JUC---创建线程池与自定义ThreadPool线程池

最新推荐文章于 2022-05-27 01:56:42 发布

编程菜农

最新推荐文章于 2022-05-27 01:56:42 发布

阅读量202

点赞数

分类专栏： JUC

本文链接：https://blog.csdn.net/qq_42296117/article/details/107967375

版权

JUC 专栏收录该内容

15 篇文章 0 订阅

订阅专栏

为什么使用线程池

线程池的优势：

线程池做的工作只要是控制运行的线程数量，处理过程中将任务放入队列，然后在线程创建后启动这些任务，如果线程数量超过了最大数量，超出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。
它的主要特点为：线程复用;控制最大并发数;管理线程。
第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的销耗。
第二：提高响应速度。当任务到达时，任务可以不需要等待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，不仅会销耗系统资源，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

架构图
在这里插入图片描述
该框架中用到了Executor，Executors，ExecutorService，ThreadPoolExecutor这几个类

Executors源码：

几个相关的线程池创建：

 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>());
    }

首先可以看到都是通过 new ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler) 来创建线程

Executors.newFixedThreadPool(int)：

newFixedThreadPool创建的线程池corePoolSize和maximumPoolSize值是相等的，它使用的是LinkedBlockingQueue

执行长期任务性能好，创建一个线程池，
一池有N个固定的线程，有固定线程数的线程

Executors.newSingleThreadExecutor()：

newSingleThreadExecutor 创建的线程池corePoolSize和maximumPoolSize值都是1，它使用的是LinkedBlockingQueue

一个任务一个任务的执行，一池一线程

Executors.newCachedThreadPool()

执行很多短期异步任务，线程池根据需要创建新线程，
但在先前构建的线程可用时将重用它们。可扩容，遇强则强

newCachedThreadPool创建的线程池将corePoolSize设置为0，将maximumPoolSize设置为Integer.MAX_VALUE，它使用的是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。

通过Executors来创建这三个线程池demo使用

private static void threadPool() {
        //        System.out.println(Runtime.getRuntime().availableProcessors());
        //固定线程池
//        ExecutorService executorService = Executors.newFixedThreadPool(3);
        //单例线程池
//        ExecutorService executorService = Executors.newSingleThreadExecutor();
        //执行很多短期异步任务，线程池根据需要创建新线程，
        //但在先前构建的线程可用时将重用它们。可扩容，遇强则强
        ExecutorService executorService = Executors.newCachedThreadPool();
        try {
            for (int i = 1; i <= 10 ; i++) {
                executorService.execute(()->{
                    try {
                        System.out.println(Thread.currentThread().getName()+"\t 开始接入");
                        TimeUnit.SECONDS.sleep(2);
                        System.out.println(Thread.currentThread().getName()+"\t 结束");
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                });
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //收尾工作
            executorService.shutdown();
        }
    }

其实不建议线程池使用Executors去创建

阿里巴巴中的文档也给我们指明：
在这里插入图片描述
OOM 内存溢出：

fixed-siingle/SingleThreadPool->他们的LinkedBlockingQueue链表队列的长度为Integer.max_valux =21亿 ->等到这个满了之后内存早爆满了
CacheThreadPool 线程数量Integer.max_valux 大量的线程内存也是撑不住

解决方案：根据实际的情况自己自定义线程池：
使用ThreadPoolExecutor创建，根据实际的情况来设定对应的七大参数；
合理的使用拒绝策略：
拒绝策略使用的前提：

1队列满了：再也塞不下新任务了
同时，
2最大线程数也满了；无法继续为新任务服务。

这个是时候我们就需要拒绝策略机制合理的处理这个问题。

那如果想自定义线程就需要了解刚刚源码中的ThreadPoolExecutor方法中的各个参数，及线程池底层的工作原理

可以看到Excutors中创建线程都了 new ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
而理解这七个参数并使用，我们可以按照自己的需求自定义一个线程池

ThreadPoolExecutor的七大参数

1、corePoolSize：线程池中的常驻核心线程数
2、maximumPoolSize：线程池中能够容纳同时
执行的最大线程数，此值必须大于等于1
3、keepAliveTime：多余的空闲线程的存活时间
当前池中线程数量超过corePoolSize时，当空闲时间
达到keepAliveTime时，多余线程会被销毁直到
只剩下corePoolSize个线程为止
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，
用于创建线程，一般默认的即可(Executors.defaultThreadFactory())

通过前五个参数可以把三个线程池区分出来

线程池工作原理：（结合七大参数）

在这里插入图片描述

线程池新建立时corePool核心线程中的时无线程，需要线程时判断这里面有无后在建立线程，当满了的话需要现在等待队列中先排队，当阻塞队列满了之后就需要扩充新的线程，最大就是maximumPool数；
当处理完高峰线程空闲之后，会更具设置的keepAliveTime的时间和unit设置的单位，达到时间过时的线程就销毁，销毁到核心线程数；
此时再来任务核心线程就直接处理；
另外中=种情形高峰一直持续：当最大线程池满了同时阻塞队也满了的话，就开始要拒绝；此时就要开始执行拒绝策略；（4种）

线程池的主要处理流程：

开始：有任务来-判断核心线程数是否满
没有满：创建新的线程来执行
满了的话：
判断阻塞队列满了没有满
没满的话放入阻塞队列中等候
阻塞队列满了
判断最大线程数满了没有
没满，扩招线程
满了
开始执行拒绝策略

线程池的拒绝策略：

等待队列已经排满了，再也塞不下新任务了
同时，
线程池中的max线程也达到了，无法继续为新任务服务。
这个是时候我们就需要拒绝策略机制合理的处理这个问题。
JDK内置的拒绝策略：

1:AbortPolicy(默认)：直接抛出RejectedExecutionException异常阻止系统正常运行
2:CallerRunsPolicy：“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，而是将某些任务回退到调用者，从而降低新任务的流量。
3:DiscardOldestPolicy：抛弃队列中等待最久的任务，然后把当前任务加人队列中
尝试再次提交当前任务。
4:DiscardPolicy：该策略默默地丢弃无法处理的任务，不予任何处理也不抛出异常。
如果允许任务丢失，这是最好的一种策略。

以上内置拒绝策略均实现了
RejectedExecutionHandle接口

自定义线程池代码（根据七大参数）：

public static void main(String[] args) {
        //自定义线程池
        ExecutorService threadPoolExecutor = new ThreadPoolExecutor(
                2,
                5,
                3L,
                TimeUnit.SECONDS,
                new ArrayBlockingQueue<>(3),
                Executors.defaultThreadFactory(),
//                new ThreadPoolExecutor.DiscardOldestPolicy()
                new ThreadPoolExecutor.DiscardPolicy()
        );

        //调用线程池
        try {
            for (int i = 1; i <= 10 ; i++) {
                threadPoolExecutor.execute(()->{
                    try {
                        System.out.println(Thread.currentThread().getName()+"\t 开始接入");
                        TimeUnit.SECONDS.sleep(2);
                        System.out.println(Thread.currentThread().getName()+"\t 结束");
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                });
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            //收尾工作
            threadPoolExecutor.shutdown();
        }


    }