用 ThreadPoolExecutor/ThreadPoolTaskExecutor 线程池技术提高系统吞吐量（附带线程池参数详解和使用注意事项）
1、概述
在Java中，我们一般通过集成Thread类和实现Runnnable接口，调用线程的start()方法实现线程的启动。但如果并发的数量很多，而且每个线程都是执行很短的时间便结束了，那样频繁的创建线程和销毁进程会大大的降低系统运行的效率。线程池正是为了解决多线程效率低的问题而产生的，他使得线程可以被复用，就是线程执行结束后不被销毁，而是可以继续执行其他任务。（这里可以用tomcat做例子进行思考）
很多人想问，线程池听起来高大上，但在实际工作中却很少使用。其实不然，在各种流行框架或者高性能的架构中，池化技术是无处不在的。所以有人就想问了，线程池有什么用呢？
一言以蔽之，就是提高系统效率和吞吐量。如果服务器对每个请求都分别创建一个线程的话，在很短时间内就会产生很多创建和销毁的动作，然而服务器在创建和销毁线程上花费的时间和消耗的系统资源都相当大。线程池就可以尽量减少这种情况的发生。
因此java.util.concurrent.ThreadPoolExecutor这个类（java5以后才出现，由大师 Doug Lea 完成的），我们就不能不讲了，它就是今天的主菜
2、栗子
一、ThreadPoolExecutor的重要参数
corePoolSize：核心线程数
核心线程会一直存活，即使没有任务需要执行
当线程数小于核心线程数时（还未满，就会一直增），即使有线程空闲，线程池也会优先创建新线程处理
设置allowCoreThreadTimeout=true（默认false）时，核心线程会超时关闭
queueCapacity：任务队列容量（阻塞队列）
当核心线程数达到最大时，新任务会放在队列中排队等待执行
maxPoolSize：最大线程数
当线程数>corePoolSize，且任务队列已满时。线程池会创建新线程来处理任务，直到线程数量达到maxPoolSize
当线程数已经=maxPoolSize，且任务队列已满时，线程池会拒绝处理任务而抛出异常
keepAliveTime：线程空闲时间
当线程空闲时间达到keepAliveTime时，线程会被销毁，直到线程数量=corePoolSize
如果allowCoreThreadTimeout=true，则会直到线程数量=0（这个特性需要注意）
allowCoreThreadTimeout：允许核心线程超时（如上，会影响keepAliveTime哦）
rejectedExecutionHandler：任务拒绝处理器（用户可以自定义拒绝后的处理方式）
两种情况会拒绝处理任务：
1、当线程数已经达到maxPoolSize，且任务队列已满时，会拒绝新任务
2、当线程池被调用shutdown()后，会等待线程池里的任务执行完毕，再shutdown。如果在调用shutdown()和线程池真正shutdown之间提交任务，会拒绝新任务（并不是立马停止，而是执行完再停止）。
若拒绝后，此时，线程池会调用rejectedExecutionHandler来处理这个任务。如果没有设置，默认值是AbortPolicy，会抛出异常
hreadPoolExecutor类有几个内部实现类来处理这类情况：
1： AbortPolicy 丢弃任务，抛运行时异常
2：CallerRunsPolicy 执行任务（这个策略重试添加当前的任务，他会自动重复调用 execute() 方法，直到成功） 如果执行器已关闭,则丢弃.
3：DiscardPolicy 对拒绝任务直接无声抛弃，没有异常信息
4：DiscardOldestPolicy 对拒绝任务不抛弃，而是抛弃队列里面等待最久的（队列头部的任务将被删除）一个线程，然后把拒绝任务加到队列（Queue是先进先出的任务调度算法，具体策略会咋下面有分析）（如果再次失败，则重复此过程）
5：实现RejectedExecutionHandler接口，可自定义处理器（可以自己实现然后set进去）
二、ThreadPoolExecutor处理任务的顺序、原理
一个任务通过 execute(Runnable) 方法被添加到线程池，任务就是一个 Runnable 类型的对象，任务的执行方法就是 Runnable 类型对象的 run() 方法。
当一个任务通过 execute(Runnable) 方法欲添加到线程池时，线程池采用的策略如下（即添加任务的策略）：
如果此时线程池中的数量小于 corePoolSize ，即使线程池中的线程都处于空闲状态，也要创建新的线程来处理被添加的任务。
如果此时线程池中的数量等于 corePoolSize ，但是缓冲队列 workQueue 未满，那么任务被放入缓冲队列。
如果此时线程池中的数量大于 corePoolSize ，缓冲队列 workQueue 满，并且线程池中的数量小于maximumPoolSize ，建新的线程来处理被添加的任务。
如果此时线程池中的数量大于 corePoolSize ，缓冲队列 workQueue 满，并且线程池中的数量等于maximumPoolSize ，那么通过 handler 所指定的策略来处理此任务。
任务处理的优先级（顺序）为：
核心线程 corePoolSize 、任务队列 workQueue 、最大线程 maximumPoolSize ，如果三者都满了，使用 handler处理被拒绝的任务。当线程池中的线程数量大于 corePoolSize 时，如果某线程空闲时间超过 keepAliveTime ，线程将被终止。这样，线程池可以动态的调整池中的线程数。
简要概括如下：
当线程数小于核心线程数时，创建线程。
当线程数大于等于核心线程数，且任务队列未满时，将任务放入任务队列。
当线程数大于等于核心线程数，且任务队列已满
若线程数小于最大线程数，创建线程
若线程数等于最大线程数，抛出异常，拒绝任务
线程池处理流程图：
这里提醒各位：如果失败处理策略选择了DiscardOldestPolicy，你是有可能丢掉任务的哦。
另外 Executors 类里面还有几个方法：newFixedThreadPool(),newCachedThreadPool() 等几个方法，实际上也是间接调用了ThreadPoolExocutor ，不过是传的不同的构造参数。
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
Executors.newCachedThreadPool(); //创建一个缓冲池，缓冲池容量大小为Integer.MAX_VALUE
Executors.newSingleThreadExecutor(); //创建容量为1的缓冲池
Executors.newFixedThreadPool(int); //创建固定容量大小的缓冲池
ThreadPoolExecutor 的继承关系如下
Executor->ExecutorService->AbstractExecutorService->ThreadPoolExecutor
其中有一个构造方法：
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
RejectedExecutionHandler handler) {
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
Executors.defaultThreadFactory(), handler);
}
发现我们可以指定workQueue和handler。当然还有其余的构造函数，有类似的效果
线程池构造函数7大参数解释：
corePoolSize：核心线程数。
maximumPoolSize：最大线程数。表明线程中最多能够创建的线程数量。
keepAliveTime：空闲的线程保留的时间。
unit：空闲线程的保留时间单位。
BlockingQueue workQueue：用于保存等待执行的任务的阻塞队列。可以选择以下几个阻塞队列。
1、ArrayBlockingQueue：是一个基于数组结构的有界阻塞队列，此队列按 FIFO（先进先出）原则对元素进行排序。
2、LinkedBlockingQueue：一个基于链表结构的阻塞队列，此队列按FIFO （先进先出） 排序元素，吞吐量通常要高于ArrayBlockingQueue。静态工厂方法Executors.newFixedThreadPool()使用了这个队列
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，否则插入操作一直处于阻塞状态，吞吐量通常要高于LinkedBlockingQueue，静态工厂方法Executors.newCachedThreadPool使用了这个队列。
4、PriorityBlockingQueue：一个具有优先级的无限阻塞队列。
threadFactory：用于设置创建线程的工厂，可以通过线程工厂给每个创建出来的线程做些更有意义的事情，比如设置daemon和优先级等等
handler：饱和策略处理器。默认提供的4中策略上面已经有解释了
强烈建议程序员使用较为方便的 Executors 工厂方法 Executors.newCachedThreadPool()（无界线程池，可以进行自动线程回收）、Executors.newFixedThreadPool(int)（固定大小线程池）和Executors.newSingleThreadExecutor()（单个后台线程），它们均为大多数使用场景预定义了设置。
但是，但是，但是。。。用fix是有坑的。详情请见我这篇博文（在生产环境的一个活生生的血案）：
另外，此处我说一下ThreadPoolTaskExecutor：
ThreadPoolTaskExecutor是一个spring的线程池技术，其实，它的实现方式完全是使用ThreadPoolExecutor进行实现（有点类似于装饰者模式。当然Spring提供的功能更加强大些，因为还有定时调度功能）。
三、如何设置线程池的参数：
系统默认值
corePoolSize=1
queueCapacity=Integer.MAX_VALUE
maxPoolSize=Integer.MAX_VALUE
keepAliveTime=60s
allowCoreThreadTimeout=false
rejectedExecutionHandler=AbortPolicy()
那我们如何来设置呢？需要根据几个值来决定
tasks ：每秒的任务数，假设为500~1000
taskcost：每个任务花费时间，假设为0.1s
responsetime：系统允许容忍的最大响应时间，假设为1s
做几个计算
corePoolSize = 每秒需要多少个线程处理？
threadcount = tasks/(1/taskcost) =tasks*taskcout = (500~1000)*0.1 = 50~100 个线程。corePoolSize设置应该大于50
根据8020原则，如果80%的每秒任务数小于800，那么corePoolSize设置为80即可
queueCapacity = (coreSizePool/taskcost)*responsetime
计算可得 queueCapacity = 80/1 = 80。意思是队列里的线程可以等待1s，超过了的需要新开线程来执行
切记不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不能新开线程来执行，响应时间会随之陡增。
maxPoolSize = (max(tasks)- queueCapacity)/(1/taskcost)
计算可得 maxPoolSize = (1000-80)/10 = 92
（最大任务数-队列容量）/每个线程每秒处理能力 = 最大线程数
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
keepAliveTime和allowCoreThreadTimeout采用默认通常能满足
以上都是理想值，实际情况下要根据机器性能来决定。如果在未达到最大线程数的情况机器cpu load已经满了，则需要通过升级硬件（呵呵）和优化代码，降低taskcost来处理。
JDK1.5 的线程池由 Executor 框架提供。 Executor 框架将处理请求任务的提交和它的执行解耦。可以制定执行策略。在线程池中执行线程可以重用已经存在的线程，而不是创建新的线程，可以在处理多请求时抵消线程创建、消亡产生的开销。如果线程池过大，会导致内存的高使用量，还可能耗尽资源。如果过小，会由于存在很多的处理器资源未工作，对吞吐量造成损失。
如何合理配置线程池大小，一般需要根据任务的类型来配置线程池大小：
1、如果是CPU密集型任务，就需要尽量压榨CPU，参考值可以设为 NCPU+1（比如是4核心 就配置为5）
2、如果是IO密集型任务，参考值可以设置为2*NCPU
当然，这只是一个参考值，具体的设置还需要根据实际情况进行调整，比如可以先将线程池大小设置为参考值，再观察任务运行情况和系统负载、资源利用率来进行适当调整。
3、使用场景
1、当你的任务是非必要的时候。比如记录操作日志、通知第三方服务非必要信息等，可以使用线程池处理非阻塞任务
2、当你的任务非常耗时时候，可以采用线程池技术
3、当请求并发很高时，可以采用线程池技术优化处理
可以通过Executors静态工厂构建线程池，但一般不建议这样使用。
提醒：能够用线程池的时候，不要自己的去new线程start，在高并发环境下，系统资源是宝贵的，需要节约资源才能提高可用性。
小彩蛋
Executors工具类给我们提供了不少快捷创建线程池的方法，虽然我们不推荐使用。但是里面有个方法我觉得还是不错的：Executors.newSingleThreadExecutor() 如果把这个当作全局线程池，可以很好实现异步，并且还能保证任务的顺序执行，进而达到消峰的效果：
private static final ExecutorService executorService = Executors.newSingleThreadExecutor();
private static AtomicInteger num = new AtomicInteger();
public static void main(String[] args) {
for (int i = 0; i < 20; i++) {
executorService.execute(() -> {
num.getAndIncrement();
System.out.println(Thread.currentThread().getName() + “–>>>>” + num);
});
}
executorService.shutdown();
}
输出：
pool-1-thread-1–>>>>1
pool-1-thread-1–>>>>2
pool-1-thread-1–>>>>3
pool-1-thread-1–>>>>4
pool-1-thread-1–>>>>5
pool-1-thread-1–>>>>6
pool-1-thread-1–>>>>7
pool-1-thread-1–>>>>8
pool-1-thread-1–>>>>9
pool-1-thread-1–>>>>10
pool-1-thread-1–>>>>11
pool-1-thread-1–>>>>12
pool-1-thread-1–>>>>13
pool-1-thread-1–>>>>14
pool-1-thread-1–>>>>15
pool-1-thread-1–>>>>16
pool-1-thread-1–>>>>17
pool-1-thread-1–>>>>18
pool-1-thread-1–>>>>19
pool-1-thread-1–>>>>20
我们发现pool只有一个，且thread也只有一个，而且任务都是顺序执行的。当我们用Fiexed的话，也是能够达到顺序执行的效果的。因为内部的阻塞队列是FIFO的实现：
private static final ExecutorService executorService = Executors.newFixedThreadPool(5);
private static AtomicInteger num = new AtomicInteger();
public static void main(String[] args) {
for (int i = 0; i < 20; i++) {
executorService.execute(() -> {
System.out.println(Thread.currentThread().getName() + “–>>>>” + num.getAndIncrement());
});
}
executorService.shutdown();
}
输出：
pool-1-thread-2–>>>>0
pool-1-thread-1–>>>>1
pool-1-thread-2–>>>>2
pool-1-thread-1–>>>>3
pool-1-thread-2–>>>>4
pool-1-thread-1–>>>>5
pool-1-thread-2–>>>>6
pool-1-thread-1–>>>>7
pool-1-thread-2–>>>>8
pool-1-thread-1–>>>>9
pool-1-thread-2–>>>>10
pool-1-thread-1–>>>>11
pool-1-thread-2–>>>>12
pool-1-thread-1–>>>>13
pool-1-thread-2–>>>>14
pool-1-thread-1–>>>>15
pool-1-thread-2–>>>>16
pool-1-thread-4–>>>>17
pool-1-thread-3–>>>>18
pool-1-thread-5–>>>>19
————————————————
转载：https://blog.csdn.net/f641385712/article/details/80832636
支付宝扫一扫
微信扫一扫
