一文搞懂线程池的作用&&工作机制&&线程池的使用

1、线程池的作用

为什么需要线程池：

1. 线程的管理比较复杂（比如什么时候新增线程、什么时候减少空闲线程）
2. 任务存取比较复杂（什么时候接受任务、什么时候拒绝任务、保证多线程不抢到同一个任务）

线程池的作用：轻松管理线程、协调任务的执行过程

如果还是不理解线程池的话,可以看下面一点"线程池"

2、线程池

什么是线程池?

用户提交了一个任务，现在“线程小李”是不是可以取这个“任务1”去执行，每次只能取一个任务。

现在问题来了，又来了一个任务“任务2”，但是“线程小李”正在处理“任务1”，没办法处理“任务2”，这个时候如果是你你应该怎么办？

1. 第一种方案：再叫一个“线程小鱼”来，“线程小鱼” 处理 “任务2”

然后又来一个任务，但是我们公司的员工没了。

这个时候该怎么办？
是不是可以有一个“任务队列”把任务记录下来。等“小李”或者“小鱼”处理完当前的任务后再取任务处理。

但是如果我们的任务队列满了怎么办？
i.可以把任务解决掉。
ii.把任务记录到数据库中,等有空闲资源再处理.
2. 第二种方案
如果"线程小李"处理速度很快,不需要再叫"线程小鱼"来,

如果任务突然来了很多,我们临时叫了几个人.让他们帮助把任务处理掉。
但是到第二天，又没有什么任务了，我们是不是要减少人员。（就像外包，临时支持一下的感觉，并没有说让这几个人一直占用着我们的系统资源）。


通过上面的场景，我们会发现面临以下问题
面临的问题：什么时候新增线程，什么时候减少空闲线程
解决方案：线程池就是解决这个问题的.

1. 线程的管理比较复杂（比如什么时候新增线程、什么时候减少空闲线程）
2. 任务存取比较复杂（什么时候接受任务、什么时候拒绝任务、保证多线程不抢到同一个任务）

线程池的作用：轻松管理线程、协调任务的执行过程

3、线程池的创建和使用

3.1自己写线程池:

线程池的实现是很麻烦的,有些大厂的面试题会要我们实现线程池,这个时候就可以根据以上的流程来分析编写啦.(比如什么时候新增线程、什么时候减少空闲线程)

3.2使用Java提供的或者第三方提供的

不用自己写，如果是在Spring中，可以用ThreadPoolTaskExecutor配合Async注解来实现。（不太建议）
如果是在Java中，可以使用JUC并发编程包中的ThreadPoolExecutor来实现非常灵活地自定义线程池。

Java线程池有七大参数

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

3.2.1线程池的参数含义

怎么确定线程池参数？结合实际情况（实际业务场景和系统资源）来测试调整，不断优化、
回归到该系统中，考虑该系统最脆弱的环节（系统的瓶颈）在哪里？
现有条件：比如AI生成能力的并发是允许4个任务同时去执行，AI能力允许20个任务排队

int corePoolSize（核心线程数）：正常情况下，系统应该能同时工作的线程数（随时就绪状态）
int maximumPoolSize（最大线程数）：极限情况下，线程池可容纳的最多线程
long keepAliveTime（空闲线程存活时间）：非核心线程在没有任务的情况下，过多久要删除，释放无用的资源
TimeUnit unit（空闲线程存活时间的单位）：分钟、秒
BlockingQueue workQueue（工作队列）：用于存放给线程执行的任务的队列，该队列应当设置长度，不能为无限队列，那样也会占用额外的资源
ThreadFactory threadFactory（线程工厂）：控制每个线程的生成、线程的属性（比如线程名）
RejectedExecutionHandler handler（拒绝策略）：任务队列满的时候，采取什么措施。抛异常？不抛异常？自定义策略？

资源隔离策略：比如重要的任务（VIP任务）一个队列，普通任务一个队列，保证这两个队列互不干扰

3.2.2线程池工作机制

这里有用例图解说版 和 流程图版的
用例图解说版：没那么直观，但也清晰，细节到位
流程图版：更清晰直观，当部分细节没有

推荐两个都看

用例图解说：

刚开始，没有任何的线程，也没有任何的任务：

来了一个任务，发现我们的员工还没有达到正式员工数（corePoolSize = 2），来一个员工直接处理这个任务

又来了一个任务，发现我们的员工还没有达到正式员工数（corePoolSize = 2），再来一个员工直接处理这个任务

又来了一个任务，但是我们正式员工数已经满了（当前线程数 = corePoolSize = 2），任务放到队列（最大长度 workQueue.size 是 2）里等待，而不是再加新员工。

又来了一个任务，但是我们的任务队列已经满了（当前线程数 > corePoolSize = 2，已有任务数 = 最大长度 workQueue.size = 2），新增线程（maximumPoolSize = 4）来处理新任务，而不是丢弃任务

已经到了任务 7，但是我们的任务队列已经满了、临时工也招满了（当前线程数 = maximumPoolSize = 4，已有任务数 = 最大长度 workQueue.size = 2），调用 RejectedExecutionHandler 拒绝策略来处理多余的任务。

如果当前线程数超过 corePoolSize（正式员工数），又没有新的任务给他，那么等 keepAliveTime 时间达到后，就可以把这个线程释放。

流程图：

3.2.3线程池的参数如何设置

现有条件：比如AI生成能力的并发是允许4个任务同时去执行，AI能力允许20个任务排队
int corePoolSize（核心线程数）：正常情况下，可以设置为2-4
int maximumPoolSize（最大线程数）：设置为极限情况<=4
long keepAliveTime（空闲线程存活时间）：一般为秒级或分钟级
TimeUnit unit（空闲线程存活时间的单位）：分钟、秒
BlockingQueue workQueue（工作队列）：结合实际情况去设置，可以设置为20
RejectedExecutionHandler handler（拒绝策略）：抛异常，标记数据库的任务状态为“任务满了已拒绝”

一般情况下，任务分为IO密集型和计算密集型两种
计算密集型：吃CPU，比如音视频处理、图像处理、数学计算等，一般设置corePoolSize为CPU核心数+1（空余线程），可以让每个线程都能利用好CPU的每个核，而且线程之间不用频繁切换
IO密集型：吃带宽/内存/硬盘等资源，corePoolSize可以设置大一些，一般为2n左右，但是建议以IO能力为主
例：导入百万数据到数据库属于IO密集型任务

3.2.4调试

自定义线程池：

@Configuration
public class ThreadPoolExecutorConfig {
    @Bean
    public ThreadPoolExecutor threadPoolExecutor() {
        //自定义线程工厂
        ThreadFactory threadFactory = new ThreadFactory() {
            private int count = 1;

            @Override
            public Thread newThread(@NotNull Runnable r) {
                Thread thread = new Thread(r);
                thread.setName("线程" + count);
                count++;
                return thread;
            }
        };
        
        //创建线程池
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2, 4, 100, TimeUnit.SECONDS, new ArrayBlockingQueue<>(4), threadFactory);
        return threadPoolExecutor;
    }

提交任务到线程池：

/**
 * 队列测试
 */
@RestController
@RequestMapping("/queue")
@Slf4j
public class QueueController {

    @Resource
    private ThreadPoolExecutor threadPoolExecutor;

    //提交任务到线程池
    @GetMapping("/add")
    public void add(String name) {
        CompletableFuture.runAsync(() -> {
            log.info("任务执行中：" + name + "，执行人：" + Thread.currentThread().getName());
            try {
                Thread.sleep(600000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }, threadPoolExecutor);
    }

    //获取线程池状态
    @GetMapping("/get")
    public String get() {
        Map<String, Object> map = new HashMap<>();
        int size = threadPoolExecutor.getQueue().size();
        map.put("队列长度", size);
        long taskCount = threadPoolExecutor.getTaskCount();
        map.put("任务总数", taskCount);
        long completedTaskCount = threadPoolExecutor.getCompletedTaskCount();
        map.put("已完成任务数", completedTaskCount);
        int activeCount = threadPoolExecutor.getActiveCount();
        map.put("正在工作的线程数", activeCount);
        return JSONUtil.toJsonStr(map);
    }
}