常大，可以认为是可以无限创建线程的，在资源有限的情况下容易引起OOM异常 Executors#newSingleThreadExecutor方法 public static ExecutorService newSingleThreadExecutor() { return new FinalizableDelegatedExecutorService (new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue())); } public LinkedBlockingQueue() { this(Integer.MAX_VALUE); } 当一个任务提交时，首先会创建一个核心线程来执行任务，如果超过核心线程的数量，将会放入队列中，因为LinkedBlockingQueue是长度为Integer.MAX_VALUE的队列，可以认为是无界队列，因此往队列中可以插入无限多的任务，在资源有限的时候容易引起OOM异常，同时因为无界队列，maximumPoolSize和keepAliveTime参数将无效，压根就不会创建非核心线程 Executors#newCachedThreadPool方法 public static ExecutorService newFixedThreadPool(int nThreads) { return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue()); } 同newSingleThreadExecutor一样，因为LinkedBlockingQueue是长度为Integer.MAX_VALUE的队列，在资源有限的时候容易引起OOM异常

4、线程池参数

corePoolSize 核心线程数当前运行的线程数少于corePoolSize并且新任务没有空闲线程来执行的时候，则添加新的线程执行该任务。 BlockingQueue workQueue 阻塞队列当前的线程数等于corePoolSize同时workQueue未满并且新任务没有空闲线程来执行的时候，则将任务入队列，而不添加新的线程。对于队列，通常由两种： SynchronousQueue 此队列中不缓存任何一个任务。向线程池提交任务时，如果没有空闲线程来运行任务，则入列操作会阻塞。当有线程来获取任务时，出列操作会唤醒执行入列操作的线程。从这个特性来看，SynchronousQueue是一个无界队列，因此当使用SynchronousQueue作为线程池的阻塞队列时，参数maximumPoolSizes没有任何作用。 LinkedBlockingQueue 用链表实现的队列，可以是有界的，也可以是无界的，但在Executors中默认使用无界的。 ArrayBlockingQueue FIFO原则的队列 maximumPoolSize 最大线程数当前的线程数等于corePoolSize同时workQueue满了并且线程池中的线程数小于最大线程数，则额外创建线程来执行任务。 keepAliveTime 空闲线程的存活时间。当线程数大于核心线程数的时候，额外线程等待任务的最大时间，如果超过这个时间，额外线程就被销毁 TimeUnit unit 表示keepAliveTime的单位。 ThreadFactory threadFactory 线程创建的工厂为了方便的管理我们的线程，我们可以自定义线程创建工厂，来对我们的线程进行个性化的设置，比如说线程名、优先级等等 RejectedExecutionHandler handler 拒绝策略当我们核心线程数、阻塞队列、最大线程数都到达上限，这个时候新的任务就会走拒绝策略，那么拒绝策略有哪些呢？通常由以下四种：【ThreadPoolExecutor.AbortPolicy() ====抛出RejectedExecutionException异常】【ThreadPoolExecutor.CallerRunsPolicy() ====由向线程池提交任务的线程来执行该任务】【ThreadPoolExecutor.DiscardOldestPolicy() ====抛弃最旧的任务《最先提交而没有得到执行的任务》】【ThreadPoolExecutor.DiscardPolicy() ====抛弃当前的任务】

5、如何定义线程池参数

CPU密集型 => 线程池的大小推荐为CPU数量 + 1，CPU数量可以根据Runtime.availableProcessors方法获取 IO密集型 => CPU数量 * CPU利用率 * (1 + 线程等待时间/线程CPU时间) 混合型 => 将任务分为CPU密集型和IO密集型，然后分别使用不同的线程池去处理，从而使每个线程池可以根据各自的工作负载来调整阻塞队列 => 推荐使用有界队列，有界队列有助于避免资源耗尽的情况发生拒绝策略 => 默认采用的是AbortPolicy拒绝策略，直接在程序中抛出RejectedExecutionException异常【因为是运行时异常，不强制catch】，这种处理方式不够优雅。处理拒绝策略有以下几种比较推荐：在程序中捕获RejectedExecutionException异常，在捕获异常中对任务进行处理。针对默认拒绝策略使用CallerRunsPolicy拒绝策略，该策略会将任务交给调用execute的线程执行【一般为主线程】，此时主线程将在一段时间内不能提交任何任务，从而使工作线程处理正在执行的任务。此时提交的线程将被保存在TCP队列中，TCP队列满将会影响客户端，这是一种平缓的性能降低自定义拒绝策略，只需要实现RejectedExecutionHandler接口即可如果任务不是特别重要，使用DiscardPolicy和DiscardOldestPolicy拒绝策略将任务丢弃也是可以的如果使用Executors的静态方法创建ThreadPoolExecutor对象，可以通过使用Semaphore对任务的执行进行限流也可以避免出现OOM异常

6、创建线程池

线程池基本参数 @ConfigurationProperties(prefix = "task.pool") @Configuration @Data public class ThreadPoolConfigProperties { private int corePoolSize; private int maxPoolSize; private int keepAliveSeconds; private int queueCapacity; } 创建线程池 @Configuration public class TreadPoolConfig {@Autowired private ThreadPoolConfigProperties configProperties; @Bean(value = "https://www.it610.com/article/learnThreadPool") public ThreadPoolExecutor bulidThreadPoolExecutor() { BlockingQueue blockingQueue = new ArrayBlockingQueue(configProperties.getQueueCapacity()); ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(configProperties.getCorePoolSize(), configProperties.getMaxPoolSize(), configProperties.getKeepAliveSeconds(), TimeUnit.MILLISECONDS, blockingQueue, Executors.defaultThreadFactory(), new ThreadPoolExecutor.AbortPolicy()); return threadPoolExecutor; } } 测试 @Autowired ThreadPoolExecutor learnThreadPool; @Test public void testThreadPool() { try { for (int i = 0; i <= 10000; i++) { learnThreadPool.execute(() -> { System.out.println(Thread.currentThread() + "：你好：" + Thread.currentThread().getName() + " id:" + Thread.currentThread().getId()); }); } } catch (RejectedExecutionException executionException) { System.out.println("线程池已满..."); executionException.printStackTrace(); } finally { int queueSize = learnThreadPool.getQueue().size(); System.out.println("当前排队线程数：" + queueSize); int activeCount = learnThreadPool.getActiveCount(); System.out.println("当前活动线程数：" + activeCount); long completedTaskCount = learnThreadPool.getCompletedTaskCount(); System.out.println("执行完成线程数：" + completedTaskCount); long taskCount = learnThreadPool.getTaskCount(); System.out.println("总线程数：" + taskCount); int corePoolSize = learnThreadPool.getCorePoolSize(); System.out.println("核心线程数：" + corePoolSize); System.out.println("执行第【" + i + "】次，线程池learnThreadPool"); } }

【线程池学习笔记】万字图解Java多线程