1、 线程池概念
线程池，将线程资源当做一个池子，里面维护着一些保持活跃的线程来执行任务，避免了线程的频繁创建、销毁带来的资源损耗。
线程池带来的好处：
降低资源消耗：通过重用已经创建的线程来降低线程创建和销毁的消耗。
提高响应速度：任务到达时不需要等待线程创建就可以立即执行。
提高线程的可管理性：线程池可以统一管理、分配、调优和监控。
2、简单的使用：Executors提供几种简单线程池使用
- Executors提供封装好ThreadPoolExecutor的一些常用线程池：
//单线程线程池，保证任务按指定顺序执行
ExecutorService service1 = Executors.newSingleThreadExecutor();
//创建一个固定大小的线程池，可以控制线程的最大并发数
ExecutorService service2 = Executors.newFixedThreadPool(5);
//创建一个可缓存的线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，否则新建线程
ExecutorService service3 = Executors.newCachedThreadPool ();
//创建一个定时线程池，支持定时及周期性的执行任务
ExecutorService service4 = Executors.newScheduledThreadPool(5);
- 阿里对线程池的规范：
【强制】线程池不允许使用 Executors去创建，Executors的任务队列和最大线程数没有限制好会导致OOM，推荐通过 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。
3、ThreadPoolExecutor
- ThreadPoolExecutor继承关系
Executor接口：只有一个execute方法，定义提交任务的方法
ExecutorService：是Executor的子接口,增加了一些常用的对线程的控制方法。
AbstractExecutorService: 是一个抽象类，ThreadPoolExecutor其实就是实现了这个抽象类。
- ThreadPoolExecutor的一些常用方法
提交单个任务：void execute(Runnable command)、Future
多个任务批量执行：
invokeAll(Collection<? extends Callable
invokeAny(Collection<? extends Callable
修改线程池状态：
shutdown(): 将线程池状态置为SHUTDOWN,停止接收任务，但会把现有工作线程和任务等待队列里的任务跑完
shutdownNow()：将线程池状态置为STOP，停止接收任务，忽略任务等待队列，尝试中断工作线程。
-
ThreadPoolExecutor的一些关键属性
-
corePoolSize 核心线程数，即空闲时保留的线程数
-
maximumPoolSize 最大线程数，代表该线程池能同时执行任务的最大线程数，当队列无界时其实不生效
-
keepAliveTime 线程的存活时间，一般指超过corePoolSize数的线程最久能保留的时间
-
线程池的阻塞队列(WorkQueue): 任务提交的等待队列
注：阻塞队列的有界无界会关系到最大线程数属性是否生效，和线程池添加任务逻辑有关
注：其实利用阻塞队列的offer添加、poll提取,可以控制队列中任务执行的顺序
ArrayBlockingQueue：基于数组结构的有界阻塞队列，FIFO。
LinkedBlockingQueue：基于链表结构的有界阻塞队列，FIFO。
SynchronousQueue：不存储元素的阻塞队列，每个插入操作都必须等待一个移出操作，反之亦然。
PriorityBlockingQueue：具有优先级别的阻塞队列。 -
threadFactory 线程的制造工厂
线程池通过他来创建线程，可以自定义一些线程的基本属性。 -
线程池的拒绝策略(RejectedExecutionHandler )
AbortPolicy：直接抛出异常，默认策略；
CallerRunsPolicy：用调用者所在的线程来执行任务；
DiscardOldestPolicy：丢弃阻塞队列中靠最前的任务，并执行当前任务；
DiscardPolicy：直接丢弃任务；
-
-
线程池提交任务的流程图
4、ThreadPoolExecutor源码解析
4.1 关键的AtomicInteger ctl : 一个32位的原子Integer,ThreadPoolExecutor利用他来保存线程池状态和工作线程数
ctl是一个32位数，高3位保存线程池的状态，后29位保存此时线程池中的Woker类线程数量
ctl源码：
private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));//0^32
private static final int COUNT_BITS = Integer.SIZE - 3;//29
private static final int CAPACITY = (1 << COUNT_BITS) - 1;//最大线程容量
//线程池有以下五种状态
private static final int RUNNING = -1 << COUNT_BITS; \接受新execute的task, 执行已入队的task
private static final int SHUTDOWN = 0 << COUNT_BITS; \不接受新execute的task, 但执行已入队的task, 中断所有空闲的线程
private static final int STOP = 1 << COUNT_BITS; \不接受新execute的task, 不执行已入队的task, 中断所有的线程
private static final int TIDYING = 2 << COUNT_BITS; \所有线程停止, workerCount数量为0, 将执行钩子方法: terminated()
private static final int TERMINATED = 3 << COUNT_BITS; \terminated()方法执行完毕
4.2 线程池中的工作线程workers和Worker内部类
workers源码：
private final HashSet<Worker> workers = new HashSet<Worker>(); \存储线程池的工作线程，Worker是ThreadPoolExecutor的内部类，也是ThreadPoolExecutor的工作线程。
Worker源码：
private final class Worker
extends AbstractQueuedSynchronizer
implements Runnable
{
//实际执行线程
final Thread thread;
//提交的任务
Runnable firstTask;
//完成的任务数统计
volatile long completedTasks;
// 构造函数，setState(-1)，使线程不会被打断
Worker(Runnable firstTask) {
setState(-1); // inhibit interrupts until runWorker
this.firstTask = firstTask;
this.thread = getThreadFactory().newThread(this);
}
//重写Runnable接口的run方法，实际调用runWorker方法，后面讲解runWorker方法
public void run() {
runWorker(this);
}
4.3 线程池提交任务的execute(Runnable command)方法：向线程池提交一个任务
public void execute(Runnable command) {
if (command == null)
throw new NullPointerException();
// 获取ctl的值
int c = ctl.get();
// wokerCountOf(c)计算工作线程的数量
// 1、如果工作线程数小于核心线程数，创建一个工作线程到workers。
if (workerCountOf(c) < corePoolSize) {
if (addWorker(command, true))//添加任务到workers工作线程set
return;
c = ctl.get();
}
//2、 当前线程池工作线程数大于cordPoolSize，尝试添加任务到等待队列workQueue
if (isRunning(c) && workQueue.offer(command)) {
int recheck = ctl.get();
//对线程池状态做再一步检查
if (! isRunning(recheck) && remove(command))
reject(command);
else if (workerCountOf(recheck) == 0)
addWorker(null, false);
}
//3任务添加等待队列失败，会尝试新建一个非核心的任务Worker工作线程
else if (!addWorker(command, false))
//新建工作线程失败，执行拒绝策略
reject(command);
}
4.4 addWorker(Runnable firstTask, boolean core)：增加一个工作线程
private boolean addWorker(Runnable firstTask, boolean core) {
retry:
for (;;) {
int c = ctl.get();
int rs = runStateOf(c);
// 判断当前线程池状态，及SHUTDOWN状态可以执行等待队列里的任务
if (rs >= SHUTDOWN &&
! (rs == SHUTDOWN &&
firstTask == null &&
! workQueue.isEmpty()))
return false;
for (;;) {
int wc = workerCountOf(c);
// 判断工作线程数量
if (wc >= CAPACITY ||
wc >= (core ? corePoolSize : maximumPoolSize))
return false;
// ctl中工作线程数加一，跳出当前循环
if (compareAndIncrementWorkerCount(c))
break retry;
c = ctl.get(); // Re-read ctl
if (runStateOf(c) != rs)
// 增加工作线程失败，ctl状态变更，再来一次
continue retry;
// else CAS failed due to workerCount change; retry inner loop
}
}
boolean workerStarted = false;
boolean workerAdded = false;
Worker w = null;
try {
w = new Worker(firstTask);
final Thread t = w.thread;
if (t != null) {
// 可重入锁
final ReentrantLock mainLock = this.mainLock;
mainLock.lock();
try {
int rs = runStateOf(ctl.get());
if (rs < SHUTDOWN ||
(rs == SHUTDOWN && firstTask == null)) {
if (t.isAlive()) // precheck that t is startable
throw new IllegalThreadStateException();
workers.add(w); // 工作线程set中增加一个Work
int s = workers.size();
if (s > largestPoolSize)
largestPoolSize = s;
workerAdded = true;
}
} finally {
mainLock.unlock();
}
if (workerAdded) {
t.start();
workerStarted = true;
}
}
} finally {
if (! workerStarted)
addWorkerFailed(w);
}
return workerStarted;
}
4.5 runWorker()：工作线程实际执行体
runWorker():注意while循环，当while循环条件不满足时，这个工作线程就执行完了，应该销毁。
final void runWorker(Worker w) {
Thread wt = Thread.currentThread();
Runnable task = w.firstTask;
w.firstTask = null;
w.unlock(); // allow interrupts
boolean completedAbruptly = true;
try {
// getTask()持续从人物等待队列workQueue获取任务
while (task != null || (task = getTask()) != null) {
w.lock();
if ((runStateAtLeast(ctl.get(), STOP) ||
(Thread.interrupted() &&
runStateAtLeast(ctl.get(), STOP))) &&
!wt.isInterrupted())
wt.interrupt();
try {
beforeExecute(wt, task);
Throwable thrown = null;
try {
// 实际执行我们提交任务的run方法
task.run();
} catch (RuntimeException x) {
thrown = x; throw x;
} catch (Error x) {
thrown = x; throw x;
} catch (Throwable x) {
thrown = x; throw new Error(x);
} finally {
afterExecute(task, thrown);
}
} finally {
task = null;
w.completedTasks++;
w.unlock();
}
}
completedAbruptly = false;
} finally {
processWorkerExit(w, completedAbruptly);
}
}
getTask()方法源码：工作线程从任务队列中获取任务执行的方法体，关键的地方在workQueue.poll和workQueue.take这两个方法，poll会超过等待时间返回null,take则会一直阻塞，实现了空闲时间核心线程保留，非核心线程销毁的逻辑。
private Runnable getTask() {
boolean timedOut = false; // Did the last poll() time out?
// 自循环保证池状态的一致性
for (;;) {
int c = ctl.get();
int rs = runStateOf(c);
// 如果等待队列为空，则工作线程数减1，并返回null；注意该线程是否被销毁的逻辑在runWorker(Worker)方法内，此处不用处理
if (rs >= SHUTDOWN && (rs >= STOP || workQueue.isEmpty())) {
decrementWorkerCount();
return null;
}
int wc = workerCountOf(c); // 获取工作线程数
// 工作线程是否被销毁？
// 如果allowCoreThreadTimeOut设置为false,表明当该线程不是核心线程时就会被销毁，否则核心线程不会被销毁；
// 如果allowCoreThreadTimeOut设置为true,表明即使是核心线程也会被销毁；
boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;
//如果工作线程数大于maximumPoolSize且工作线程数大于1或者等待队列为空，则工作线程数减1且返回null
if ((wc > maximumPoolSize || (timed && timedOut))
&& (wc > 1 || workQueue.isEmpty())) {
if (compareAndDecrementWorkerCount(c))
return null;
continue;
}
try {
//如果timed为true，则执行poll(Long,TimeUnit),否则执行take()
// poll(Long,TimeUnit)会限制线程等待指定时间，如果等待超时则返回null；take()则不会限制等待时间，阻塞直到返回一个任务；
Runnable r = timed ?
workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
workQueue.take();
if (r != null)
return r;
timedOut = true; // 等待超时了
} catch (InterruptedException retry) {
timedOut = false;
}
}
}
5、补充知识
5.1 PriorityBlockingQueue:优先级队列
使用例子：
```
newThreadPoolExecutor(...new PriorityBlockingQueue(6, new MyRunnableComparator<MyRunnable>()\MyRunnableComparator自定义的一个比较器)
static class MyRunnableComparator<M extends BaseNumber> implements Comparator<MyRunnable> {
@Override
public int compare(MyRunnable r1, MyRunnable r2) {
if (r1.getNum() > r2.getNum()) {
return -1;
} else if (r1.getNum().equals(r2.getNum())) {
return 0;
} else {
return 1;
}
}
}
```
元素采用二叉堆数组形式实现：
https://images0.cnblogs.com/i/497634/201403/182345301461858.jpg
5.2 CAS
CAS:compareAndSwamp，比较并交换，CAS有3个操作数，内存值V，预期值A，更新值B。只有当V=A时，才把V更新为B。
具体实现例子为为UNSAFE类的compareAndSwapInt方法：unsafe.compareAndSwapInt(this, valueOffset, expect, update);\实际调用CPU底层指令实现
缺点：会出现ABA问题