线程池核心原理

在JDK1.5中JUC引入了线程池，也给我们编程带来了极大的方便，在阿里的Java开发手册中也强制要求线程资源必须通过线程池提供，不允许在应用中显示创建线程。可以减少在创建和销毁线程上所消耗的时间以及系统资源的开销，解决资源不足的问题，如果不使用线程池，可能会造成系统创建大量同类线程，导致内存过度。但是如果使用线程池不恰当的设置参数会无法达到预期的效果。

线程池的实现：

Executors.newSingleThreadExecutor();
public static ExecutorService newSingleThreadExecutor() {
   return new FinalizableDelegatedExecutorService
       (new ThreadPoolExecutor(1, 1,
                               0L, TimeUnit.MILLISECONDS,
                               new LinkedBlockingQueue<Runnable>()));
}
Executors.newCachedThreadPool();
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                            60L, TimeUnit.SECONDS,
                            new SynchronousQueue<Runnable>());
}
Executors.newFixedThreadPool(10);
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
                              0L, TimeUnit.MILLISECONDS,
                              new LinkedBlockingQueue<Runnable>());
}
Executors.Executors.newScheduledThreadPool(10);
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
        return new ScheduledThreadPoolExecutor(corePoolSize);
    }

阿里的java开发手册中明确提示过不允许使用Executors去创建线程池，而应该通过ThreadPoolExecutor的方式去，这样的方式可以更加明确的了解线程池的运行规则，
FixedThreadPool和SingleThreadPool：允许请求队列长度为Integer.MAX_VALUE，可能会堆积大量的请求，从而导致OOM。
CachedThreadPool和ScheduledThreadPool：允许创建线程数量为Integer.AX_VALUE，可能创建大量的线程，从而导致OOM。

使用ThreadPoolExecutor创建线程池
public ThreadPoolExecutor(int corePoolSize,
                      int maximumPoolSize,
                     long keepAliveTime,
                     TimeUnit unit,
                     BlockingQueue<Runnable> workQueue,
                     ThreadFactory threadFactory,
                     RejectedExecutionHandler handler) {
        if (corePoolSize < 0 ||
            maximumPoolSize <= 0 ||
            maximumPoolSize < corePoolSize ||
            keepAliveTime < 0)
            throw new IllegalArgumentException();
        if (workQueue == null || threadFactory == null || handler == null)
            throw new NullPointerException();
        this.acc = System.getSecurityManager() == null ?
                null :
                AccessController.getContext();
        this.corePoolSize = corePoolSize;
        this.maximumPoolSize = maximumPoolSize;
        this.workQueue = workQueue;
        this.keepAliveTime = unit.toNanos(keepAliveTime);
        this.threadFactory = threadFactory;
        this.handler = handler;
    }

构造器中各个参数的含义：

1. corePoolSize：核心线程池的大小。在创建线程池后，默认线程池找那个没有任何线程，而是等待有任务到来才创建线程去执行任务。（prestartAllCoreThreads()或者prestartCoreThread()方法）
2. maximumPoolSize：线程池中最大线程数，表示线程池中最多能创建多少个线程
3. KeepAliveTime：表示线程没有任务执行时保持多长时间终止 queueCapacity：任务队列容量（阻塞队列）
4. RejectedExecutionHandler ：拒绝策略

4种拒绝策略：

1. ThreadPoolExecutor.AbortPolicy：丢弃任务并抛出
2. RejectedExecutionException异常
3. ThreadPoolExecutor.CallerRunsPolicy：也是丢弃任务，但是不抛出异常
4. ThreadPoolExecutor.DiscardOldestPolicy：丢弃队列最前面的任务，然后重新尝试执行任务（重复此过程）

ThreadPoolExecutor.DiscardPolicy：由调用线程处理该任务
线程池的执行任务过程如下：

1. 当系统中线程数量小于核心线程数时，会创建线程。
2. 当系统中线程数量大于核心线程数，并且任务队列未满（queueCapacity未满），将任务放入阻塞队列。
3. 当系统中线程数量大于核心线程数，并且任务队列已满，先判断线程数是否小于最大线程数，如果小于就创建线程。如果等于最大线程数，则抛出异常，并执行拒绝策略。

如何合理的设置线程池的大小：

首先看两个概念：

• CPU密集型：也叫计算机密集型，指系统的硬盘、内存比CPU要好很多，大部分情况下，系统运作时CPU的使用率100%，CPU在I/O读写时很快就可以完成。
• IO密集型：和CPU密集型相反，指CPU的性能比内存、硬盘好很多，系统运行时大部分时间在进行读写操作，CPU使用率不是很高。
  对于CPU密集型任务应该配置尽可能小的线程，比如CPU数+1个线程数，IO密集型任务应该配置尽可能多的线程，因为IO操作不占用CPU，不要上CPU闲下来，如CPU数*2+1个线程数。

最佳线程数 = （（线程等待时间 + 线程CPU时间）/ 线程CPU时间）* CPU核数
		 =（线程等待时间与线程CPU时间之比 + 1）* CPU核数 

比如：CPU运行时间0.5S，线程等待时间（IO消耗时间）1.5S，CPU核数8，则最佳线程数=（（1.5+0.5）/0.5）*8=32
由此可见：线程等待时间占比越高，需要线程越多。CPU时间占比越高，需要线程越少。
还有一种方法设置是：

tasks：每秒需要处理的任务数；taskcost：每个任务花费时间；responsetime：系统容忍最大相应时间
核心线程数=每秒需要多少线程处理
		=tasks/(1/taskcout)=tasks*taskcout
考虑到二八法则还要
阻塞队列容量=（corepoolsize/taskcout）*responsetime
最大线程容量=(max(tasks)-阻塞队列容量)/(1/taskcost)

是否使用线程池就一定比单线程效率高呢？

答案是否定的，比如redis就是单线程的，但是却十分高效， 据说理论上操作可以达到百万量级/s。本质原因在于redis都是基于内存操作，可以更高效地利用CPU，而多线程会带来上下文切换开销，单线程并没有这种开销。多线程适用的场景一般是：存在相当比例的IO和网络操作。

可以关注公众号，每天一道大厂面试题，大家一起学习，一起成长。

参考资料: http://ifeve.com/how-to-calculate-threadpool-size