-
/* 自定义线程池。 -
* 构造参数： -
* public ThreadPoolExecutor( -
* int corePoolSize,--当前线程池核心线程数 -
* int maximumPoolSize,--当前线程池最大线程数 -
* long keepAliveTime,--保持活着的空间时间 -
* TimeUnit unit,--时间单位 -
* BlockingQueue<Runnable> workQueue,--排队等待的自定义队列 -
* ThreadFactoty threadFactory, -
* RejectedExecutionHandler handler--队列满以后，其他任务被拒绝执行的方法 -
* ){.........}
-
/** -
* 在使用有界队列时，若有新的任务需要执行，如果线程池实际线程数小于corePoolSize，则优先创建线程， -
* 若大于corePoolSize，则会将任务加入队列， -
* 若队列已满，则在总线程数不大于maximumPoolSize的前提下，创建新的线程， -
* 若线程数大于maximumPoolSize，则执行拒绝策略。或其他自定义方式。 -
* -
*/
ThreadExecutorPool使用有界队列
举例：
使用ArrayBlockingQueue大小为3的有界阻塞队列定义线程池，定义6个任务，分析下在线程池中的执行过程。
-
import java.util.concurrent.ArrayBlockingQueue; -
import java.util.concurrent.ThreadPoolExecutor; -
import java.util.concurrent.TimeUnit; -
public class UseThreadPoolExecutor1 { -
public static void main(String[] args) { -
ThreadPoolExecutor pool = new ThreadPoolExecutor( -
1, //coreSize -
2, //MaxSize -
60, //60 -
TimeUnit.SECONDS, -
new ArrayBlockingQueue<Runnable>(3) //指定一种队列 （有界队列） -
); -
MyTask mt1 = new MyTask(1, "任务1"); -
MyTask mt2 = new MyTask(2, "任务2"); -
MyTask mt3 = new MyTask(3, "任务3"); -
MyTask mt4 = new MyTask(4, "任务4"); -
MyTask mt5 = new MyTask(5, "任务5"); -
MyTask mt6 = new MyTask(6, "任务6"); -
pool.execute(mt1); -
pool.execute(mt2);//放入队列中，等任务1执行完后执行 -
pool.execute(mt3);//放入队列 -
pool.execute(mt4);//放入队列 -
pool.execute(mt5);//和任务1几乎同时执行，因为队列已被2、3、4占满，最大线程数为2，那么可以再创建个线程执行任务 -
pool.execute(mt6);//被拒绝异常 Task 6 rejected from java.util.concurrent.ThreadPoolExecuto -
pool.shutdown(); -
} -
}
分析：mt1被放入线程池后，占用corePoolSize，然后mt2和mt3跟mt4会被接着放入队列中，因为队列大小为3个已经占满。接下来的mt5算上mt1刚好等于最大线程数2，那么mt5就会新创建一个线程去执行，所以结果时mt1和mt5几乎同时被执行了。
mt6抛出被拒绝异常。
Task 6 rejected from java.util.concurrent.ThreadPoolExecutor
此时我们可以通过定义拒绝策略来执行被拒绝的逻辑：
JDK拒绝策略
AbortPolicy：默认，直接抛出异常，系统正常工作。
DiscardOldestPolicy:丢弃最老的一个请求，尝试再次提交当前任务。
举例：
-
ThreadPoolExecutor pool = new ThreadPoolExecutor( -
1, //coreSize -
2, //MaxSize -
60, //60 -
TimeUnit.SECONDS, -
new ArrayBlockingQueue<Runnable>(3) //指定一种队列 （有界队列） -
, new DiscardOldestPolicy() -
);
打印：
-
run taskId =1 -
run taskId =5 -
run taskId =3 -
run taskId =4 -
run taskId =6
我们发现第二个任务没有被执行，这是因为队列中放入的任务中第二个时最先被放入的，当在线程池提交第6个任务mt6时，根据DiscardOldestPolicy策略，会将最先放入的第二个任务丢弃，于是第6个任务被放入队列中。
CallerRunsPolicy:只要线程池未关闭，该策略直接在调用者线程中，运行当前被丢弃的任务。
DiscardPolicy：丢弃无法处理的任务，不给予任何处理。
自定义拒绝策略
如果需要自定义策略，可以实现RejectedExecutionHandler接口。
举例：
-
ThreadPoolExecutor pool = new ThreadPoolExecutor( -
1, //coreSize -
2, //MaxSize -
60, //60 -
TimeUnit.SECONDS, -
new ArrayBlockingQueue<Runnable>(3) //指定一种队列 （有界队列） -
, new MyRejected() -
);
MyRejected.java
-
package com.jeff.height.concurrent018; -
import java.util.concurrent.RejectedExecutionHandler; -
import java.util.concurrent.ThreadPoolExecutor; -
public class MyRejected implements RejectedExecutionHandler{ -
public MyRejected(){ -
} -
@Override -
public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) { -
System.out.println("自定义处理.."); -
System.out.println("当前被拒绝任务为：" + r.toString()); -
} -
}
打印：
-
run taskId =1 -
run taskId =5 -
自定义处理.. -
当前被拒绝任务为：6 -
run taskId =2 -
run taskId =3 -
run taskId =4
建议一般拒绝策略可以记录log日志，使用job异步处理。
ThreadExecutorPool使用无界队列
-
import java.util.concurrent.ArrayBlockingQueue; -
import java.util.concurrent.BlockingQueue; -
import java.util.concurrent.ExecutorService; -
import java.util.concurrent.LinkedBlockingQueue; -
import java.util.concurrent.ThreadPoolExecutor; -
import java.util.concurrent.TimeUnit; -
import java.util.concurrent.atomic.AtomicInteger; -
public class UseThreadPoolExecutor2 implements Runnable{ -
private static AtomicInteger count = new AtomicInteger(0); -
@Override -
public void run() { -
try { -
int temp = count.incrementAndGet(); -
System.out.println("任务" + temp); -
Thread.sleep(2000); -
} catch (InterruptedException e) { -
e.printStackTrace(); -
} -
} -
public static void main(String[] args) throws Exception{ -
/** 在使用无界队列时，linkedBlockingQueue。 -
* 与有界队列相比，除非系统资源耗尽，否则无界的任务队列不存在任务入队失败的情况。 -
* 当有新任务到来，系统的线程数小于corePoolSize时，则新建线程执行任务。 -
* 当达到corePoolSize后，就不会继续增加线程数量。若后续仍有新任务加入，而没有空闲的线程资源， -
* 则任务直接进入队列等待。若任务创建和处理的速度差异很大，无界队列会保持快速增长，直到系统内存耗尽。 -
* 可以看出使用无界队列主要看corePoolSize，而最大线程数maximumPoolSize则不起作用了。 -
*/ -
BlockingQueue<Runnable> queue = -
new LinkedBlockingQueue<Runnable>(); -
ExecutorService executor = new ThreadPoolExecutor( -
5, //core -
10, //max -
120L, //2fenzhong -
TimeUnit.SECONDS, -
queue); -
/** -
* 可以发现时每次执行5个任务，就是coreSize的值， -
* 因为其他的任务在无界队列，每次取出5个(coreSize)去执行, -
* 线程池中的核心线程数保持不变。 -
*/ -
for(int i = 0 ; i < 20; i++){ -
executor.execute(new UseThreadPoolExecutor2()); -
} -
Thread.sleep(1000); -
System.out.println("queue size:" + queue.size()); //15 -
Thread.sleep(2000); -
} -
}
打印：
-
任务2 -
任务3 -
任务1 -
任务4 -
任务5 -
queue size:15 -
任务6 -
任务7 -
任务8 -
任务9 -
任务10 -
任务11 -
任务13 -
任务14 -
任务12 -
任务15 -
任务16 -
任务17 -
任务19 -
任务18 -
任务20
在这个例子中corePoolSize是5，使用的是linkedBlockingQueue，线程池中提交了20个线程，那么当提交前5个线程后，corePoolSize已经满了，剩下的15个只能往队列里加，当核心线程中的任务执行完成，队列中的任务就会被拿出5个来放入核心线程中执行。
我们把刚才的无界队列换成有界队列其他不变，执行：
-
BlockingQueue<Runnable> queue = -
new ArrayBlockingQueue<Runnable>(10);
打印：
-
任务1 -
任务4 -
任务3 -
任务2 -
任务5 -
任务6 -
任务7 -
任务8 -
任务9 -
任务10 -
queue size:10 -
任务11 -
任务12 -
任务13 -
任务14 -
任务15 -
任务16 -
任务17 -
任务18 -
任务19 -
任务20
分析：corePoolSize是5，提交5个任务到核心5个线程中，然后有界队列中放入10个，打印有界队列尺寸时10，接下来还有5个线程跟corePoolSize的5个加起来等于10个，刚好等于最大线程数10个，所以线程池中有10个线程立即执行任务，然后队列中的10个线程继续执行。
扫一扫
414
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
