共计 5488 个字符,预计需要花费 14 分钟才能阅读完成。
一、引言
池的概念大家并不生疏,数据库连接池、线程池等 … 大体来说,有三个长处:
- 升高资源耗费。
- 进步响应速度。
- 便于对立治理。
以上是“池化”技术的雷同特点,至于他们之间的不同点这里不讲,两者都是为了进步性能和效率,抛开理论做连连看找不同,没有意义。
同样,类比于线程池来说:
- 升高资源耗费:
反复利用线程池中曾经创立的线程,相比之下省去了线程创立和销毁的性能耗费。 - 进步响应速度:
当有工作创立时,不用期待线程创立,能够立刻执行。 - 便于对立治理:
应用线程池,能够对线程对立治理,对线程的执行状态做对立监控。
二、线程池的应用
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler);
1、要害参数
- corePoolSize 外围线程数
当向线程池中提交一个工作时,如果线程池中的线程数量小于外围线程数,即便存在闲暇线程,也会新建一个线程来执行当前任务,直到线程数量大于或等于外围线程数。 - maximunPoolSize 最大线程数
当工作队列满了,线程池中的线程数量小于最大线程数时,创立新线程执行工作。对于无界队列,疏忽该参数。 - keepAliveTime 线程存活工夫
大于外围线程数的那一部分线程的存活工夫,如果这部分线程闲暇超过这段时间,则进行销毁。 - workqueue 工作队列
线程池中的线程数大于外围线程数时,将工作放入此队列期待执行。 - threadFactory 线程工厂
用于创立线程,工厂应用 new Threa() 的形式创立线程,并为每个线程做对立规定的命名:pool-m-thread-n(m 为线程池的编号,n 为线程池内的线程编号)。 - handler 饱和策略
当线程池和队列都满了,则依据此策略解决工作。
2、工作队列类型
名称 | 形容 |
---|---|
ArrayBlockingQueue | 基于数组构造的有界阻塞队列,此队列按 FIFO(先进先出)准则对元素进行排序。 |
LinkedBlockingQueue | 基于链表构造的阻塞队列,此队列按 FIFO(先进先出)排序元素,吞吐量通常要高于 ArrayBlockingQueue。Executors.newFixedThreadPool() 应用了这个队列。 |
SynchronousQueue | 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,否则插入操作始终处于阻塞状态,吞吐量通常要高于 LinkedBlockingQueue,动态工厂办法 Executors.newCachedThreadPool() 应用了这个队列。 |
PriorityBlockingQueue | 具备优先级的有限阻塞队列。 |
3、饱和策略类型
策略名称 | 个性 |
---|---|
AbortPolicy | 默认的饱和策略,间接抛出 RejectedExecutionException 异样 |
DiscardPolicy | 不解决,间接抛弃工作 |
CallerRunsPolicy | 应用调用者的线程执行工作 |
DiscardOldestPolicy | 抛弃队列里最近的一个工作,执行当前任务 |
同时,还能够自行实现 RejectedExecutionHandler
接口来自定义饱和策略,比方记录日志、长久化等等。
-
void execute(Runnable command)
❀ 示例:ThreadFactory namedThreadFactory = new ThreadFactoryBuilder().setNameFormat("demo-pool-%d").build(); ExecutorService executor = new ThreadPoolExecutor( 10, 1000, 60L, TimeUnit.SECONDS, new LinkedBlockingQueue<>(10), namedThreadFactory, new ThreadPoolExecutor.AbortPolicy()); executor.execute(() -> {System.out.println(1111); });
留神应用 execute 办法提交工作时,没有返回值。
-
Future<?> submit(Runnable task)
❀ 示例:Future<Integer> future = executor.submit(() -> {return 1 + 1;}); Integer result = future.get();
还能够应用 submit 办法提交工作,该办法返回一个
Future
对象,通过Future#get()
办法能够取得工作的返回值,该办法会始终阻塞晓得工作执行结束。还能够应用Future#get(long timeout, TimeUnit unit)
办法,该办法会阻塞一段时间后立刻返回,而这时工作可能没有执行结束。
5、敞开线程池
ThreadPoolExecutor 提供了 shutdown() 和 shutdownNow() 两个办法敞开线程池。原理是首先遍历线程池的工作线程,顺次调用 interrupt()
办法中断线程,这样看来如果无奈响应中断的工作就不能终止。
两者区别是:
shutdownNow()
首先将线程池的状态设置成 STOP,而后尝试进行所有的正在执行或暂停工作的线程,并返回期待执行工作的列表。shutdown()
首先将线程池的状态设置成 SHUTDOWN 状态,而后中断所有没有正在执行工作的线程。
如果调用了其中一种办法,isShutdown 办法就会返回 true。当所有的工作都已敞开后, 才示意线程池敞开胜利,这时调用 isTerminaed 办法会返回 true。理论利用中能够依据工作是否 肯定要执行结束 的个性,决定应用哪种办法敞开线程池。
6、正当的配置线程池
通常咱们能够 依据 CPU 外围数量来设计线程池数量。
能够通过 Runtime.getRuntime().availableProcessors()
办法取得以后设施的物理外围数量。值得注意的是,如果利用运行在一些 docker 或虚拟机容器上时,该办法获得的是以后物理机的 CPU 外围数。
- IO 密集型 2nCPU
-
计算密集型 nCPU+1
- 其中 n 为 CPU 外围数量。
- 为什么加 1:即便当计算密集型的线程偶然因为缺失故障或者其余起因而暂停时,这个额定的线程也能确保 CPU 的时钟周期不会被节约。
三、线程池的运行过程
当提交一个新工作时,线程池的解决步骤:
- 判断以后线程池内的线程数量是否小于外围线程数,如果小于则新建线程执行工作。否则,进入下个阶段。
- 判断队列是否已满,如果没满,则将工作退出期待队列。否则,进入下个阶段。
- 在下面根底上判断是否大于最大线程数,如果是依据响应的策略解决。否则,新建线程执行当前任务。
线程池的源码比较简单易懂,感兴趣的小伙伴能够自行查看 java.util.concurrent.ThreadPoolExecutor
,在线程池中每个工作都被包装为一个一个的 Worker,上面简略看下 Worker 的 run() 办法:
try {while (task != null || (task = getTask()) != null) {w.lock();
// If pool is stopping, ensure thread is interrupted;
// if not, ensure thread is not interrupted. This
// requires a recheck in second case to deal with
// shutdownNow race while clearing interrupt
if ((runStateAtLeast(ctl.get(), STOP) ||
(Thread.interrupted() &&
runStateAtLeast(ctl.get(), STOP))) &&
!wt.isInterrupted())
wt.interrupt();
try {beforeExecute(wt, task);
Throwable thrown = null;
try {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);
}
能够看到一直的循环取出 Task 并执行,而在工作的执行前后,有 beforeExecute 和 afterExecute 办法,咱们能够实现两个办法实现一些监控逻辑。除此之外还能够汇合线程池的一些属性或者重写 terminated() 办法在线程池敞开时进行监控。
四、常见的几种线程池实现
在 Executors
中提供了集中常见的线程池,别离利用在不同的场景。
- FixThreadPool 固定数量的线程池,实用于对线程治理,高负载的零碎
- SingleThreadPool 只有一个线程的线程池,实用于保障工作程序执行
- CacheThreadPool 创立一个不限度线程数量的线程池,实用于执行短期异步工作的小程序,低负载零碎
- ScheduledThreadPool 定时工作应用的线程池,实用于定时工作
下面几种线程池的个性次要依赖于 ThreadPoolExecutor 的几个参数来实现,不同的外围线程数量,以及不同类型的阻塞队列,同时咱们还能够自行实现本人的线程池满足业务需要。
值得注意的是,并不举荐应用 Executors
创立线程池,详见下:
- Executors.newFixedThreadPool(int nThread)
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
❀ 持续来看 LinkedBlockingQueue:
public LinkedBlockingQueue() {this(Integer.MAX_VALUE);
}
public LinkedBlockingQueue(int capacity) {if (capacity <= 0) throw new IllegalArgumentException();
this.capacity = capacity;
last = head = new Node<E>(null);
}
能够看到应用 LinkedBlockingQueue 创立的是 Integer.MAX_VALUE 大小的队列,会沉积大量的申请,从而造成 OOM
- Executors.newSingleThreadExexutor()
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
同样,应用的 LinkedBlockingQueue,一样的状况
- Executors.newCachedThreadPool()
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
代码课件线程池应用的最大线程数是 Integer.MAX_VALUE,可能会创立大量线程,导致 OOM
- Executors.newScheduleThreadPool()
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {return new ScheduledThreadPoolExecutor(corePoolSize);
}
public ScheduledThreadPoolExecutor(int corePoolSize) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue());
}
和下面是一样的问题,最大线程数是 Integer.MAX_VALUE
所以原则上来说禁止应用 Executors 创立线程池,而应用 ThreadPoolExecutor 的构造函数来创立线程池。
五、结语
线程池在开发中还是比拟常见的,联合不同的业务场景,联合最佳实际配置正确的参数,能够帮忙咱们的利用性能失去晋升。
欢送拜访集体博客 获取更多常识分享。