Java并发(九):线程池

合理使用线程池的好处:

  1. 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的消耗。
  2. 提高响应速度。当任务到达时,任务不需要等到线程创建就能立即执行。
  3. 提高线程的可管理型。使用线程池可以统一分配、调优和监控线程。

一. 实现原理

向线程池提交任务:

  1. 如果当前运行的线程少于corePoolSize,则创建新线程来执行任务;
  2. 如果运行的线程等于或大于corePoolSize,则将任务加入BlockingQueue;
  3. 如果无法将任务加入BlockingQueue(队列已满),则创建新的线程来处理任务;
  4. 如果创建新线程将使当前运行的线程数超过maxPoolSize,任务将被拒绝,并调用RejectedExecutionHandler.rejectedExecution()方法处理无法执行的任务。

二. 使用

1. 创建线程池

使用new ThreadPoolExecutor(corePoolSize, maxPoolSize, keepAliveTime, TimeUnit, BlockingQueue<Runnable>, ThreadFactory, RejectedExecutionHandler)创建一个线程池。

  • corePoolSize:线程池的基本大小。当提交一个任务到线程池时,即使有空闲的基本线程能执行新任务,也会创建一个新线程来执行任务,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。

  • BlockingQueue<Runnable>:任务队列。用于保存等待执行的任务,可有如下选择:

  1. ArrayBlockingQueue:一个基于数组结构的有界阻塞队列,FIFO;
  2. LinkedBlockingQueue:一个基于链表结构的有界阻塞队列(默认最大值Integer.MAX_VALUE,完全可以看成是无界的阻塞队列),FIFO;
  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,否则插入操作一直被阻塞;
  4. PriorityBlockingQueue:一个具有优先级的无限阻塞队列。
  • maxPoolSize:线程池的最大数量。如果队列满了,并且已创建的线程数小于最大线程数,则线程池再创建新的线程执行任务。

  • ThreadFactory:用于设置创建线程的工厂,通过线程工厂可给每个创建出来的线程设置更有意义的名字。

  • RejectedExecutionHandler:饱和策略。当任务队列和线程池都满了,线程池处于饱和状态,对于新提交的任务使用饱和策略处理:

  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;
  5. 自定义策略:实现RejectedExecutionHandler接口自定义处理。
  • keepAliveTime:线程活动保持时间。当线程池中的线程数大于corePoolSize时(说明任务队列也满了,又继续创建了多余的新线程执行任务),当这些多余的线程空闲后,如果直到keepAliveTime到了也没有新任务来,则销毁这些多余的空闲线程。
    当任务多,每个任务执行时间短时,可以调大此时间来提高线程的利用率。

  • TimeUnit:线程活动保持时间的单位。

2. 提交任务

  • execute():该方法用于提交不需要返回值的任务(Runnable),由于任务没有返回值,所以无法判断任务是否被线程池执行成功。

  • submit():该方法用于提交需要返回值的任务(Callable)(也可提交Runnable任务),返回Future类型的对象,通过此Future类型对象可以判断任务是否执行成功,通过future.get()可用来获取返回值,get()方法会阻塞当前线程直到任务完成。

3. 关闭线程池

原理: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。

  • shutdown():将线程池的状态设置为SHUTDOWN,然后中断所有没有正在执行任务的线程。

  • shutdownNow():将线程池的状态设置为STOP,然后尝试终止所有的正在执行任务或暂停任务的线程,并返回等待执行任务的列表。

4. 配置线程池

  1. CPU密集型任务应配置尽可能少的线程,如Ncpu + 1个线程;
  2. IO密集型任务应配置尽可能多的线程,如2 * Ncpu个线程;
  3. 任务既涉及CPU又涉及IO,可以考虑拆分任务为一个CPU密集型任务和一个IO密集型任务,当两个任务执行时间相差不大,可提升吞吐量;
  4. 优先级不同的任务可以使用PriorityBlockingQueue处理;
  5. 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,等待时间越长,CPU空闲时间越长,所以线程数应设置尽可能大以更好的利用CPU;
  6. 建议使用有界队列,能增加系统的稳定性和预警能力。
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 218,284评论 6 506
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,115评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 164,614评论 0 354
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,671评论 1 293
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,699评论 6 392
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,562评论 1 305
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,309评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,223评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,668评论 1 314
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,859评论 3 336
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,981评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,705评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,310评论 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,904评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,023评论 1 270
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,146评论 3 370
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,933评论 2 355

推荐阅读更多精彩内容