Java线程池详解

发表于 | 分类于 ， ， ， | |
字数统计: 2.4k | 阅读时长 ≈ 8

一、合理使用线程池的好处

  • 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
  • 提高响应速度：任务不需要等待线程创建
  • 提高线程的可管理性：线程是稀缺资源，不能无限制地创建，使用线程池可以进行统一分配、调优和监控

二、线程池的实现原理

线程池的主要处理流程：

image.png

从图中可以看出当提交一个新任务到线程池时，线程池的处理流程如下：

  1. 先判断核心线程池（corePoolSize）里面的线程是否已满，如果未满，则创建一个新的工作线程执行任务（执行时需要获取全局锁）；如果满了，则执行下一步骤。
  2. 判断工作队列（阻塞队列）是否已满，如果未满，则将新任务添加到工作队列；如果满了，则进入下一步骤。
  3. 判断线程池的最大线程数量（maximumPoolSize）是否达到，如果未达到，则创建一个新的工作线程来执行任务（执行时需要获取全局锁）；如果达到，则交给饱和策略来处理这个任务。

==上面提到了一个工作线程，什么是工作线程？==
线程池在创建线程时，会将线程封装成工作线程（Worker），它在执行完任务后，还会循环获取工作队列里的任务来执行（即不会完成任务后就消亡）。

执行示意图：

3.JPG

我们发现，线程池是先把核心线程池填满后，后面再有新任务则将任务添加进工作队列，当工作队列也满的时候，这时线程池其实还没有真正的满，它还有(maximumPoolSize-corePoolSize)的容量（线程池的真正容量=工作队列容量+maximumPoolSize），它会直接在核心池外面创建线程直接处理任务。

==那么问题来了，线程池为什么要这么设计？为什么不直接让整个线程池填满了再放进工作队列中，而是只填满核心池就这样做了？==

原来线程池的设计思路是：为了在执行execute()方法时，尽可能地避免获取全局锁，那样会造成效率低下。

从上面的执行步骤可以知道，在核心池创建新线程和在核心池外面创建新线程执行任务时，都需要获取全局锁，而将任务加入工作队列则不需要；在线程池完成预热后（即将核心池的线程都创建起来成为工作线程了），基本上所有的execute()方法都是执行的将任务加进工作队列的操作，不需要获取全局锁，效率高。

三、线程池的使用

线程池的创建

之前旧的创建方式：

1
ExecutorService service = Executors.newFixedThreadPool(int nThreads);

用这种方式，在InteliJIDEA中使用阿里java规范插件会有个提示：
线程池.png

这种方式创建几种不同的线程池参见：link

新的创建方式

1
2
3
4
5
6
7
8
9
//ThreadPoolExecutor构造函数
ThreadPoolExecutor(int corePoolSize,
                   int maximumPoolSize,
                   long keepAliveTime,
                   TimeUnit unit,
                   BlockingQueue<Runnable> workQueue)
                   
//创建方式
ThreadPoolExecutor pool = new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, handler);

  • corePoolSize（线程池的基本大小）：当提交一个任务到线程池时，线程池会创建一个线程来执行任务，即使其他空闲的基本线程能够执行新任务也会创建线程，等到需要执行的任务数大于线程池基本大小时就不再创建。如果调用了线程池的prestartAllCoreThreads()方法，线程池会提前创建并启动所有基本线程。

  • maximumPoolSize（线程池最大数量）：线程池允许创建的最大线程数。如果队列满了，并且已创建的线程数小于最大线程数，则线程池会再创建新的线程执行任务。如果使用了无界的工作队列这个参数就没什么效果。

  • keepAliveTime（线程活动保持时间）：线程池的工作线程空闲后，保持存活的时间。如果任务很多，并且每个任务执行的时间比较短，可以调大时间，提高线程的利用率。

  • TimeUnit（线程活动保持时间的单位）：可选的单位有天（DAYS）、小时（HOURS）、分钟（MINUTES）、毫秒（MILLISECONDS）、微秒（MICROSECONDS，千分之一毫秒）和纳秒（NANOSECONDS，千分之一微秒）。

  • runnableTaskQueue（工作队列）：用于保存等待执行的任务的阻塞队列。可以选择以下几个阻塞队列：

    1. ArrayBlockingQueue：是一个基于数组结构的有界阻塞队列，FIFO（先进先出）原则。
    2. LinkedBlockingQueue：一个基于链表结构的阻塞队列，FIFO原则，吞吐量通常要高于ArrayBlockingQueue。静态工厂方法Executors.newFixedThreadPool()使用了这个队列。
    3. SynchronousQueue：一个不存储元素的阻塞队列。每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态，吞吐量通常要高于LinkedBlockingQueue，静态工厂方法Executors.newCachedThreadPool()使用了这个队列。
    4. PriorityBlockingQueue：一个具有优先级的无限阻塞队列。

  • RejectedExecutionHandler（饱和策略）：当队列和线程池都满了，说明线程池处于饱和状态，那么必须采取一种策略处理提交的新任务。这个策略默认情况下是AbortPolicy，表示无法处理新任务时抛出异常。Java线程池框架提供了以下4种策略：（也可以实现该接口自定义策略，如记录日志）

    1. AbortPolicy：直接抛出异常。
    2. CallerRunsPolicy：只用调用者所在线程来运行任务。
    3. DiscardOldestPolicy：丢弃队列里最近的一个任务，并执行当前任务。
    4. DiscardPolicy：不处理，丢弃掉。

线程池提交任务

使用两个方法向线程池提交任务，分别为execute()和submit()方法。

它们的区别

  • execute()方法用于提交不需要返回值的任务，所以无法判断任务是否被线程池执行成功。
  • submit()方法用于提交需要返回值的任务。线程池会返回一个future类型的对象，通过这个future对象可以判断任务是否执行成功，并且可以通过future的get()方法来获取返回值，get()方法会阻塞当前线程直到任务完成，而使用get（long timeout，TimeUnit unit）方法则会阻塞当前线程一段时间后立即返回，这时候有可能任务没有执行完。

关闭线程池

通过调用线程池的shutdown或shutdownNow方法来关闭线程池，它们的原理是遍历线程池中的工作线程，然后逐个调用线程的interrupt方法来中断线程，所以无法响应中断的任务可能永远无法终止。

它们的区别

  • shutdownNow首先将线程池的状态设置成STOP，然后尝试停止所有的正在执行或暂停任务的线程，并返回等待执行任务的列表。
  • shutdown只是将线程池的状态设置成SHUTDOWN，然后中断所有没有正在执行任务的线程，要等待已经执行的线程执行完。

注意

  • 只要调用了这两个关闭方法中的任意一个，isShutdown方法就会返回true。
  • 当所有的任务都已关闭后，才表示线程池关闭成功，这时调用isTerminaed方法会返回true。

如何配置线程池

要合理配置线程池，需要从以下几个角度分析任务特性：

  • 任务的性质：CPU密集型任务、IO密集型任务和混合型任务。
  • 任务的优先级：高、中和低。
  • 任务的执行时间：长、中和短。
  • 任务的依赖性：是否依赖其他系统资源，如数据库连接。

配置规则

  • CPU密集型任务应配置尽可能小的线程，如配置Ncpu+1个线程的线程池。
  • 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2*Ncpu。
  • 混合型的任务，如果可以拆分，将其拆分成一个CPU密集型任务和一个IO密集型任务，只要这两个任务执行的时间相差不是太大，那么分解后执行的吞吐量将高于串行执行的吞吐量。如果这两个任务执行时间相差太大，则没必要进行分解。
  • 优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。它可以让优先级高的任务先执行（优先级低的任务可能永远不能执行）。
  • 执行时间不同的任务可以交给不同规模的线程池来处理，或者可以使用优先级队列，让执行时间短的任务先执行。
  • 依赖数据库连接池的任务，因为线程提交SQL后需要等待数据库返回结果，等待的时间越长，则CPU空闲时间就越长，那么线程数应该设置得越大，这样才能更好地利用CPU。
  • 建议使用有界队列，有界队列能增加系统的稳定性和预警能力，可以根据需要设大一点，比如几千。

参考来源：

-------- ♥感谢阅读♥ --------