Java线程池

Java线程池

1.使用线程池的优势

线程池做的工作主要是控制运行的线程的数量,处理过程中将任务加入队列,然后在线程创建后启动这些任务,如果超过了最大数量,超出的数量的线程排队等候,等其他线程执行完毕,再从队列中取出任务来执行.
他的主要特点为:线程复用:控制最大并发数:管理线程.

第一:  降低资源消耗.通过重复利用自己创建的线程降低线程创建和销毁造成的消耗.
第二: 提高响应速度.当任务到达时,任务可以不需要的等到线程创建就能立即执行
第三: 提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行
统一的分配，调优和监控。

Java中的线程池是通过Executor框架实现的,该框架中用到了Executor,Executors,ExecutorService,ThreadPoolExecutor这几个类.

2.线程池的七大参数

1.corePoolSize:线程池中的常驻核心线程数。

1.在创建了线程池后,当有请求任务来之后,就会安排池中的线程去执行请求任务
2.当线程池中的线程数目达到corePoolSize后,就会把到达的任务放入到缓存队列当中.

2.maximumPoolSize:线程池能够容纳同时执行的最大线程数,此值大于等于1
3.keepAliveTime:多余的空闲线程存活时间,当空间时间达到keepAliveTime值时,多余的线程会被销毁直到只剩下corePoolSize个线程为止

默认情况下:
只有当线程池中的线程数大于corePoolSize时keepAliveTime才会起作用,知道线程中的线程数不大于corepoolSIze

4.unit:keepAliveTime的单位
5.workQueue:任务队列,被提交但尚未被执行的任务。
6.threadFactory:表示生成线程池中工作线程的线程工厂,用户创建新线程,一般用默认即可
7.handler:拒绝策略,表示当线程队列满了并且工作线程大于等于线程池的最大核心数(maxnumPoolSize)时如何来拒绝.

3. 线程池的底层工作原理

4.线程池的拒绝策略

等待队列也已经排满了,再也塞不下新的任务了
同时,
线程池的max也到达了,无法接续为新任务服务，这时我们需要拒绝策略机制合理的处理这个问题.

4.1 JDK内置的拒绝策略

AbortPolicy(默认): 直接抛出RejectedException异常阻止系统正常运行
CallerRunPolicy: "调用者运行"一种调节机制,该策略既不会抛弃任务,也不会抛出异常,而是
DiscardOldestPolicy: 抛弃队列中等待最久的任务,然后把当前任务加入队列中尝试再次提交
DiscardPolicy: 直接丢弃任务,不予任何处理也不抛出异常.如果允许任务丢失,这是最好的拒绝策略

以上内置策略均实现了RejectExecutionHandler接口

5.合理配置线程池

5.1 CPU密集型

CPU密集的意思是该任务需要大量的运算，而沿有阻塞,CPU一直全速运行，CPU密集任务只有在真正的多核CPU上才可能得到加速(通过多线程)。
CPU密集型任务配置尽可能少的线程数量:一般公式:CPU核数+1个线程的线程池

5.2 IO密集型

由于IO密集型任务线程并不是一直在执行任务，则应该配置尽可能多的线程，如CPU*2
IO密集型，即该任务需要大量的IO，即大量的阻塞。
在单线程上运行IO密集型的任务会导致浪费大量的CPU运算能力浪费在等待。
所以在IO密集型任务中使用多线程可以大大的加速程序运行，即使在单核CPU上，这种加速主要就是利用了被浪费掉的阻塞时间。

6. 代码

package JUC.ThreadPool;


import com.sun.scenario.effect.impl.sw.sse.SSEBlend_SRC_OUTPeer;

import java.util.concurrent.*;

import static java.util.concurrent.Executors.newCachedThreadPool;

/**
 * ThreadPoolExecutor
 * @author naumy
 * 第四种获得/使用Java多线程的方式，线程池
 */
public class ThreadPool {
    public static void main(String[] args) {
        System.out.println(Runtime.getRuntime().availableProcessors());

        ExecutorService threadPool = new ThreadPoolExecutor(
                2,
                5,
                1L,
                TimeUnit.SECONDS,
                new LinkedBlockingDeque<>(3),
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.DiscardOldestPolicy());

        try {
            // 模拟十个用户来办理业务，每个用户就是来自外部的请求线程
            for (int i = 0; i <= 10; i++) {
                threadPool.execute(() -> {
                    System.out.println(Thread.currentThread().getName()+"\t 办理业务");
                });
                // 暂停一会儿线程
                //try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); }
            }
        }catch (Exception e) {
            e.getStackTrace();
        } finally {
            threadPool.shutdown();
        }
    }
    
    /**
     * 线程池Executors创建线程池
     */
    private static void threadPoolInit() {
        // 获得当前电脑的电脑核数
        //System.out.println(Runtime.getRuntime().availableProcessors());
        // 一池5个处理线程
        //ExecutorService threadPool = Executors.newFixedThreadPool(5);
        // 一池一线程
        //ExecutorService threadPool = Executors.newSingleThreadExecutor();
        // 一池N个线程
        ExecutorService threadPool = newCachedThreadPool();

        try {
            // 模拟十个用户来办理业务，每个用户就是来自外部的请求线程
            for (int i = 0; i <= 20; i++) {
                threadPool.execute(() -> {
                    System.out.println(Thread.currentThread().getName()+"\t办理业务");
                });
                // 暂停一会儿线程
                try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { e.printStackTrace(); }
            }

        }catch (Exception e) {
            e.getStackTrace();
        } finally {
            threadPool.shutdown();
        }
    }
}