线程池整理

basic

1. Java里的是线程（不是进程），Java线程直接映射到操作系统的线程，1:1的关系。会受到操作系统的线程调度、线程数量限制的影响

2. 为什么用线程池：线程的创建和销毁开销非常高（时间、内存）

3. 线程池越大越好？
   线程消耗系统资源，尤其是内存，如果有大量闲置线程会占用很多内存；而且还会竞争CPU时间
   当系统负载变高，程序仍然认为自己能处理，创建很多线程，结果崩溃（任务过多导致OOM或者系统限制）

Java线程池

Java线程池很常用的类：ThreadPoolExecutor，下面是参数最全的构造方法，其他的构造方法最终也是调用的这个

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

构造方法的参数的含义

• corePoolSize 核心线程数，即使空闲也会存在于线程池里

• maximumPoolSize 线程池中允许的线程数量最大值

• keepAliveTime 线程池中线程数多于corePoolSize时，空闲线程的最大等待时间

• unit

• workQueue 待执行的任务队列。JDK提供的四种实现如下：

  • ArrayBlockingQueue：基于数组结构的有界阻塞队列，FIFO
  • LinkedBlockingQueue：基于链表结构的阻塞队列
  • SynchronousQueue：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
  • PriorityBlockingQueue：有优先级的无限阻塞队列

• threadFactory 用于线程池的线程创建。可以使用默认的，也可以自己实现，指定线程的名称，方便查找问题

• handler 当池中线程和任务队列都满了之后的抛弃策略。JDK提供的四种RejectedExecutionHandler实现如下：

  • AbortPolicy：直接抛出异常。默认策略

  • CallerRunsPolicy：只用调用者所在线程来运行任务。
  • DiscardOldestPolicy：丢弃队列里最近的一个任务，并执行当前任务。
  • DiscardPolicy：不处理，丢弃掉。

指定构造参数需要注意的地方

1. RejectedExecutionHandler需要自己指定
   必须要自己实现该接口，加监控、日志。看需要抛异常

2. 线程池参数的重新指定，除了workQueue之外，其余参数都可以再线程池运行中重新制定。
   corePoolSize: 如果小于原值，多出来的线程会在下次空闲时终止；如果大于原值，会根据workQueue中的任务按需创建。线程的终结和创建都会立即尝试。
   maximumPoolSize: 如果小于原值，多出来的线程会在下次空闲时终止（立即尝试）
   keepAliveTime: 逻辑同上。
3. workQueue的大小
   线程池创建之后，workQueue就不能再重新设置，其大小不能发生变化。
   当workQueue是无界队列时，maximumPoolSize无用
4. maximumPoolSize > corePoolSize
   创建时：。。
   重新设置时：如果core和max都发生变化，需要先设置corePoolSize，再设置maximumPoolSize

提交任务的流程

1. 如果当前线程数小于corePoolSize，尝试创建一个新的线程，并运行当前任务。成功则返回
2. 尝试把任务添加到workQueue中，添加成功后再次检查是否需要创建Worker，以防当前无运行线程或者线程池停止了
3. 如果任务添加到workQueu中失败，尝试创建新的线程。失败则reject()

public  void  execute(Runnable command) {      if  (command ==  null )          throw  new  NullPointerException();      // ctl是AtomicInteger，保存线程池的状态和当前线程数      int  c = ctl.get();      if  (workerCountOf(c) < corePoolSize) {          // addWorker(): 每个Worker都包含一个线程，第二个参数指定core。创建一个线程，并运行当前的Runnable；之后的任务从workQueue中取          if  (addWorker(command,  true ))              return ;          c = ctl.get();      }      // 如果超过了coreSize      if  (isRunning(c) && workQueue.offer(command)) {          int  recheck = ctl.get();          if  (! isRunning(recheck) && remove(command))              reject(command);          else  if  (workerCountOf(recheck) ==  0 )              addWorker( null ,  false );      }      else  if  (!addWorker(command,  false ))          reject(command); }

Runnable, Callable, Future的关系

FutureTask实现了Runnable、Future接口，可以把Callable转为Runnable，同时在FutureTask.run()的实现里保存了Callable的结果或者异常

作为Runnable的实现，FutureTask可以提交到线程池中执行

作为Future的实现，FutureTask能检测任务的状态，终止任务，以及得到任务的结果

注意：Future.get(time, TimeUnit)，这个方法指定的超时时间是从调用get()开始计算的，不是任务执行的时候

Guava相关

ListenableFuture：可以指定当前任务结束后的另一个任务

• public void addListener(Runnable listener, Executor executor);
• Futures#addCallback(ListenableFuture<V>, FutureCallback<? super V>) 可以在onSuccess和onFailure中处理结果或异常

ListeningExecutorService 继承自ExecutorService，没增加额外方法，所有的Future都变成了ListenableFuture

• MoreExecutors#listeningDecorator(ExecutorService) 可以把ExecutorService包装成ListeningExecutorService

Spring相关

1. 可配置的线程池，ThreadPoolTaskExecutor

   ThreadPoolTaskExecutor没有实现ExecutorService，submit()方法是通过AsyncTaskExecutor继承来的

   < bean  class = "org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor" >      < property  name = "corePoolSize"  value = "10"  />      < property  name = "maxPoolSize"  value = "20"  />      < property  name = "queueCapacity"  value = "100"  /> </ bean >

2. @Async直接使方法变成异步（MDC？？）

   // 无返回结果 @Async public  void  foo() {      // some code } // 返回future @Async public  Future<String> bar() {      return  AsyncResult.forValue( "hello" ); }

ThreadLocal

如果使用线程池，要注意有没有通过ThreadLocal传参数，特别是改写原有代码的时候

MDC

Logback实现的MDC(LogbackMDCAdapter)使用了ThreadLocal，使用了MDC要注意传递MDC的信息

public  static  class  MdcWrapperRunnable  implements  Runnable {      private  Map<String, String> mdcContext = MDC.getCopyOfContextMap();      private  Runnable runnable;        public  MdcWrapperRunnable(Runnable runnable) {          this .runnable = runnable;      }        @Override      public  void  run() {          if  (mdcContext !=  null ) {              mdcContext.remove( "qtraceid" );              mdcContext.remove( "QTRACER" );              MDC.setContextMap(mdcContext);          }          try  {              runnable.run();          }  finally  {              MDC.clear();          }      } }

MTracer

1. MTrader.wrap()
2. 如果是使用的Spring的AsyncTaskExecutor，可以用MTraceAsyncTaskExecutor

<!-- 这种无参的方式同方式一 -->   < bean  id = "mtraceExecutor"  class = "tc.qtracer.servlet.MTraceAsyncTaskExecutor"  />    <!-- 你可以自己指定线程池 -->   < bean  id = "mtraceExecutor"  class = "tc.qtracer.servlet.MTraceAsyncTaskExecutor" >       < constructor-arg  name = "executor" >           < bean  class = "org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor" >               < property  name = "corePoolSize"  value = "10"  />               < property  name = "maxPoolSize"  value = "20"  />               < property  name = "queueCapacity"  value = "100"  />           </ bean >       </ constructor-arg >   </ bean > --小炳潇投稿