一篇文章带你深入了解Java线程池

线程池模型

一般的池化模型会有两个方法，用于获取资源和释放资源，就像这样：

				?

									public interface XXPool{

									    XX acquire(); 

									    void release();

									}

但是，工程中的线程池一般是生产者和消费者模型，线程池是消费者，任务的提交者是生产者，下面是一个简化的线程池模型：

				?

									//简化的线程池，仅用来说明工作原理

									class MyThreadPool{

									  //利用阻塞队列实现生产者-消费者模式

									  BlockingQueue<Runnable> workQueue;

									  //保存内部工作线程

									  List<WorkerThread> threads 

									    = new ArrayList<>();

									  // 构造方法

									  MyThreadPool(int poolSize, 

									    BlockingQueue<Runnable> workQueue){

									    this.workQueue = workQueue;

									    // 创建工作线程

									    for(int idx=0; idx<poolSize; idx++){

									      WorkerThread work = new WorkerThread();

									      work.start();

									      threads.add(work);

									    }

									  }

									  // 提交任务

									  void execute(Runnable command){

									    workQueue.put(command);

									  }

									  // 工作线程负责消费任务，并执行任务

									  class WorkerThread extends Thread{

									    public void run() {

									      //循环取任务并执行

									      while(true){ ①

									        Runnable task = workQueue.take();

									        task.run();

									      } 

									    }

									  }  

									}

									/** 下面是使用示例 **/

									// 创建有界阻塞队列

									BlockingQueue<Runnable> workQueue = 

									  new LinkedBlockingQueue<>(2);

									// 创建线程池  

									MyThreadPool pool = new MyThreadPool(

									  10, workQueue);

									// 提交任务  

									pool.execute(()->{

									    System.out.println("hello");

									});

常用线程池

ThreadPoolExecutor

在工程中，我们会使用Executors来快速new一个线程池，例如：

				?

									ExecutorService executorService = Executors.newFixedThreadPool(threadPoolNum, r -> new Thread(r, threadName));

Executors底层使用的是 ThreadPoolExecutor，我们可以通过ThreadPoolExecutor构造函数来了解ThreadPoolExecutor的一些行为。

ThreadPoolExecutor(
int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)

构造函数参数说明

corePoolSize：表示线程池保有的最小线程数。

maximumPoolSize：表示线程池创建的最大线程数。

keepAliveTime & unit：如果一个线程空闲了keepAliveTime & unit这么久，而且线程池的线程数大于 corePoolSize ，那么这个空闲的线程就要被回收了。

workQueue：工作队列，和上面示例代码的工作队列同义。

threadFactory：通过这个参数你可以自定义如何创建线程，例如你可以给线程指定一个有意义的名字。

handler：通过这个参数你可以自定义任务的拒绝策略。如果线程池中所有的线程都在忙碌，并且工作队列也满了（前提是工作队列是有界队列），那么此时提交任务，线程池就会拒绝接收。至于拒绝的策略，你可以通过 handler 这个参数来指定。

ThreadPoolExecutor 已经提供了以下 4 种策略。

CallerRunsPolicy：提交任务的线程自己去执行该任务。
AbortPolicy：默认的拒绝策略，会 throws RejectedExecutionException。
DiscardPolicy：直接丢弃任务，没有任何异常抛出。
DiscardOldestPolicy：丢弃最老的任务，其实就是把最早进入工作队列的任务丢弃，然后把新任务加入到工作队列。

线程池默认工作行为

不会初始化 corePoolSize 个线程，有任务来了才创建工作线程；

当核心线程满了之后不会立即扩容线程池，而是把任务堆积到工作队列中；

当工作队列满了后扩容线程池，一直到线程个数达到 maximumPoolSize 为止；（如果线程池还没有扩容到最大线程数但是工作队列已经溢出，溢出的请求会被拒绝）

如果队列已满且达到了最大线程后还有任务进来，按照拒绝策略处理；

当线程数大于核心线程数时，线程等待 keepAliveTime 后还是没有任务需要处理的话，收缩线程到核心线程数。

ForkJoinPool

Fork/Join 是一个并行计算的框架，主要就是用来支持分治任务模型的，这个计算框架里的 Fork 对应的是分治任务模型里的任务分解，Join 对应的是结果合并。

Fork/Join 计算框架主要包含两部分，一部分是分治任务的线程池 ForkJoinPool，另一部分是分治任务 ForkJoinTask。这两部分的关系类似于 ThreadPoolExecutor 和 Runnable 的关系，都可以理解为提交任务到线程池，只不过分治任务有自己独特类型 ForkJoinTask。

ForkJoinPool 主要适用于计算密集型任务,Java中的parallelStream底层使用的就是ForkJoinPool。

下面是使用ForkJoinPool的一个简单例子：

				?

									public static void main(String[] args) {

									      ForkJoinPool forkJoinPool = new ForkJoinPool(4);

									      Fibonacci fibonacci = new Fibonacci(5);

									      Integer res = forkJoinPool.invoke(fibonacci);

									      System.out.println(res);

									  }

									  static class Fibonacci extends RecursiveTask<Integer>{

									      final int n;

									      Fibonacci(int n){

									          this.n = n;

									      }

									      @Override

									      protected Integer compute() {

									          if(n<=1){

									              return n;

									          }

									          Fibonacci f1 = new Fibonacci(n-1);

									          f1.fork();

									          Fibonacci f2 = new Fibonacci(n-2);

									          return f2.compute() + f1.join();

									      }

									  }

FutureTask

我们可以通过FutureTask（Future接口的实现类）获取线程执行结果。FutureTask主要方法如下：

				?

									// 取消任务

									boolean cancel(

									  boolean mayInterruptIfRunning);

									// 判断任务是否已取消  

									boolean isCancelled();

									// 判断任务是否已结束

									boolean isDone();

									// 获得任务执行结果

									get();

									// 获得任务执行结果，支持超时

									get(long timeout, TimeUnit unit);

其中，两个 get() 方法都是阻塞式的，如果被调用的时候，任务还没有执行完，那么调用 get() 方法的线程会阻塞，直到任务执行完才会被唤醒。

				?

									ExecutorService executorService = Executors.newFixedThreadPool(10);

									        Future<Integer> future = executorService.submit(() -> {

									            return 1 + 1;

									        });

									        Integer res = future.get();

									        System.out.println(res);

									        Integer res2 = future.get(1000, TimeUnit.SECONDS);

									        System.out.println(res2);

FutureTask 实现了 Runnable 和 Future 接口，由于实现了 Runnable 接口，所以可以将 FutureTask 对象作为任务提交给 ThreadPoolExecutor 去执行。

				?

									// 创建FutureTask

									FutureTask<Integer> futureTask

									  = new FutureTask<>(()-> 1+2);

									// 创建线程池

									ExecutorService es = 

									  Executors.newCachedThreadPool();

									// 提交FutureTask 

									es.submit(futureTask);

									// 获取计算结果

									Integer result = futureTask.get();

线程数量分析

多线程可以提高程序的响应速度和吞吐量，创建线程的数量会对实际效果产生非常大的影响，线程太少会浪费CPU的资源，线程太多则会导致线程的频繁切换，系统性能反而会下降。

根据程序类型的不同，我们可以将我们的程序分为IO密集型和CPU密集型两种，这两种程序计算最佳线程数的方法有所不同。

CPU密集型

对于 CPU 密集型计算，多线程本质上是提升多核 CPU 的利用率，所以对于一个 4 核的 CPU，每个核一个线程，理论上创建 4 个线程就可以了，再多创建线程也只是增加线程切换的成本。所以，对于 CPU 密集型的计算场景，理论上“线程的数量 =CPU 核数”就是最合适的。不过在工程上，线程的数量一般会设置为“CPU 核数 +1”，这样的话，当线程因为偶尔的内存页失效或其他原因导致阻塞时，这个额外的线程可以顶上，从而保证 CPU 的利用率。