AsyncTask的优化

大家如果有使用到AsyncTask的话，应该会了解到AsyncTask固然好用，但是它本身设计了对于线程池的一些限制，当运行的AsyncTask实例数量过多的时候会引发RejectedExecutionException异常。例如网络情况较差时,有大量的线程在等待，其根本原因在于AsyncTask本身的设计所限：

private static final int CORE_POOL_SIZE = 5;//线程池数量  
private static final int MAXIMUM_POOL_SIZE = 128;//线程池中最大线程数 
private static final BlockingQueue<Runnable> sPoolWorkQueue = new LinkedBlockingQueue<Runnable>(10); //使用并发库的阻塞队列初始时保存10个Runnable对象 

这些限制就导致了，你在多线程操作的时候，线程最大数量为128+5+10 = 143，当在Executor的队列和容量都达到最大时，再次增加新的task的时候将会进行拒绝行为，而默认的拒绝行为就是抛出这个java.util.concurrent.RejectedExecutionException异常，为了避免出现RejectedExecutionException异常，可以做以下几种优化：

优化1.捕获异常 
       如果是创建特别频繁的情况下要捕获异常，但是这种方法治标不治本，会导致任务丢失      

catch (RejectedExecutionException localRejectedExecutionException){  
   Log.w("localRejectedExecutionException");  
} 

优化2.解除线程池的限制
       在初始化的时候，修改对线程池拒绝添加线程的策略，解除线程池的限制

/**
 * 源码
 */
public static final Executor THREAD_POOL_EXECUTOR  
    = new ThreadPoolExecutor(CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE,  
        TimeUnit.SECONDS, sPoolWorkQueue, sThreadFactory);

/**
 * 修改后
 */
public static final Executor THREAD_POOL_EXECUTOR
    = new ThreadPoolExecutor(CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE,
        TimeUnit.SECONDS, sPoolWorkQueue, sThreadFactory, new ThreadPoolExecutor.DiscardOldestPolicy());

这样处理之后虽然可以保证不会报出RejectedExecutionException异常，但是如果你的线程数量超过143，那你的143之后的线程是不会执行的，问题所在就是BlockingQueue<Runnable> sPoolWorkQueue =  new LinkedBlockingQueue<Runnable>(10);这个队列初始化的时候指定了队列的size()是10，就导致了线程数量的限制，查看下LinkedBlockingQueue的这个类，有一个构造函数不传参数 Creates a LinkedBlockingQueue with a capacity ofInteger.MAX_VALUE. 把那个10去掉，限制就解除了

private static final BlockingQueue<Runnable> sPoolWorkQueue = new LinkedBlockingQueue<Runnable>();

3.优化UI
      考虑到用户的操作会引发频繁的AsyncTask实例化，则从UI上进行改进，比如：分页机制；顺序加载；生产者-消费者模型，尽量减少用户中断当前任务开启新任务的行为