服务器之家

服务器之家 > 正文

Java线程池框架核心代码解析

时间:2020-05-28 13:29     来源/作者:java教程网

前言
多线程编程中,为每个任务分配一个线程是不现实的,线程创建的开销和资源消耗都是很高的。线程池应运而生,成为我们管理线程的利器。Java 通过Executor接口,提供了一种标准的方法将任务的提交过程和执行过程解耦开来,并用Runnable表示任务。
下面,我们来分析一下 Java 线程池框架的实现ThreadPoolExecutor。
下面的分析基于JDK1.7

生命周期
ThreadPoolExecutor
中,使用CAPACITY的高3位来表示运行状态,分别是:
 1.RUNNING:接收新任务,并且处理任务队列中的任务
 2.SHUTDOWN:不接收新任务,但是处理任务队列的任务
 3.STOP:不接收新任务,不出来任务队列,同时中断所有进行中的任务
 4.TIDYING:所有任务已经被终止,工作线程数量为 0,到达该状态会执行terminated()
 5.TERMINATED:terminated()执行完毕 

Java线程池框架核心代码解析

状态转换图

ThreadPoolExecutor中用原子类来表示状态位
private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));

线程池模型
核心参数
 corePoolSize:最小存活的工作线程数量(如果设置allowCoreThreadTimeOut,那么该值为 0)
 maximumPoolSize:最大的线程数量,受限于CAPACITY
 keepAliveTime:对应线程的存活时间,时间单位由TimeUnit指定
 workQueue:工作队列,存储待执行的任务
 RejectExecutionHandler:拒绝策略,线程池满后会触发
线程池的最大容量:CAPACITY中的前三位用作标志位,也就是说工作线程的最大容量为(2^29)-1
四种模型
 CachedThreadPool:一个可缓存的线程池,如果线程池的当前规模超过了处理需求时,那么将回收空闲的线程,当需求增加时,则可以添加新的线程,线程池的规模不存在任何的限制。
 FixedThreadPool:一个固定大小的线程池,提交一个任务时就创建一个线程,直到达到线程池的最大数量,这时线程池的大小将不再变化。
 SingleThreadPool:一个单线程的线程池,它只有一个工作线程来执行任务,可以确保按照任务在队列中的顺序来串行执行,如果这个线程异常结束将创建一个新的线程来执行任务。
 ScheduledThreadPool:一个固定大小的线程池,并且以延迟或者定时的方式来执行任务,类似于Timer。

执行任务 execute
核心逻辑:
 1.当前线程数量 < corePoolSize,直接开启新的核心线程执行任务addWorker(command, true)
 2.当前线程数量 >= corePoolSize,且任务加入工作队列成功

     1).检查线程池当前状态是否处于RUNNING
     2).如果否,则拒绝该任务
     3).如果是,判断当前线程数量是否为 0,如果为 0,就增加一个工作线程。 
3.开启普通线程执行任务addWorker(command, false),开启失败就拒绝该任务
从上面的分析可以总结出线程池运行的四个阶段:
 1).poolSize < corePoolSize 且队列为空,此时会新建线程来处理提交的任务
 2).poolSize == corePoolSize,此时提交的任务进入工作队列,工作线程从队列中获取任务执行,此时队列不为空且未满。
 3).poolSize == corePoolSize,并且队列已满,此时也会新建线程来处理提交的任务,但是poolSize < maxPoolSize
 4).poolSize == maxPoolSize,并且队列已满,此时会触发拒绝策略

拒绝策略 
前面我们提到任务无法执行会被拒绝,RejectedExecutionHandler是处理被拒绝任务的接口。下面是四种拒绝策略。
 AbortPolicy:默认策略,终止任务,抛出RejectedException
 CallerRunsPolicy:在调用者线程执行当前任务,不抛异常
 DiscardPolicy: 抛弃策略,直接丢弃任务,不抛异常
 DiscardOldersPolicy:抛弃最老的任务,执行当前任务,不抛异常

线程池中的 Worker
Worker继承了AbstractQueuedSynchronizer和Runnable,前者给Worker提供锁的功能,后者执行工作线程的主要方法runWorker(Worker w)(从任务队列捞任务执行)。Worker 引用存在workers集合里面,用mainLock守护。
 private final ReentrantLock mainLock = new ReentrantLock();
 private final HashSet<Worker> workers = new HashSet<Worker>();

核心函数 runWorker
 下面是简化的逻辑,注意:每个工作线程的run都执行下面的函数

?
1
2
3
4
5
6
7
8
9
10
11
12
13
final void runWorker(Worker w) {
 Thread wt = Thread.currentThread();
 Runnable task = w.firstTask;
 w.firstTask = null;
 while (task != null || (task = getTask()) != null) {
  w.lock();
  beforeExecute(wt, task);
  task.run();
  afterExecute(task, thrown);
  w.unlock();
 }
 processWorkerExit(w, completedAbruptly);
}

 1.从getTask()中获取任务
 2.锁住 worker
 3.执行beforeExecute(wt, task),这是ThreadPoolExecutor提供给子类的扩展方法
 4.运行任务,如果该worker有配置了首次任务,则先执行首次任务且只执行一次。
 5.执行afterExecute(task, thrown);
 6.解锁 worker
 7.如果获取到的任务为 null,关闭 worker

获取任务 getTask
 线程池内部的任务队列是一个阻塞队列,具体实现在构造时传入。
 private final BlockingQueue<Runnable> workQueue;
getTask()从任务队列中获取任务,支持阻塞和超时等待任务,四种情况会导致返回null,让worker关闭。
 1.现有的线程数量超过最大线程数量
 2.线程池处于STOP状态
 3.线程池处于SHUTDOWN状态且工作队列为空
 4.线程等待任务超时,且线程数量超过保留线程数量 
核心逻辑:根据timed在阻塞队列上超时等待或者阻塞等待任务,等待任务超时会导致工作线程被关闭。

?
1
2
3
4
timed = allowCoreThreadTimeOut || wc > corePoolSize;
Runnable r = timed ?
 workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
 workQueue.take();

在以下两种情况下等待任务会超时:
 1.允许核心线程等待超时,即allowCoreThreadTimeOut(true)
 2.当前线程是普通线程,此时wc > corePoolSize
 工作队列使用的是BlockingQueue,这里就不展开了,后面再写一篇详细的分析。

总结
 ThreadPoolExecutor基于生产者-消费者模式,提交任务的操作相当于生产者,执行任务的线程相当于消费者。
 Executors提供了四种基于ThreadPoolExecutor构造线程池模型的方法,除此之外,我们还可以直接继承ThreadPoolExecutor,重写beforeExecute和afterExecute方法来定制线程池任务执行过程。
 使用有界队列还是无界队列需要根据具体情况考虑,工作队列的大小和线程的数量也是需要好好考虑的。
 拒绝策略推荐使用CallerRunsPolicy,该策略不会抛弃任务,也不会抛出异常,而是将任务回退到调用者线程中执行。

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

标签:

相关文章

热门资讯

歪歪漫画vip账号共享2020_yy漫画免费账号密码共享
歪歪漫画vip账号共享2020_yy漫画免费账号密码共享 2020-04-07
沙雕群名称大全2019精选 今年最火的微信群名沙雕有创意
沙雕群名称大全2019精选 今年最火的微信群名沙雕有创意 2019-07-07
玄元剑仙肉身有什么用 玄元剑仙肉身境界等级划分
玄元剑仙肉身有什么用 玄元剑仙肉身境界等级划分 2019-06-21
男生常说24816是什么意思?女生说13579是什么意思?
男生常说24816是什么意思?女生说13579是什么意思? 2019-09-17
超A是什么意思 你好a表达的是什么
超A是什么意思 你好a表达的是什么 2019-06-06
返回顶部