创建线程池详解

线程池的特点,优势,创建

特点

用线程池控制运行线程的数量, 将处理中的线程任务放入队列, 线程创建后启动这些任务, 当线程超出最大数量的时候, 进入队列排队, 等其他线程执行完毕,再从队列中取出任务执行.

优势

  1. 降低资源消耗, 重复利用线程, 降低线程创建与销毁的消耗
  2. 提供响应速度, 当任务到达时, 任务不需要等待线程创建, 可以立即执行
  3. 提高线程管理, 统一分配, 调优, 监控
  4. 合理使用线程池可以防止处理OOM问题

创建

阿里编码规范.png

ThreadPoolExecutors线程池7大参数

  1. corePoolSize: 线程池中的核心线程数
  2. maximumPoolSize: 最大线程数, 必须大于1
  3. keepAliveTime: 多余的空闲时间
  4. unit: keepAliveTime单位
  5. queueCapacity: 任务队列
  6. threadFactory: 线程池中线程工厂
  7. rejectedExecutionHandler: 拒绝策略

ThreadPoolExecutors线程池4种拒绝策略

  1. AbortPolicy(默认): 直接抛异常
  2. CallerRunsPolicy: "调用者运行"一种调试机制, 将任务返回调用者
  3. DiscardOldestPolicy: 抛弃队列中等待最久的任务
  4. DiscardPolicy: 直接丢弃任务

ThreadPoolExector线程池原理分析

public class ThreadPoolExecutorTest {
    private static ThreadPoolExecutor executor =
            new ThreadPoolExecutor(
                    2,  // 核心线程数2
                    5, // 最大线程数5
                    4,
                    TimeUnit.MILLISECONDS,
                     new ArrayBlockingQueue<Runnable>(4)); // 队列数4

    public static void main(String[] args) throws InterruptedException {
        for (int i = 1; i < 15; i++) {
            final String b = String.valueOf(i);
                    TimeUnit.MILLISECONDS.sleep(100);
            executor.execute(() -> {
                System.out.println(Thread.currentThread().getName() + ": " + b);
               try {
                    TimeUnit.SECONDS.sleep(1);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            });
        }
        TimeUnit.SECONDS.sleep(20);
    }
}
执行结果.png

线程池工作原理.png

线程池合理配置线程数

1)根据几个值来决定
(1) tasks: 每秒的任务数, 假设100 ~ 1000
(2) taskcost: 每个任务花费时间: 假设0.1s
(3) responsetime: 系统允许最大响应时间, 假设1s

2)根据8020定律, corePoolSize计算:
任何一组东西中,最重要的只占其中一小部分,约20%,其余80%尽管是多数,却是次要的,因此又称二八定律
corePoolSize = tasks* taskcout = (100 ~ 1000) * 0.1 = 10 ~ 100
8020定律, 核心线程数为20

3)queueCapacity计算:
任务队列的长度要根据核心线程数,以及系统对任务响应时间的要求有关。队列长度可以设置为
queueCapacity = corePoolSize / taskcost * responsetime = 20 / 0.1 * 1 = 200
注: 若将队列长度设置为Integer.MAX_VALUE,将会导致线程数量永远为corePoolSize,再也不会增加,当任务数量陡增时,任务响应时间也将随之陡增

4)maxPoolSize计算:
当系统负载达到最大值时,核心线程数已无法按时处理完所有任务,这时就需要增加线程
maxPoolSize = (max(sasks) - queueCapacity) * taskcost = (1000 -200) * 0.1 = 80

  1. rejectedExecutionHandler:根据具体情况来决定,任务不重要可丢弃,任务重要则要利用一些缓冲机制来处理

6)keepAliveTime和unit采用默认通常能满足

合理创建线程池

 ThreadPoolExecutor executor =
            new ThreadPoolExecutor(
                    20, //核心线程数
                    80,  //最大线程数
                    1,  // 多余的空闲时间
                    TimeUnit.SECONDS, //多余的空闲时间单位
                    new ArrayBlockingQueue<>(200) //队列长度 
                    ,new ThreadFactoryBuilder().setNameFormat("xx-pool-%d").build(), //创建
                    new ThreadPoolExecutor.DiscardPolicy()  //处理策略

            );
最后编辑于
©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 218,122评论 6 505
  • 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 93,070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 164,491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 58,636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 67,676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 51,541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 40,292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 39,211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 45,655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 37,846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 39,965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 35,684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 41,295评论 3 329
  • 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 31,894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 33,012评论 1 269
  • 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 48,126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 44,914评论 2 355

推荐阅读更多精彩内容