从3个简单的问题了解线程池的使用

目录

1.为什么最大线程数没满,但是runnable无法立即执行或者无法执行?

2.为什么禁止使用 Executors创建线程池?

3.不能使用Executors创建线程池,那该怎么使用线程池?


前言:

文章,一为温故而知新,二若是可以帮助到别人,也是我的荣幸。

因本人能力有限,若有错误之处,麻烦指出。如果觉得有可取之处,麻烦点赞支持一下。 😊

1.为什么最大线程数没满,但是runnable无法立即执行或者无法执行?

现象:明明我的线程池最大线程数是10,然后其他5个线程都在wait如何知道那5个线程是在wait,看调式技巧,这个时候往线程池中仍一个runnable,线程池却不会创建一个新的线程来执行这个runnable。线程池参数如下所示:

ThreadPoolExecutor executor = new ThreadPoolExecutor(5, 10, 0, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>(), new ThreadFactory() {
                private final AtomicInteger mCount = new AtomicInteger(1);

                @Override
                public Thread newThread(@NotNull Runnable r) {
                    Thread t = new Thread(r, "lightWeight_" + (mCount.getAndIncrement()));
                    t.setUncaughtExceptionHandler(new Thread.UncaughtExceptionHandler() {
                        @Override
                        public void uncaughtException(Thread t, Throwable e) {
                            e.printStackTrace();
                        }
                    });
                    return t;
                }
            });
        }

 解析:上述代码中,线程池的核心线程池为5,最大线程池为10。

当核心线程数满的时候,再仍进去一个runnable,那么此时,线程池不会创建一个新的线程去执行这个runnable,而是把这个runnable添加到linkedBlockingQueue这个队列。

要是前面的5个线程一直不执行完的话,那个后续添加的runnable会继续添加到这个队列中,直到这个队列满了,才会去创建非核心线程去执行后面添加进来的runnable。

而上述代码中的linkedBlockingQueue是一个无界的队列,于是要是前面的5个线程一直不执行完的话,后续添加的runnable都会继续到添加到这个队列中,这样就会造成内存一直增大,最后导致oom。

如果需要在核心线程满,而最大线程数没满的时候,仍runnable进去立即执行,则应该队列使用SynchronousQueue。

 

2.为什么禁止使用 Executors创建线程池?

public static ExecutorService newFixedThreadPool(int nThreads, ThreadFactory threadFactory) {
        return new ThreadPoolExecutor(nThreads, nThreads,
                                      0L, TimeUnit.MILLISECONDS,
                                      new LinkedBlockingQueue<Runnable>(),
                                      threadFactory);
    }


 public static ExecutorService newSingleThreadExecutor() {
        return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                                    0L, TimeUnit.MILLISECONDS,
                                    new LinkedBlockingQueue<Runnable>()));
    }

上述两个线程池的队列使用的是linkedBlockingQueue,它是一个无界的队列,然后如果核心线程要是一直不执行完得话,就会一直往队列里面添加runnable,最终导致oom。

 

public static ExecutorService newCachedThreadPool(ThreadFactory threadFactory) {
        return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                      60L, TimeUnit.SECONDS,
                                      new SynchronousQueue<Runnable>(),
                                      threadFactory);
    }



public ScheduledThreadPoolExecutor(int corePoolSize) {
        super(corePoolSize, Integer.MAX_VALUE,
              DEFAULT_KEEPALIVE_MILLIS, MILLISECONDS,
              new DelayedWorkQueue());
    }

上述两个线程池的非核心数线程数为int的最大值,如果一直往线程池中添加runnable的话,会导致一直创建新的线程,最终也会导致oom。

 

3.不能使用Executors创建线程池,那该怎么创建线程池?

一开始看见有人有这个问题的时候,我不厚道的笑了,Executors不能用,你可以用ThreadPoolExecutor创建哎。

corePoolSize 核心线程池数的话一般都是设置为Cpu核数,或者设置为核数加1(这有种说法,看是IO密集型还是cpu密集型再来设置核数)

maximumPoolSize 非核心线程池数的话,客户端不需要太大,20的数值参考的AsyncTask

keepAliveTime  存活时间的话,有核心线程数的线程池,建议为0s,没有核心线程数的话,建议60s,单纯理论建议

队列:看需求吧,个人比较喜欢用SynchronousQueue

LinkedBlockingQueue:无界的队列

SynchronousQueue:直接提交的队列

DelayedWorkQueue:等待队列

ThreadFactory 创建线程一定要记得给名字,不然后期优化的时候,你根本都不知道这些线程是哪里来的。

将线程池分为轻量级和重量级的目的是,不想让重量级线程占据轻量级线程池中的核心线程,从而导致频繁的创建线程。这个也看使用场景。

public class ThreadPoolManager {
    private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();
    private static final int CORE_POOL_SIZE = CPU_COUNT + 1;
    private static final int LIGHT_KEEP_ALIVE = 1;
    private static final int HEARY_KEEP_ALIVE = 60;
    private static final int MAXIMUM_POOL_SIZE = 20;
    private volatile static ThreadPoolManager instance;
    /**
     * 轻量级线程池,处理一些耗时较少的操作和需要迅速反馈到UI界面的操作
     */
    private ThreadPoolExecutor mLightWeightPool;
    /**
     * 重量级线程池,处理一些耗时较多的操作
     */
    private ThreadPoolExecutor mHeavyWeightPool;

    public static ThreadPoolManager getInstance() {
        if (instance == null) {
            synchronized (ThreadPoolManager.class) {
                if (instance == null) {
                    instance = new ThreadPoolManager();
                }
            }
        }
        return instance;
    }

    private ThreadPoolManager() {

    }

    /**
     * 配置:
     * 核心线程数为CPU的核数+1
     * 等待队列为20
     * 回收时间设置为1S
     * 日常的轻量级的操作
     */
    public ThreadPoolExecutor getLightWeightPool() {
        if (mLightWeightPool == null) {
            mLightWeightPool = new ThreadPoolExecutor(CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, LIGHT_KEEP_ALIVE, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>(), new ThreadFactory() {
                private final AtomicInteger mCount = new AtomicInteger(1);

                @Override
                public Thread newThread(@NotNull Runnable r) {
                    Thread t = new Thread(r, "lightWeight_" + (mCount.getAndIncrement()));
                    t.setUncaughtExceptionHandler(new Thread.UncaughtExceptionHandler() {
                        @Override
                        public void uncaughtException(Thread t, Throwable e) {
                            e.printStackTrace();
                        }
                    });
                    return t;
                }
            });
        }
        return mLightWeightPool;
    }

    /**
     * 核心线程为0
     * 最大线程数20
     * 等待队列为0
     * 非核心线程的回收时间为60S
     * ==》耗时较大的操作
     */
    public ThreadPoolExecutor getHeavyWeightPool() {
        if (mHeavyWeightPool == null) {
            mHeavyWeightPool = new ThreadPoolExecutor(0, MAXIMUM_POOL_SIZE, HEARY_KEEP_ALIVE, TimeUnit.SECONDS, new SynchronousQueue<Runnable>(), new ThreadFactory() {
                private final AtomicInteger mCount = new AtomicInteger(1);

                @Override
                public Thread newThread(@NotNull Runnable r) {
                    Thread t = new Thread(r, "heavyWeight_" + (mCount.getAndIncrement()));
                    t.setUncaughtExceptionHandler(new Thread.UncaughtExceptionHandler() {
                        @Override
                        public void uncaughtException(Thread t, Throwable e) {
                            e.printStackTrace();
                        }
                    });
                    return t;
                }
            });
        }
        return mHeavyWeightPool;
    }

}

 

 

 

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
图像识别技术在病虫害检测中的应用是一个快速发展的领域,它结合了计算机视觉和机器学习算法来自动识别和分类植物上的病虫害。以下是这一技术的一些关键步骤和组成部分: 1. **数据收集**:首先需要收集大量的植物图像数据,这些数据包括健康植物的图像以及受不同病虫害影响的植物图像。 2. **图像预处理**:对收集到的图像进行处理,以提高后续分析的准确性。这可能包括调整亮度、对比度、去噪、裁剪、缩放等。 3. **特征提取**:从图像中提取有助于识别病虫害的特征。这些特征可能包括颜色、纹理、形状、边缘等。 4. **模型训练**:使用机器学习算法(如支持向量机、随机森林、卷积神经网络等)来训练模型。训练过程中,算法会学习如何根据提取的特征来识别不同的病虫害。 5. **模型验证和测试**:在独立的测试集上验证模型的性能,以确保其准确性和泛化能力。 6. **部署和应用**:将训练好的模型部署到实际的病虫害检测系统中,可以是移动应用、网页服务或集成到智能农业设备中。 7. **实时监测**:在实际应用中,系统可以实时接收植物图像,并快速给出病虫害的检测结果。 8. **持续学习**:随着时间的推移,系统可以不断学习新的病虫害样本,以提高其识别能力。 9. **用户界面**:为了方便用户使用,通常会有一个用户友好的界面,显示检测结果,并提供进一步的指导或建议。 这项技术的优势在于它可以快速、准确地识别出病虫害,甚至在早期阶段就能发现问题,从而及时采取措施。此外,它还可以减少对化学农药的依赖,支持可持续农业发展。随着技术的不断进步,图像识别在病虫害检测中的应用将越来越广泛。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值