线程池学习总结

线程池学习总结

关于线程状态的学习文章链接
什么是线程池？

线程池是一种多线程处理形式，处理过程中将任务提交到线程池，任务的执行交由线程池来管理。
如果每个请求都创建一个线程去处理，那么服务器的资源很快就会被耗尽，使用线程池可以减少创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。

线程池状态：

• RUNNING:运行状态，这个状态下可以接受任务来处理
• SHUTDOWN：待关闭状态，这个状态下不会在接受新任务，但是仍然会处理阻塞队列中的任务，当阻塞队列中的任务为空，并且工作线程数为0时，进入
  TIDYING 状态
• STOP：停止状态，不会接受新任务，并且也不处理阻塞队列中的任务，并且会尝试结束执行中的任务，当阻塞队列为空，并且工作线程数为0时，进入
  TIDYING 状态
• TIDYING：整理状态，此时任务都已经执行完毕，并且也没有工作线程执行 terminated 方法后进入 TERMINATED 状态
• TERMINATED：终止状态，此时线程池完全终止了，并完成了所有资源的释放

线程池参数：
核心线程数、最大线程数、阻塞队列，时间、拒绝策略。

线程池如何处理任务的？
当程序提交一个任务时，线程池会比较当前工作线程数和核心线程数，如果前者小于后者，线程池直接新建一个线程来处理这个任务，如果前者大于后者，则会将这个任务放到阻塞队列中等待被处理，如果队列满了，线程池会建立“临时”工作线程来处理队列的任务，如果工作线程数达到最大线程数，线程池会做出拒绝策略。
ps：当工作线程数量大于核心线程数，线程池会回收掉那些线程等待任务时间超时的线程，这里就要关系到使用task()、poll()方法的区别了

拒绝策略：

• 抛出异常（默认）
• 调用者线程来处理这个任务
• 从阻塞队列中找最老的任务，将其丢弃，然后提交该任务
• 将请求任务丢弃

AbortPolicy – 当任务添加到线程池中被拒绝时，它将抛出 RejectedExecutionException异常。
CallerRunsPolicy --当任务添加到线程池中被拒绝时，会在线程池当前正在运行的Thread线程池中处理被拒绝的任务。
DiscardOldestPolicy --当任务添加到线程池中被拒绝时，线程池会放弃等待队列中最旧的未处理任务，然后将被拒绝的任务添加到等待队列中。
DiscardPolicy – 当任务添加到线程池中被拒绝时，线程池将丢弃被拒绝的任务。

java.util.concurrent.Executors常用的几种线程池类型

• newSingleThreadExecutor：一个单线程的线程池，可以用于需要保证顺序执行的场景，并且只有一个线程在执行。
• newFixedThreadPool：一个固定大小的线程池，可以用于已知并发压力的情况下，对线程数做限制。（队列）
• newCachedThreadPool：一个可以无限扩大的线程池，比较适合处理执行时间比较小的任务。
• newScheduledThreadPool：可以延时启动，定时启动的线程池，适用于需要多个后台线程执行周期任务的场景。

自定义线程池
通过ThreadPoolExecutor来实现自定义的线程池

    public ThreadPoolExecutor(int corePoolSize,
                                  int maximumPoolSize,
                                  long keepAliveTime,//线程最大生命周期
                                  TimeUnit unit,
                                  BlockingQueue<Runnable> workQueue,
                                  ThreadFactory threadFactory,
                                  RejectedExecutionHandler handler) ;

Demo

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.ThreadFactory;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.atomic.AtomicInteger;
import java.util.concurrent.ThreadPoolExecutor.CallerRunsPolicy;
import java.util.concurrent.TimeUnit;

/**
*了解上面的参数信息后我们就可以定义自己的线程池了，我这边用ArrayBlockingQueue替换了LinkedBlockingQueue，指定了队列的大小，当任务超出队列大小之后使用CallerRunsPolicy拒绝策略处理。
这样做的好处是严格控制了队列的大小，不会出现一直往里面添加任务的情况，有的时候任务处理的比较慢，任务数量过多会占用大量内存，导致内存溢出。
*/
public class BengHiongThreadPoolExecutor {
    private static ExecutorService executorService = newFixedThreadPool1(50);
    private static ExecutorService newFixedThreadPool1(int nThreads) {
        return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS,
                new ArrayBlockingQueue<Runnable>(10000), new DefaultThreadFactory(), new CallerRunsPolicy());
    }
    public static void execute(Runnable command) {
        executorService.execute(command);
    }
    public static void shutdown() {
        executorService.shutdown();
    }
    static class DefaultThreadFactory implements ThreadFactory {
        private static final AtomicInteger poolNumber = new AtomicInteger(1);
        private final ThreadGroup group;
        private final AtomicInteger threadNumber = new AtomicInteger(1);
        private final String namePrefix;
        DefaultThreadFactory() {
            SecurityManager s = System.getSecurityManager();
            group = (s != null) ? s.getThreadGroup() :
                                  Thread.currentThread().getThreadGroup();
            namePrefix = "FSH-pool-" +
                          poolNumber.getAndIncrement() +
                         "-thread-";
        }
        public Thread newThread(Runnable r) {
            Thread t = new Thread(group, r,
                                  namePrefix + threadNumber.getAndIncrement(),
                                  0);
            if (t.isDaemon())
                t.setDaemon(false);
            if (t.getPriority() != Thread.NORM_PRIORITY)
                t.setPriority(Thread.NORM_PRIORITY);
            return t;
        }
    }
}

总结：
线程池技术应用在多线程的场景可以节省很多资源消耗，提高性能，要用好先尝尝，要知道他的原理以及一些设定方法，才能更好的运用在实际中。

参考：
https://mp.weixin.qq.com/s/tvxF74r-NO2uiNIBebPjmQ
https://blog.csdn.net/j3T9Z7H/article/details/80730038