线程池源代码解析

//原作看这里， 经典

http://www.cnblogs.com/dolphin0520/p/3932921.html

自己的总结：

其中重要的类

 ThreadPoolExecutor

构造器：

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


构造器中的参数
corePoolsize : 核心池的大小。在创建线程池后，默认情况下，线程池中没有任何线程，而是等到有任务到来
才创建线程去执行任务，除非调用prestartAllCoreThread()或prestartCoreThread()方法，从而预创建线程
默认池中为0线程，当有任务之后，会创建一个线程去执行，当数目达到corePoolSize后，就会把到达的任务放
到缓存队列中
maximumPoolSize：线程池最大线程数，最多线程数
keepAliveTime：表示线程没有任务执行时最多保持多久时间终止
unit：keepAliveTime的时间单位
属性：
TimeUnit.DAYS; //天
TimeUnit.HOURS; //小时
TimeUnit.MINUTES; //分钟
TimeUnit.SECONDS; //秒
TimeUnit.MILLISECONDS; //毫秒
TimeUnit.MICROSECONDS; //微妙
TimeUnit.NANOSECONDS; //纳秒
workQueue：阻塞队列，用来存储等待执行的任务，有一下几种选择
ArrayBlockingQueue;LinkedBlockingQueue;SynchronousQueue;
threadFactory：线程工厂，用来创建线程
handler：表示当任务拒绝处理任务时的策略
取值：
ThreadPoolExecutor.AbortPolicy:丢弃任务并抛出RejectedExecutionException异常。 ThreadPoolExecutor.DiscardPolicy：也是丢弃任务，但是不抛出异常。 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.CallerRunsPolicy：由调用线程处理该任务

与超类的关系
ThreadPoolExecutor继承的了AbstractExecutorService
AbstractExecutorService是一个抽象类，它实现了ExecutorService接口。
而ExecutorService又是继承了Executor接口

excutor 方法流程解析：
(虽然submit也可以提交，但最终还是调用excutor方法)
如果 poolSize < corePoolSize 
则进入addIfUnderCorePoolSize方法
在addIfUnderCorePoolSize方法将 该任务 通过线程工厂创建线程并放入Worker中，
加入Workers工作集
Worker 为一个Runnable ， 在 它的run 函数中，执行task , 完成后不断通过getTask() 尝试获取新的任务执行
getTask() 中 如果线程大于核心池大小，则通过pool从阻塞队列中取任务，否则take取任务
如果取的任务为空，则进入workerCanExit())考虑Worker是否可以退出
workerCanExit() 通过判断任务队列已为空，或者 核心池设置了空闲存活时间并且线程数大于
线程池数，则调用InterruptIdleWorkers()中断处于空闲的线程
InterruptIdleWorkers()方式实际调用的是worker中的interruptIfIdle()方法
在interruptfidle()方法中，通过 tryLock()来判断是否处于空闲状态，如果正在执行，则无法获取到锁
否则进入addIfUnderMaximumPoolSize方法
这个方法的实现思想和addIfUnderCorePoolSize方法的实现思想非常相似，唯一的区别在于addIfUnderMaximumPoolSize方法是在线程池中的线程数达到了核心池大小并且往任务队列中添加任务失败的情况下执行的：


总结：
如果当前线程池中的线程数目小于corePoolSize，则每来一个任务，就会创建一个线程去执行这个任务；
如果当前线程池中的线程数目>=corePoolSize，则每来一个任务，会尝试将其添加到任务缓存队列当中，若添加成功，则该任务会等待空闲线程将其取出去执行；若添加失败（一般来说是任务缓存队列已满），则会尝试创建新的线程去执行这个任务；
如果当前线程池中的线程数目达到maximumPoolSize，则会采取任务拒绝策略进行处理；
如果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，直至线程池中的线程数目不大于corePoolSize；如果允许为核心池中的线程设置存活时间，那么核心池中的线程空闲时间超过keepAliveTime，线程也会被终止。


使用
　　从执行结果可以看出，当线程池中线程的数目大于5时，便将任务放入任务缓存队列里面，当任务缓存队列满了之后，便创建新的线程。如果上面程序中，将for循环中改成执行20个任务，就会抛出任务拒绝异常了。
　　不过在java doc中，并不提倡我们直接使用ThreadPoolExecutor，而是使用Executors类中提供的几个静态方法来创建线程池：
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
 　　下面是这三个静态方法的具体实现;
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>()));
}
public static ExecutorService newCachedThreadPool() {
    return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                  60L, TimeUnit.SECONDS,
                                  new SynchronousQueue<Runnable>());
}
　　从它们的具体实现来看，它们实际上也是调用了ThreadPoolExecutor，只不过参数都已配置好了。
　　newFixedThreadPool创建的线程池corePoolSize和maximumPoolSize值是相等的，它使用的LinkedBlockingQueue；
　　newSingleThreadExecutor将corePoolSize和maximumPoolSize都设置为1，也使用的LinkedBlockingQueue；
　　newCachedThreadPool将corePoolSize设置为0，将maximumPoolSize设置为Integer.MAX_VALUE，使用的SynchronousQueue，也就是说来了任务就创建线程运行，当线程空闲超过60秒，就销毁线程。
　　实际中，如果Executors提供的三个静态方法能满足要求，就尽量使用它提供的三个方法，因为自己去手动配置ThreadPoolExecutor的参数有点麻烦，要根据实际任务的类型和数量来进行配置。
　　另外，如果ThreadPoolExecutor达不到要求，可以自己继承ThreadPoolExecutor类进行重写。
线程池大小设置：
　 仅供参考。
　　一般需要根据任务的类型来配置线程池大小：
　　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
　　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。