简介
线程Thread是一个重量级资源，线程的创建、启动以及销毁都是比较耗费系统资源的，同时受限于系统资源的限制，线程的数量与系统性能是一种抛物线的关系，因此对线程的管理，是一种非常好的程序设计习惯，自JDK1.5起，utils包提供了ExecutorService[ɪɡˈzɛkjətɚ]线程池的实现。通俗的将：为了避免重复的创建线程，线程池的出现可以让线程进行复用。当有工作来，就会向线程池拿一个线程，当工作完成后，并不是直接关闭线程，而是将这个线程归还给线程池供其他任务使用。
一个线程池包括以下四个基本组成部分：
1、线程池管理器（ThreadPool）：用于创建并管理线程池，包括 创建线程池，销毁线程池，添加新任务；
2、工作线程（PoolWorker）：线程池中线程，在没有任务时处于等待状态，可以循环的执行任务；
3、任务接口（Task）：每个任务必须实现的接口，以供工作线程调度任务的执行，它主要规定了任务的入口，任务执行完后的收尾工作，任务的执行状态等；
4、任务队列（taskQueue）：用于存放没有处理的任务。提供一种缓冲机制。
线程池的作用
1.重用线程池中的线程,减少因对象创建,销毁所带来的性能开销;
2.能有效的控制线程的最大并发数,提高系统资源利用率,同时避免过多的资源竞争,避免堵塞;
3.能够多线程进行简单的管理,使线程的使用简单、高效。
线程池的创建
Java里面线程池的顶级接口是Executor，通过工具类java.util.concurrent.Executors的静态方法来创建。Executors此包中所定义的 Executor、ExecutorService、ScheduledExecutorService、ThreadFactory 和 Callable 类的工厂和实用方法。
Executors工具类创建线程池
方法名 功能
newFixedThreadPool(int nThreads) 创建固定大小的线程池
newSingleThreadExecutor() 创建只有一个线程的线程池
newCachedThreadPool() 创建一个不限线程数上限的线程池，任何提交的任务都将立即执行
newFixedThreadPool：
使用的构造方式为new ThreadPoolExecutor(var0, var0, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue())，设置了corePoolSize=maxPoolSize，keepAliveTime=0(此时该参数没作用)，无界队列，任务可以无限放入，当请求过多时(任务处理速度跟不上任务提交速度造成请求堆积)可能导致占用过多内存或直接导致OOM异常
newSingleThreadExector：
使用的构造方式为new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(), var0)，基本同newFixedThreadPool，但是将线程数设置为了1，单线程，弊端和newFixedThreadPool一致
newCachedThreadPool：
使用的构造方式为new ThreadPoolExecutor(0, 2147483647, 60L, TimeUnit.SECONDS, new SynchronousQueue())，corePoolSize=0，maxPoolSize为很大的数，同步移交队列，也就是说不维护常驻线程(核心线程)，每次来请求直接创建新线程来处理任务，也不使用队列缓冲，会自动回收多余线程，由于将maxPoolSize设置成Integer.MAX_VALUE，当请求很多时就可能创建过多的线程，导致资源耗尽OOM
newScheduledThreadPool：
使用的构造方式为new ThreadPoolExecutor(var1, 2147483647, 0L, TimeUnit.NANOSECONDS, new ScheduledThreadPoolExecutor.DelayedWorkQueue())，支持定时周期性执行，注意一下使用的是延迟队列，弊端同newCachedThreadPool一致
所以根据上面分析我们可以看到，FixedThreadPool和SigleThreadExecutor中之所以用LinkedBlockingQueue无界队列，是因为设置了corePoolSize=maxPoolSize，线程数无法动态扩展，于是就设置了无界阻塞队列来应对不可知的任务量；而CachedThreadPool则使用的是SynchronousQueue同步移交队列，为什么使用这个队列呢？因为CachedThreadPool设置了corePoolSize=0，maxPoolSize=Integer.MAX_VALUE，来一个任务就创建一个线程来执行任务，用不到队列来存储任务；SchduledThreadPool用的是延迟队列DelayedWorkQueue。在实际项目开发中也是推荐使用手动创建线程池的方式，而不用默认方式，关于这点在《阿里巴巴开发规范》
中是这样描述的：
ThreadPoolExecutor构造方法创建
Executors中创建线程池的快捷方法，实际上是调用了ThreadPoolExecutor的构造方法
// Java线程池的构造函数
public ThreadPoolExecutor(
int corePoolSize, // 核心线程数
int maximumPoolSize, // 最大线程数
long keepAliveTime, //线程活动时间
TimeUnit unit, // 时间单位
BlockingQueue<Runnable> workQueue, //工作队列
ThreadFactory threadFactory, // 线程工厂
RejectedExecutionHandler handler) //拒绝策略
线程池中几个重要的参数 corePoolSize, maximumPoolSize, workQueue以及handler：
ThreadPoolExecutor参数详解
corePoolSize：核心线程数，也是线程池中常驻的线程数，线程池初始化时默认是没有线程的，当任务来临时才开始创建线程去执行任务
maximumPoolSize：最大线程数，在核心线程数的基础上可能会额外增加一些非核心线程，需要注意的是只有当workQueue队列填满时才会创建多于corePoolSize的线程(线程池总线程数不超过maxPoolSize)
keepAliveTime：非核心线程的空闲时间超过keepAliveTime就会被自动终止回收掉，注意当corePoolSize=maxPoolSize时，keepAliveTime参数也就不起作用了(因为不存在非核心线程)；
unit：keepAliveTime的时间单位
workQueue：用于保存任务的队列，可以为无界、有界、同步移交三种队列类型之一，当池子里的工作线程数大于corePoolSize时，这时新进来的任务会被放到队列中
threadFactory：创建线程的工厂类，默认使用Executors.defaultThreadFactory()，也可以使用guava库的ThreadFactoryBuilder来创建
handler：线程池无法继续接收任务(队列已满且线程数达到maximunPoolSize)时的饱和策略，取值有AbortPolicy、CallerRunsPolicy、DiscardOldestPolicy、DiscardPolicy
workQueue队列
SynchronousQueue(同步移交队列)：队列不作为任务的缓冲方式，可以简单理解为队列长度为零
LinkedBlockingQueue(无界队列)：队列长度不受限制，当请求越来越多时(任务处理速度跟不上任务提交速度造成请求堆积)可能导致内存占用过多或OOM
ArrayBlockintQueue(有界队列)：队列长度受限，当队列满了就需要创建多余的线程来执行任务
handler拒绝策略
AbortPolicy：中断抛出异常
DiscardPolicy：默默丢弃任务，不进行任何通知
DiscardOldestPolicy：丢弃掉在队列中存在时间最久的任务
CallerRunsPolicy：让提交任务的线程去执行任务(对比前三种比较友好)
一、SynchronousQueue
SynchronousQueue没有容量，是无缓冲等待队列，是一个不存储元素的阻塞队列，会直接将任务交给消费者，必须等队列中的添加元素被消费后才能继续添加新的元素。使用SynchronousQueue阻塞队列一般要求maximumPoolSizes为无界，避免线程拒绝执行操作。
二、LinkedBlockingQueue
LinkedBlockingQueue是一个无界（没有大小限制）缓存等待队列。当前执行的线程数量达到corePoolSize的数量时，剩余的元素会在阻塞队列里等待，在使用此阻塞队列时maximumPoolSizes就相当于无效了。
三、ArrayBlockingQueue
ArrayBlockingQueue是一个有界缓存等待队列，可以指定缓存队列的大小，当线程数量大于corePoolSize时，多余的任务会缓存在ArrayBlockingQueue队列中等待有空闲的线程时继续执行；当ArrayBlockingQueue满时，则又会开启新的线程去执行，直到线程数量达到maximumPoolSize；当线程数已经达到最大的maximumPoolSize时，再有新的任务到达时会执行拒绝执行策略（RejectedExecutionException）。
线程池中的线程创建流程图：
线程池的工作顺序
If fewer than corePoolSize threads are running, the Executor always prefers adding a new thread rather than queuing.
If corePoolSize or more threads are running, the Executor always prefers queuing a request rather than adding a new thread.
If a request cannot be queued, a new thread is created unless this would exceed maximumPoolSize, in which case, the task will be rejected.
corePoolSize -> 任务队列 -> maximumPoolSize -> 拒绝策略
线程池提交任务：
可以向线程池提交的任务有两种：Runnable和Callable，二者的区别如下：
提交方式 是否关心返回结果
Future<T> submit(Callable<T> task) 是
void execute(Runnable command) 否
Future<?> submit(Runnable task) 否，虽然返回Future，但是其get()方法总是返回null
Future<?> submit(Runnable task) 否，虽然返回Future，但是其get()方法总是返回null
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks);
Runnable和Callable区别
方法签名不同，void Runnable.run(), V Callable.call() throws Exception
是否允许有返回值，Callable允许有返回值
是否允许抛出异常，Callable允许抛出异常。
Callable是JDK1.5时加入的接口，作为Runnable的一种补充，允许有返回值，允许抛出异常。
ThreadPoolExecutor创建线程池案例
execute方法提交
/**
* <p>
* 使用execute方法执行任务，通过Runnable接口创建线程类(匿名内部类方式创建线程类)
* （1）定义runnable接口的实现类，并重写该接口的run()方法，
* （2）创建 Runnable实现类的实例，
* </P>
*/
@Test
public void createThreadPool1() {
int pcount = Runtime.getRuntime().availableProcessors();
//最大线程数控制
int maxthreadNum = 5;
ExecutorService executor = new ThreadPoolExecutor(pcount, maxthreadNum, 10, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(1000), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
for (int i = 0; i < 5; i++) {
final int index = i;
//匿名内部类方式创建
executor.execute(new Runnable() {
@Override
public void run() {
//业务处理
System.out.println(Thread.currentThread().getName() + " " + index);
}
});
}
}
/**
* <p>
* 使用execute方法执行任务，通过Runnable接口创建线程类(自定义创建线程类)
* （1）定义runnable接口的实现类，并重写该接口的run()方法，
* （2）创建 Runnable实现类的实例，
* </P>
*/
@Test
public void createThreadPool2() {
int pcount = Runtime.getRuntime().availableProcessors();
//最大线程数控制
int maxthreadNum = 5;
ExecutorService executor = new ThreadPoolExecutor(pcount, maxthreadNum, 10, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(1000), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
for (int i = 0; i < 5; i++) {
final int index = i;
executor.execute(new RunnableTask(index));
}
}
static class RunnableTask implements Runnable {
private int i;
public RunnableTask(int i) {
this.i = i;
}
@Override
public void run() {
//业务处理
System.out.println(Thread.currentThread().getName() + " " + i);
}
}
invokeAll方法批量提交
/**
* <p>
* 使用invokeAll方法批量执行任务，通过Callable接口创建线程类(匿名内部类方式创建线程类)
* invokeAll的作用是：等待所有的任务执行完成后统一返回。
* （1）定义runnable接口的实现类，并重写该接口的run()方法，
* （2）创建 Runnable实现类的实例，
* </P>
*/
@Test
public void createThreadPool3() {
ExecutorService executor = new ThreadPoolExecutor(4, 4, 10, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(1000), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
List<Callable<Object>> tasks = new ArrayList<>();
for (int i = 0; i < 5; i++) {
tasks.add(() -> {
System.out.println(Thread.currentThread().getName());
return null;
});
}
try {
List<Future<Object>> futureList = executor.invokeAll(tasks);
// 获取全部并发任务的运行结果
for (Future f : futureList) {
// 获取任务的返回值，并输出到控制台
System.out.println("result：" + f.get());
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
// 关闭线程池
executor.shutdown();
}
使用submit方法提交
/**
* <p>
* 使用submit方法执行任务，通过Callable接口创建线程类(匿名内部类方式创建线程类)
* </P>
*/
@Test
public void createThreadPool4() {
ExecutorService executor = new ThreadPoolExecutor(4, 4, 10, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(1000), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
List<Future<Callable>> futureList = new ArrayList<>(10);
for (int i = 0; i < 5; i++) {
final int index = i;
Future future = executor.submit(() -> {
System.out.println(Thread.currentThread().getName() + " " + index);
return index;
});
futureList.add(future);
}
try {
// 获取全部并发任务的运行结果
for (Future f : futureList) {
// 获取任务的返回值，并输出到控制台
System.out.println("result：" + f.get());
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
// 关闭线程池
executor.shutdown();
}
/**
* <p>
* 使用submit方法执行任务，通过Callable接口创建线程类(自定义方式创建线程类)
* </P>
*/
@Test
public void createThreadPool5() {
ExecutorService executor = new ThreadPoolExecutor(4, 4, 10, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(1000), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
List<Future<Callable>> futureList = new ArrayList<>(10);
for (int i = 0; i < 5; i++) {
final int index = i;
Future future = executor.submit(new CallableTask1(index));
futureList.add(future);
}
try {
// 获取全部并发任务的运行结果
for (Future f : futureList) {
// 获取任务的返回值，并输出到控制台
System.out.println("result：" + f.get());
}
} catch (InterruptedException e) {
e.printStackTrace();
} catch (ExecutionException e) {
e.printStackTrace();
}
// 关闭线程池
executor.shutdown();
}
static class CallableTask1 implements Callable<Integer> {
Integer i;
public CallableTask1(Integer i) {
this.i = i;
}
@Override
public Integer call() throws Exception {
System.out.println(Thread.currentThread().getName() + " " + i);
return i;
}
}
}
线程池监控
线程池使用不当也会使服务器资源枯竭，导致异常情况的发生，比如固定线程池的阻塞队列任务数量过多、缓存线程池创建的线程过多导致内存溢出、系统假死等问题。因此，我们需要一种简单的监控方案来监控线程池的使用情况，比如完成任务数量、未完成任务数量、线程大小等信息。
一、线程池监控参数
线程池提供了以下几个方法可以监控线程池的使用情况：
方法 含义
getActiveCount() 线程池中正在执行任务的线程数量
getCompletedTaskCount() 线程池已完成的任务数量，该值小于等于taskCount
getCorePoolSize() 线程池的核心线程数量
getLargestPoolSize() 线程池曾经创建过的最大线程数量。通过这个数据可以知道线程池是否满过，也就是达到了maximumPoolSize
getMaximumPoolSize() 线程池的最大线程数量
getPoolSize() 线程池当前的线程数量
getTaskCount() 线程池已经执行的和未执行的任务总数
二、线程池监控案例
/**
* <p>
* 实例2：打印线程池参数
* </P>
*/
@Test
public void printThreadPoolParameters() {
// 开始时间
long start = System.currentTimeMillis();
int pcount = Runtime.getRuntime().availableProcessors();
// 创建一个线程池
ThreadPoolExecutor executor = new ThreadPoolExecutor(4, 4, 60, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(10), Executors.defaultThreadFactory(), new ThreadPoolExecutor.CallerRunsPolicy());
for (int i = 0; i < 5; i++) {
executor.execute(() -> {
printThreadPoolStatus(executor);
});
}
executor.shutdown();
System.out.println("执行任务消耗了 ：" + (System.currentTimeMillis() - start) + "毫秒");
}
private static void printThreadPoolStatus(ThreadPoolExecutor executor) {
BlockingQueue queue = executor.getQueue();
System.out.println(Thread.currentThread().getName() + "," +
"当前的线程数量:" + executor.getPoolSize() + "," +
"核心线程数:" + executor.getCorePoolSize() + "," +
"最大线程数:" + executor.getMaximumPoolSize() + "," +
"活动线程数:" + executor.getActiveCount() + "," +
"任务总数:" + executor.getTaskCount() + "," +
"任务完成数:" + executor.getCompletedTaskCount() + "," +
"线程空闲时间:" + executor.getKeepAliveTime(TimeUnit.SECONDS) + "秒," +
"当前排队线程数:" + queue.size() + "," +
"队列剩余大小:" + queue.remainingCapacity() + "," +
"线程池是否关闭:" + executor.isShutdown() + ","
);
}
三.测试结果
pool-1-thread-1,当前的线程数量:3,核心线程数:4,最大线程数:4,活动线程数:3,任务总数:3,任务完成数:0,线程空闲时间:60秒,当前排队线程数:0,队列剩余大小:10,线程池是否关闭:false,
pool-1-thread-1,当前的线程数量:4,核心线程数:4,最大线程数:4,活动线程数:4,任务总数:5,任务完成数:1,线程空闲时间:60秒,当前排队线程数:0,队列剩余大小:10,线程池是否关闭:true,
pool-1-thread-4,当前的线程数量:3,核心线程数:4,最大线程数:4,活动线程数:3,任务总数:5,任务完成数:2,线程空闲时间:60秒,当前排队线程数:0,队列剩余大小:10,线程池是否关闭:true,
pool-1-thread-3,当前的线程数量:2,核心线程数:4,最大线程数:4,活动线程数:2,任务总数:5,任务完成数:3,线程空闲时间:60秒,当前排队线程数:0,队列剩余大小:10,线程池是否关闭:true,
pool-1-thread-2,当前的线程数量:2,核心线程数:4,最大线程数:4,活动线程数:2,任务总数:5,任务完成数:4,线程空闲时间:60秒,当前排队线程数:0,队列剩余大小:10,线程池是否关闭:true,