9.1线程池

为什么要使用线程池?

new Thread 的弊端

• 性能上，每次new Thread新建对象，性能差

• 管理上，线程缺乏统一管理，可以无限制的新建线程，相互竞争，有可能占用过多系统资源导致死机或OOM

• 功能上，缺少如更多执行，定期执行，线程中断等功能

线程池的好处

• 性能上，重用存在的线程，减少对象创建、消亡的开销，性能好

• 管理上，可控制最大线程数，提高系统资源利用率，同时避免过多资源竞争，避免阻塞

• 功能上，提供定时执行，定期执行，单线程，并发数控制等功能

线程池生命周期

graph LR;
A[RUNNING] -- shutDown方法 --> B[SHUTDOWN]
A[RUNNING] -- shutDownNow方法 --> C[STOP]
B[SHUTDOWN] --阻塞队列为空 & 线程池中的工作线程数为0--> D[TINYING]
C[STOP] -- 线程池中的工作线程数为0 --> D[TINYING]
D[TINYING] -- terminated方法 --> E[TERMINATED]

线程池常用的相关类

线程池常用的相关类有ThreadPoolExecutor和Executors

ThreadPoolExecutor

ThreadPoolExecutor初始化参数

• corePoolSize：核心线程数量。若程序中的线程数量小于corePoolSize，直接创建新线程来处理任务，即使其他线程是空闲的

• maximumPoolSize：最大线程数量。当程序中的线程数量大于corePoolSize，workQueue又满了的时候，才增加

• workQueue：阻塞队列，存储等待执行的任务。很重要，会对线程池运行过程产生重大影响

• keepAliveTime：若当前线程数大于>corePoolSize，针对超过corePoolSize的线程，没有任务执行时最多保持多久时间终止。

• unit：keepAliveTime的时间单位

• threadFactory：线程工厂，用来创建线程

• rejectedExecutionHandler：拒绝策略。新任务进来时，若workQueue已满，而线程中的线程数已达到maximumPoolSize，将通过拒绝策略来决定处理新任务的方式，主要包括四种方式：

  • AbortPolicy：直接抛出异常

  • DiscardPolicy：直接丢弃任务

  • CallerRunsPolicy：使用调用者的线程执行任务

  • DiscardOldestPolicy：丢弃队列中最靠前的任务并执行当前任务

ThreadPoolExecutor的常见方法

生命周期相关方法

• execute()：提交任务，交给线程池执行

• submit()：提交任务，能够返回执行结果，相当于executor()+Future

• shutdown()：关闭线程池，等待任务都执行完

• shutdownNow()：关闭线程池，不等待任务执行完

监控相关的方法

• getTaskCount()：线程池中的任务总数，包括已执行任务和未执行任务，是一个近似值

• getCompletedTaskCount()：已完成的任务总数，也是一个近似值

• getPoolSize()：线程池中当前的线程数量

• getActiveCount()：线程池中正在执行任务的线程数量

Executors

为了方便使用，提供了Executors类，常用的Executors方法有

• Executors.newCachedThreadPool：线程数可动态扩展的线程池

• Executors.newFixedThreadPool：固定线程数的线程池

• Executors.newScheduledThreadPool：可定时调度的线程池，支持schedule()、scheduleAtFixedRate()等方法，类似于Timer

• Executors.newSingleThreadScheduledExecutor：线程数为1的线程池，即单线程

注意：Executors创建线程池是基于ThreadPoolExecutor来创建的，但由于Executors创建方法的放回值为ExecutorService，相比于ThreadPoolExecutor，ExecutorService中少了很多方法。比如监控相关的方法

线程池参数设定原则

若想降低CPU使用率，减小系统开销，可减小maximumPoolSize，加大workQueue

对于高IO性任务，若任务经常阻塞，可增加maximumPoolSize

对于CPU密集型任务，线程数大小可以设定为NCPU+1，仅为参考值，并非最优值，请根据实际情况调整为最优值

对于IO密集型任务，线程数大小可以设置为2*NCPU，仅为参考值，并非最优值，请根据实际情况调整为最优值