Java高并发，ThreadPoolExecutor线程池技术

Java当中的线程池是通过Executor这个框架接口来实现的，该框架当中用到了Executor，Executors工具类，ExecutorService，ThreadPoolExecutor

 Executors创建线程的三种方法：

ExecutorService threadPool = Executors.newFixedThreadPool(5);    //固定容量
ExecutorService threadPool = Executors.newSingleThreadExecutor();     //单例的、单个线程的线程池
ExecutorService threadPool = Executors.newCachedThreadPool();     //缓存的 即超出就自动创建线程的

接下来讲解一下这三个的区别：

固定容量的线程池

首先我们看的是第一个固定容量的线程池Executors.newFixedThreadPool(5);：

首先看代码：

/**
 * 主要特点：线程复用；控制最大并发数；管理线程。
 *
 * @author Cocowwy
 * @create 2020-05-05-20:20
 * Executor/ExecutorServic(Interface)
 * Executors  线程池的工具类
 */
public class MyThreadPoolDemo {
    public static void main(String[] args) {
        //一池五个受理线程
        ExecutorService threadPool = Executors.newFixedThreadPool(5);  //看源码是LinkedBlockingQueue<Runnable>()
        try {
            //模拟10个用户办理业务，但是只有5个受理窗口
            for (int i = 0; i < 10; i++) {
                threadPool.execute(() -> {
                    System.out.println(Thread.currentThread().getName() + "\t" + "办理业务");
                });
                Thread.sleep(400);
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            threadPool.shutdown(); //关闭线程池
        }
    }

}

结果如下：

 接着我们加上一句线程睡眠一小会的代码：

public class MyThreadPoolDemo {
    public static void main(String[] args) {
        //一池五个受理线程
        ExecutorService threadPool = Executors.newFixedThreadPool(5);  //看源码是LinkedBlockingQueue<Runnable>()
        try {
            //模拟10个用户办理业务，但是只有5个受理窗口
            for (int i = 0; i < 10; i++) {
                threadPool.execute(() -> {
                    System.out.println(Thread.currentThread().getName() + "\t" + "办理业务");
                });
                Thread.sleep(400);
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            threadPool.shutdown(); //关闭线程池
        }
    }

}

 在这里我们可以看到有序办理了每个业务。可以看出这个是固定了大小的线程池，每次都是从这个线程池中取的线程。

单例的线程池

这是第二个，单例的线程池：

ExecutorService threadPool = Executors.newSingleThreadExecutor(); //一池1个受理线程

public class MyThreadPoolDemo {
    public static void main(String[] args) {
//        ExecutorService threadPool = Executors.newFixedThreadPool(5);  //一池五个受理线程,看源码是LinkedBlockingQueue<Runnable>()
        ExecutorService threadPool = Executors.newSingleThreadExecutor();  //一池1个受理线程

        try {
            for (int i = 0; i < 10; i++) {
                threadPool.execute(() -> {
              System.out.println(Thread.currentThread().getName() + "\t" + "办理业务");
                });
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            threadPool.shutdown(); //关闭线程池
        }
    }
}

 我们可以看到一直是一个线程在受理业务。

可扩展的线程池

接下来是第三个线程池：ExecutorService threadPool = Executors.newCachedThreadPool(); //一池N个受理线程 可扩展的

ExecutorService threadPool = Executors.newCachedThreadPool(); //一池N个受理线程 可扩展的

接下来上代码：

public class MyThreadPoolDemo {
    public static void main(String[] args) {
//        ExecutorService threadPool = Executors.newFixedThreadPool(5);  //一池五个受理线程,看源码是LinkedBlockingQueue<Runnable>()
//        ExecutorService threadPool = Executors.newSingleThreadExecutor();  //一池1个受理线程
         ExecutorService threadPool = Executors.newCachedThreadPool();  //一池N个受理线程

        try {
            for (int i = 0; i < 10; i++) {
                threadPool.execute(() -> {
                    try {
                        Thread.sleep(400);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    System.out.println(Thread.currentThread().getName() + "\t" + "办理业务");
                });
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            threadPool.shutdown(); //关闭线程池
        }
    }

}

先看看效果：

在上面的代码中，我们可以发现的是，对从线程池取的线程睡了0.4s，然而却可以发现创建出了3，6，9，10，1，8，7，4，5.....这么多的线程

因为我们睡眠的时间太短了，表明需要受理的业务频率太多，所以才开辟了这么多的线程去处理。

tips：我们可以设置睡眠时间，来控制线程池的开辟数量。当我们将睡眠时间设置的尽可能的大，那么开辟的线程数自然而然的就少了下来，证明需要受理的业务不那么频繁

所以我们可以发现当请求过多，过于频繁的时候使用可扩展的线程池newCachedThreadPool将会创建更多的线程。

线程池的源码

首先点进newFixedThreadPool()的源码可以看到：

 接下来点进去newSingleThreadExecutor()的源码可以看到：

 接下来点进去newCachedThreadPool()的源码可以看到：

综上所述，返回的实际上只是一个ThreadPoolExecutor（可以看看继承图），利用构造器传入的不同的参数而已，而且我们也能发现底层是阻塞队列。
同时说明我们也可以通过ThreadPoolExecutor`来创建线程池，Executors只是一个创建线程池的工具类，实际上返回的还是ThreadPoolExecutor。

ThreadPoolExecutor的七大参数

接着我们继续点进ThreadPoolExecutor：

 接着再点进这this，我们可以看到它有七个参数，：corePoolSize，maximumPoolSize，keepAliveTime，unit，workQueue，threadFactory，handler

 下图是这七大参数的解释：

线程池的底层工作原理图

接下来结合下图理解理解上述的7大参数：
首先看看线程池的底层工作原理图：

 

看上图以及参数解析对照我们可以知道maximumPool包含corePool，maximumPool表示最多能放的线程数，而corePool表示的就是线程的常驻数，可以理解为银行的有最多有5个受理窗口，但是常用的却只有2个。

而候客区就相当于我们的阻塞队列（BlockingQueue），那当我们的阻塞队列满了之后，handle拒绝策略出来了，相当于银行门口立了块牌子，上面写着不办理后面的业务了！

然后当客户都办理的差不多了，此时多出来(在corePool的基础上扩容的窗口)的窗口在经过keepAliveTime的时间后就关闭了，重新恢复到corePool个受理窗口。

总结一下线程池的工作流程：

首先线程池接收到任务，先判断核心线程数是否满了，如果corepool没有满接客则核心（常驻）线程处理。

常驻线程满了就放到阻塞队列，如果阻塞队列没满，这些任务放在阻塞队列。

如果阻塞队列也满了，就扩容线程数到最大线程数。

如果最大线程数也满了，就是我们的拒绝策略。

这就是线程池四大步骤。 接客、放入队列，扩容线程，拒绝策略！

也可以看下图流程解释：太妙了！！

实际开发当中如何合适的使用线程池

 为什么不建议使用Executors工具类去创建线程池？

举个例子，回到之前讲的 newSingleThreadExecutor(); ;以及Executors.newCachedThreadPool( );创建的线程池，看看源码，

正如源码中看到的那样：

 如果用Executors去创建，默认的Integer.MAX_VALUE的大小是21亿............极大的消耗内存，线程池永远不会慢，内存会被你压爆

又如下面源码：

     //这是Single的
    public static ExecutorService newSingleThreadExecutor() {
        return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                                    0L, TimeUnit.MILLISECONDS,
                                    new LinkedBlockingQueue<Runnable>()));
    }
    }
    //点进去LinkedBlockQueue
        public LinkedBlockingQueue() {
        this(Integer.MAX_VALUE);
    }

   //这是Cahed的
    public static ExecutorService newCachedThreadPool() {
        return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                      60L, TimeUnit.SECONDS,
                                      new SynchronousQueue<Runnable>());
    }

对于newSingleThreadExecutor()而言，LinkedBlockQueue的长度是Integer.MAX_VALUE，
对于newCachedThreadPool()而言，maximumPool的值竟然为Integer.MAX_VALUE！！
两者均会导致OOM异常！

自定义线程池

public class MyThreadPoolDemo {
    public static void main(String[] args) {
        //自定义线程池
        ThreadPoolExecutor threadPool = new ThreadPoolExecutor(2,
                5,
                2L,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(3), //不写的话默认也是Integer.MAX_VALUE
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.AbortPolicy());//默认的拒绝策略

        try {
            //模拟10个用户办理业务，但是只有5个受理窗口
            for (int i = 0; i < 9; i++) {
                threadPool.execute(() -> {
                    System.out.println(Thread.currentThread().getName() + "\t" + "办理业务");
                });
            }
        } catch (Exception e) {
            e.printStackTrace();
        } finally {
            threadPool.shutdown(); //关闭线程池
        }
    }

threadPool 是我们自定义的线程池，连接过上面的参数的应该都知道。

该线程池最大支持的并发量就应该是maximumPool+Queue的大小，即5+3=8，而超过了大小之后就会报错：java.util.concurrent.RejectedExecutionException 拒绝执行异常

 线程池的四大拒绝策略

接下来我们看看线程池的四大拒绝策略，上述是JDK默认的拒绝策略：

接下来看看另外三种策略的运行结果

将上述代码的拒绝策略改成第二种new ThreadPoolExecutor.CallerRunsPolicy()，回退到原始调用者，这里之main线程

 

 第三种new ThreadPoolExecutor.DiscardOldestPolicy()：不报错。

第四种new ThreadPoolExecutor.DiscardPolicy()： 同样不报错。

以上策略均继承自RejectedExecutionHandler接口。

怎么设置maximumPoolSize合理

最后提一句怎么设置maximumPoolSize合理，

了解：IO密集型，CPU密集型：（调优）

1、CPU 密集型，一般设置为CPU核数加1，可以保持CPu的效率最高！

System.out.println(Runtime.getRuntime().availableProcessors()); //获取CPU的核数，8核

2、IO 密集型， 判断你程序中十分耗IO的线程