一篇文章带你了解如何正确使用java线程池

166 阅读 0 评论 110 点赞

我是靠谱客的博主爱听歌野狼，最近开发中收集的这篇文章主要介绍一篇文章带你了解如何正确使用java线程池，觉得挺不错的，现在分享给大家，希望可以做个参考。

概述

1、线程是不是越多越好？

在学习多线程之前，读者可能会有疑问？如果单线程跑得太慢，那么是否就能多创建多个线程来跑任务？并发的情况，线程是不是创建越多越好？这是一个很经典的问题，画图表示一下创建很多线程的情况，然后进行情况分析。

创建线程和销毁线程都是需要时间的，如果创建时间+销毁时间>执行任务时间就很不划算
创建后的线程是需要内存去存放的，创建的线程对应一个Thread对象，对象是会占用JVM的堆内存的，根据jvm规范，一个线程默认最大栈大小为1M，这个栈空间也是需要从系统内存中分配的，所以线程越多，需要的内存就越多
创建线程，操作系统是需要频繁进行线程上下文切换的，所以线程创建太多，是会影响性能的

上下文切换(context switch)：对于单核CPU来说，在一个时刻只能运行一个线程，对于并行来说，单核cpu也是可以支持多线程执行代码的，CPU是通过给线程分配时间片来解决的，所谓时间片是CPU给每个线程分配的时间，时间片的时间是非常短的，所以执行完成一个时间片后，进行任务切换，切换之前先保存这个任务的状态，以便于下次换回来的时候，可以加载这个任务的状态，所以从保存任务状态到再加载任务的过程称为上下文切换，不仅在线程间可以上下文切换，进程也同样可以

2、如何正确使用多线程？

如果是计算型任务？

CPU数量的1~2倍即

可如果是IO密集型任务？

就需要多一些线程，要根据具体的io阻塞时长来进行考量决定

3、Java线程池的工作原理

接收任务，放入线程池的任务仓库
工作线程从线程池的任务仓库取，执行
没有任务时，线程阻塞，有任务时唤醒线程

4、掌握JUC线程池API

Executor ：接口类
ExecutorService：加入关闭方法和对Runnable、Callable、Future的支持

shutdown：已经提交的会执行完成
shutdownNow：正在执行的会执行完成，未来执行的返回
awaitTermination：阻塞等待任务关闭完成
submit类型的：都是提交任务的，支持Runnable和Callable
invokeAll类型的：执行集合中所有任务

ScheduleExecutorService ：加入对定时任务的支持

其中schedule(Runablle , long, Timeunit)和schedule(Callable<V> , long, TimeUnit)表示的是多久后执行，而scheduleAtFixedRate方法和scheduleWithFixedDelay方法表示的都是周期性重复执行的

再描述scheduleAtFixedRate方法和scheduleWithFixedDelay方法的区别：

scheduleAtFixedRate：以固定的时间频率重复执行任务，如每10s ，也就是两个任务直接以固定的时间间隔执行，不管任务执行完成与否

scheduleWithFixedDelay：以固定的任务时延迟来重复执行任务，这种任务不管任务执行多久都执行完成，然后隔预定的如3s，接着执行下一个任务，每个任务之间的间隔都是一样的

Executors：快速得到线程池的工具类，创建线程池的工厂类

newFixedThreadPool(int nThreads)：创建一个固定大小、任务队列无界的线程池。线程池的核心线程数=最大线程池=nThreads
newCachedThreadPool()：创建的是一个大小无界的缓冲线程池。它的任务队列是一个同步队列。如果队列中有空闲的线程，则用空闲线程执行，如果没有就创建新线程执行。池中线程空闲超过60s，就会被释放。缓冲线程池使用于执行耗时比较小的异步任务。线程池的核心线程数=0，最大线程池=Integer.MAX_VALUE
newSingleThreadExecutor()：创建的是只有一个线程来执行无界任务队列的单一线程池。该线程池按顺序执行一个一个加入的任务，任何时刻都只有一个线程在执行。单一线程池和newFixedThreadPool(1)的区别在于，单一线程池的池大小是不能再改变的
newScheduleThreadPool(int corePoolSize)：能定时执行任务的线程池，该池的核心线程数由参数corePoolSize指定，最大线程数=Integer.MAX_VALUE
newWorkStealingPool()：以当前系统可用的处理器数作为并行级别创建的work-stealing thread pool(ForkJoinPool)
newWorkStealingPool(int parallelism)：以指定的parallelism并行级别创建的work-stealing thread pool(ForkJoinPool)

ThreadPoolExecutor：线程池的标准实现

下面列举出ThreadPoolExecutor的主要参数：

参数	描述
corePoolSize	核心线程数量
maxPoolSize	最大线程数量
keepAliveTime+时间单位	空闲线程的存活时间
ThreadFactory	线程工厂，用于创建线程
workQueue	用于存放任务的队列，可以称之为工作队列
Handler	用于处理被拒绝的任务

虽然Executors使用起来很方便，不过在阿里编程规范里是强调了慎用Executors创建线程池，下面摘录自阿里编程规范手册：

【强制】线程池不允许使用Executors去创建，而是通过ThreadPoolExecutor的方式，
这样的处理方式让写的同学更加明确线程池的运行规则，规避资源耗尽的风险。
说明：Executors各个方法的弊端：
1）newFixedThreadPool和newSingleThreadExecutor:
主要问题是堆积的请求处理队列可能会耗费非常大的内存，甚至OOM。
2）newCachedThreadPool和newScheduledThreadPool:
主要问题是线程数最大数是Integer.MAX_VALUE，可能会创建数量非常多的线程，甚至OOM。

ThreadPoolExecutor的基本参数：

new ThreadPoolExecutor(
				2, // 核心线程数 
				5, // 最大线程数
                60L, // keepAliveTime,线程空闲超过这个数，就会被销毁释放
                TimeUnit.SECONDS, // keepAliveTime的时间单位
                new ArrayBlockingQueue(5)); // 传入边界为5的工作队列

画流程图表示，线程池的核心参数是corePoolSize、maxPoolSize、workQueue（工作队列）

线程池工作原理示意图：任务可以一直放，直到线程池满了的情况，才会拒绝，然后除了核心线程，其它的线程会被合理回收。所以正常情况下，线程池中的线程数量会处在 corePoolSize 与 maximumPoolSize 的闭区间内

ThreadPoolExecutor基本实例：

ExecutorService service = new ThreadPoolExecutor(2, 5,
                60L, TimeUnit.SECONDS,
                new ArrayBlockingQueue(5));
 service.execute(() ->{
     System.out.println(String.format("thread name:%s",Thread.currentThread().getName()));
 });
  // 避免内存泄露，记得关闭线程池
 service.shutdown();

ThreadPoolExecutor加上Callable、Future使用的例子：

public static void  main(String[] args) {
	ExecutorService service = new ThreadPoolExecutor(2, 5,
	                60L, TimeUnit.SECONDS,
	                new ArrayBlockingQueue(5));	
	Future<Integer> future = service.submit(new CallableTask());
	Thread.sleep(3000);
	System.out.println("future is done?" + future.isDone());
	if (future.isDone()) {
	    System.out.println("callableTask返回参数:"+future.get());
	}
	service.shutdown();
}
static class CallableTask implements Callable<Integer>{
     @Override
     public Integer call() {
         return ThreadLocalRandom.current().ints(0, (99 + 1)).limit(1).findFirst().getAsInt();
     }
 }