• java多线程系列16 线程池


    当系统系统规模较小,我们可以不使用线程池。但是当系统到达一定规模,频繁的创建和销毁线程池会消耗很多资源。

    合理利用线程池能够带来三个好处。

    1降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。

    2提高响应速度。当任务到达时,任务可以不需要等到线程创建就能立即执行。

    3提高线程的可管理性。线程是稀缺资源,如果无限制的创建,不仅会消耗系统资源,还会降低系统的稳定性,使用线程池可以进行统一的分配,调优和监控。

    下面演示下线程池的基本的使用

    public class ThreadPoolExecutorTest {
    	public static void main(String[] args) {
    		ThreadPoolExecutor executor = new ThreadPoolExecutor(5, 10, 5, TimeUnit.SECONDS,
    				new LinkedBlockingQueue<Runnable>());
    
    		Runnable runnable = null;
    		for (int i = 0; i < 20; i++) {
    			runnable = new Runnable() {
    				@Override
    				public void run() {
    					try {
    						Thread.sleep(1000);
    					} catch (InterruptedException e) {
    						e.printStackTrace();
    					}
    					System.out.println(Thread.currentThread().getName() + " run");
    				}
    			};
    			executor.execute(runnable);
    		}
    		executor.shutdown();
    	}
    }
    

      

    Jdk默认了实现了4种线程池。
    newCachedThreadPool创建一个可缓存线程池,如果线程池长度超过处理需要,可灵活回收空闲线程,默认是60秒,若无可回收,则新建线程。
    newFixedThreadPool 创建一个定长线程池,可控制线程最大并发数,超出的线程会在队列中等待。
    newScheduledThreadPool 创建一个定长线程池,支持定时及周期性任务执行。
    newSingleThreadExecutor 创建一个单线程化的线程池,它只会用唯一的工作线程来执行任务,保证所有任务按照指定顺序(FIFO, LIFO, 优先级)执行

    查看源码 都是调用

    其本质是通过不同的参数初始化一个ThreadPoolExecutor对象,只是传递的参数不同罢了

    具体参数解释如下:

    corePoolSize 线程池中的核心线程数,

    maximumPoolSize 线程池中允许的最大线程数

    keepAliveTime 线程空闲时的存活时间,即当线程没有任务执行时,继续存活的时间

    keepAliveTime的 单位 unit

    workQueue

    用来保存等待被执行的任务的阻塞队列,且任务必须实现Runable接口,在JDK中提供了如下阻塞队列:
    ArrayBlockingQueue:基于数组的有界阻塞队列,按FIFO排序任务;
    LinkedBlockingQuene:基于链表的无界阻塞队列,按FIFO排序任务,吞吐量通常要高于ArrayBlockingQuene
    SynchronousQuene:一个不存储元素的阻塞队列,每个插入操作必须等到另一个线程调用移除操作,否则插入操作一直处于阻塞状态,吞吐量通常要高于LinkedBlockingQuene
    priorityBlockingQuene:具有优先级的无界阻塞队列;

    handler

    线程池的拒绝策略,当阻塞队列满了,且没有空闲的工作线程,如果继续提交任务,必须采取一种策略处理该任务,线程池内置4种策略:
    1AbortPolicy:直接抛出异常,默认策略;
    2CallerRunsPolicy:用调用者所在的线程来执行任务;
    3DiscardOldestPolicy:丢弃阻塞队列中靠最前的任务,并执行当前任务;
    4DiscardPolicy:直接丢弃任务;
    当然我们也可以根据应用场景实现RejectedExecutionHandler接口,自定义拒绝策略,

    实际开发中,一般先记录日志 再开一个定时去处理

    执行流程图如下

     

    ======================================================================

    原理解析 

     

    找到线程池核心的execute()方法 源代码如下 

     

     if (command == null)
                throw new NullPointerException();
    //ctl是一个包装变量 包含了线程池的状态以及线程池中线程数
            int c = ctl.get();
            //workerCountOf 获取线程池的当前线程数
         if (workerCountOf(c) < corePoolSize) { // 【步骤1】
                if (addWorker(command, true))
                    return;
                c = ctl.get();
            }
        if (isRunning(c) && workQueue.offer(command)) { // 【步骤2】
                int recheck = ctl.get();
              if (! isRunning(recheck) && remove(command))   //【步骤4】
                    reject(command);
                else if (workerCountOf(recheck) == 0)
                    addWorker(null, false);
            }
         else if (!addWorker(command, false)) // 【步骤3】
                reject(command);
        }
    

     

      

    具体的执行流程如下:
    --> 如果线程数小于corePoolSize,则执行addWorker方法创建新的线程执行任务 并返回 ;否则执行步骤2;
    --> 如果线程池处于RUNNING状态,并且任务成功放入阻塞队列中,则执行步骤4,否则执行 步骤3
    --> 再次检查线程池的状态,如果线程池没有RUNNING,并且从阻塞队列中删除任务,则执行reject方法处理任务;
    --> 执行addWorker方法创建新的线程执行任务,如果addWoker执行失败,则执行reject方法处理任务;

    接下来我们看看addWorker方法

    addWorker分为2部分

    retry:
            for (;;) {
                int c = ctl.get();
                int rs = runStateOf(c);
                if (rs >= SHUTDOWN &&
                    ! (rs == SHUTDOWN &&
                       firstTask == null &&
                       ! workQueue.isEmpty()))
                    return false;
    
                for (;;) {
                    int wc = workerCountOf(c);
    //通过自旋的方式,判断要添加的Worker是否是true,如果是的话,那么
    //则判断当前的workerCount是否大于corePoolsize,否则则判断是否大于//maximumPoolSize,如果满足的话,说明workerCount超出了线程池大小,直//接返回false 如果没有超出就cas让workerCount+1 如果成功就跳出循环 失//败就继续进行状态的判断
                    if (wc >= CAPACITY ||
                        wc >= (core ? corePoolSize : maximumPoolSize))
                        return false;
                    if (compareAndIncrementWorkerCount(c))
                        break retry;
                    c = ctl.get();  // Re-read ctl
                    if (runStateOf(c) != rs)
                        continue retry;
                    // else CAS failed due to workerCount change; retry inner loop
                }
            }
    --------第一部分完 
    /*如果满足了的话,那么则创建一个新的Worker对象 满足状态就添加到works中 然后启动Worker中的线程开始执行任务*/
            boolean workerStarted = false;
            boolean workerAdded = false;
            Worker w = null;
            try {
                w = new Worker(firstTask);
                final Thread t = w.thread;
                if (t != null) {
                    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);
                            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;
        }
     
    

      

     

     

  • 相关阅读:
    mklink
    SQL Server 定时清理数据库日志文件
    elementui——elform校验循环对象 前端
    vue3.0 Layput布局,基于断点的隐藏类
    You Raise Me Up
    java 8 stream 的 parallelStream会丢失数据的问题
    记一次分布式事务和可用性的接口协调处理
    最近一个考验sql能力的问题浮现
    关于mysql分组后取某列最大值的进行保留该行的sql操作
    树莓派做微型服务器
  • 原文地址:https://www.cnblogs.com/javabigdata/p/7055516.html
Copyright © 2020-2023  润新知