关于java-ee:java中常见的六种线程池详解

之前咱们介绍了线程池的四种回绝策略，理解了线程池参数的含意，那么明天咱们来聊聊Java 中常见的几种线程池，以及在jdk7 退出的 ForkJoin 新型线程池
首先咱们列出Java 中的六种线程池如下

线程池名称	形容
FixedThreadPool	外围线程数与最大线程数雷同
SingleThreadExecutor	一个线程的线程池
CachedThreadPool	外围线程为 0，最大线程数为 Integer. MAX_VALUE
ScheduledThreadPool	指定外围线程数的定时线程池
SingleThreadScheduledExecutor	单例的定时线程池
ForkJoinPool	JDK 7 新退出的一种线程池

在理解集中线程池时咱们先来相熟一下次要几个类的关系，ThreadPoolExecutor 的类图，以及 Executors 的次要办法：

下面看到的类图，不便帮忙上面的了解和查看，咱们能够看到一个外围类 ExecutorService , 这是咱们线程池都实现的基类，咱们接下来说的都是它的实现类。

FixedThreadPool 线程池的特点是它的外围线程数和最大线程数一样，咱们能够看它的实现代码在 Executors#newFixedThreadPool(int) 中，如下：

    public static ExecutorService newFixedThreadPool(int nThreads) {
        return new ThreadPoolExecutor(nThreads, nThreads,
                                      0L, TimeUnit.MILLISECONDS,
                                      new LinkedBlockingQueue<Runnable>());
    }

咱们能够看到办法内创立线程调用的理论是 ThreadPoolExecutor 类，这是线程池的外围执行器，传入的 nThread 参数作为外围线程数和最大线程数传入，队列采纳了一个链表构造的有界队列。

这种线程池咱们能够看作是固定线程数的线程池，它只有在开始初始化的时候线程数会从 0 开始创立，然而创立好后就不再销毁，而是全副作为常驻线程池，这里如果对线程池参数不了解的能够看之前文章《解释线程池各个参数的含意》。
对于这种线程池他的第三个和第四个参数是没意义，它们是闲暇线程存活工夫，这里都是常驻不存在销毁，当线程解决不了时会退出到阻塞队列，这是一个链表构造的有界阻塞队列，最大长度是 Integer. MAX_VALUE

SingleThreadExecutor 线程的特点是它的外围线程数和最大线程数均为 1，咱们也能够将其工作是一个单例线程池，它的实现代码是Executors#newSingleThreadExcutor() , 如下：

    public static ExecutorService newSingleThreadExecutor() {
        return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                                    0L, TimeUnit.MILLISECONDS,
                                    new LinkedBlockingQueue<Runnable>()));
    }

    public static ExecutorService newSingleThreadExecutor(ThreadFactory threadFactory) {
        return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                                    0L, TimeUnit.MILLISECONDS,
                                    new LinkedBlockingQueue<Runnable>(),
                                    threadFactory));
    }

上述代码中咱们发现它有一个重载函数，传入了一个ThreadFactory 的参数，个别在咱们开发中会传入咱们自定义的线程创立工厂，如果不传入则会调用默认的线程工厂
咱们能够看到它与 FixedThreadPool 线程池的区别仅仅是外围线程数和最大线程数改为了 1，也就是说不论工作多少，它只会有惟一的一个线程去执行
如果在执行过程中产生异样等导致线程销毁，线程池也会从新创立一个线程来执行后续的工作
这种线程池非常适合所有工作都须要按被提交的程序来执行的场景，是个单线程的串行。

cachedThreadPool 线程池的特点是它的常驻外围线程数为 0，正如其名字一样，它所有的县城都是长期的创立，对于它的实现在 Executors#newCachedThreadPool() 中，代码如下：

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

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

从上述代码中咱们能够看到 CachedThreadPool 线程池中，最大线程数为 Integer.MAX_VALUE , 意味着他的线程数简直能够有限减少。
因为创立的线程都是长期线程，所以他们都会被销毁，这里闲暇线程销毁工夫是 60 秒，也就是说当线程在 60 秒内没有工作执行则销毁
这里咱们须要留神点，它应用了 SynchronousQueue 的一个阻塞队列来存储工作，这个队列是无奈存储的，因为他的容量为 0，它只负责对工作的传递和直达，效率会更高，因为外围线程都为 0，这个队列如果存储工作不存在意义。

ScheduledThreadPool 线程池是反对定时或者周期性执行工作，他的创立代码 Executors.newSchedsuledThreadPool(int) 中，如下所示：

    public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {return new ScheduledThreadPoolExecutor(corePoolSize);
    }

    public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize, ThreadFactory threadFactory) {return new ScheduledThreadPoolExecutor(corePoolSize, threadFactory);
    }

咱们发现这里调用了 ScheduledThreadPoolExecutor 这个类的构造函数，进一步查看发现 ScheduledThreadPoolExecutor 类是一个继承了 ThreadPoolExecutor 的，同时实现了 ScheduledExecutorService 接口，咱们看到它的几个构造函数都是调用父类 ThreadPoolExecutor 的构造函数

    public ScheduledThreadPoolExecutor(int corePoolSize) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue());
    }

    public ScheduledThreadPoolExecutor(int corePoolSize,
                                       ThreadFactory threadFactory) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue(), threadFactory);
    }

    public ScheduledThreadPoolExecutor(int corePoolSize,
                                       RejectedExecutionHandler handler) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue(), handler);
    }

    public ScheduledThreadPoolExecutor(int corePoolSize,
                                       ThreadFactory threadFactory,
                                       RejectedExecutionHandler handler) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue(), threadFactory, handler);
    }

从下面代码咱们能够看到和其余线程池创立并没有差别，只是这里的工作队列是 DelayedWorkQueue 对于阻塞丢列咱们下篇文章专门说，这里咱们先创立一个周期性的线程池来看一下

    public static void main(String[] args) {ScheduledExecutorService service = Executors.newScheduledThreadPool(5);
        // 1. 提早肯定工夫执行一次
        service.schedule(() ->{System.out.println("schedule ==> 云栖简码 -i-code.online");
        },2, TimeUnit.SECONDS);

        // 2. 依照固定频率周期执行
        service.scheduleAtFixedRate(() ->{System.out.println("scheduleAtFixedRate ==> 云栖简码 -i-code.online");
        },2,3,TimeUnit.SECONDS);

        //3. 依照固定频率周期执行
        service.scheduleWithFixedDelay(() -> {System.out.println("scheduleWithFixedDelay ==> 云栖简码 -i-code.online");
        },2,5,TimeUnit.SECONDS);

    }

下面代码是咱们简略创立了 newScheduledThreadPool，同时演示了外面的三个外围办法，首先看执行的后果：

首先咱们看第一个办法 schedule , 它有三个参数，第一个参数是线程工作，第二个delay 示意工作执行提早时长，第三个unit 示意延迟时间的单位，如下面代码所示就是提早两秒后执行工作

 public ScheduledFuture<?> schedule(Runnable command,
                                       long delay, TimeUnit unit);

第二个办法是 scheduleAtFixedRate 如下, 它有四个参数，command 参数示意执行的线程工作，initialDelay 参数示意第一次执行的延迟时间，period 参数示意第一次执行之后依照多久一次的频率来执行，最初一个参数是工夫单位。如下面案例代码所示，示意两秒后执行第一次，之后按每隔三秒执行一次

    public ScheduledFuture<?> scheduleAtFixedRate(Runnable command,
                                                  long initialDelay,
                                                  long period,
                                                  TimeUnit unit);

第三个办法是 scheduleWithFixedDelay 如下，它与下面办法是十分相似的，也是周期性定时执行, 参数含意和下面办法统一。这个办法和 scheduleAtFixedRate 的区别次要在于工夫的终点计时不同

    public ScheduledFuture<?> scheduleWithFixedDelay(Runnable command,
                                                     long initialDelay,
                                                     long delay,
                                                     TimeUnit unit);

scheduleAtFixedRate 是以工作开始的工夫为工夫终点来计时，工夫到就执行第二次工作，与工作执行所破费的工夫无关；而 scheduleWithFixedDelay 是以工作执行完结的工夫点作为计时的开始。如下所示

它理论和 ScheduledThreadPool 线程池十分类似，它只是 ScheduledThreadPool 的一个特例，外部只有一个线程，它只是将 ScheduledThreadPool 的外围线程数设置为了 1。如源码所示：

    public static ScheduledExecutorService newSingleThreadScheduledExecutor() {
        return new DelegatedScheduledExecutorService
            (new ScheduledThreadPoolExecutor(1));
    }

下面咱们介绍了五种常见的线程池，对于这些线程池咱们能够从外围线程数、最大线程数、存活工夫三个维度进行一个简略的比照，有利于咱们加深对这几种线程池的记忆。

	FixedThreadPool	SingleThreadExecutor	CachedThreadPool	ScheduledThreadPool	SingleThreadScheduledExecutor
corePoolSize	构造函数传入	1	0	构造函数传入	1
maxPoolSize	同 corePoolSize	1	Integer. MAX_VALUE	Integer. MAX_VALUE	Integer. MAX_VALUE
keepAliveTime	0	0	60	0	0

ForkJoinPool 这是一个在 JDK7 引入的新新线程池，它的次要特点是能够充分利用多核CPU , 能够把一个工作拆分为多个子工作，这些子工作放在不同的处理器上并行执行，当这些子工作执行完结后再把这些后果合并起来，这是一种分治思维。
ForkJoinPool 也正如它的名字一样，第一步进行 Fork 拆分，第二步进行 Join 合并，咱们先来看一下它的类图构造

ForkJoinPool 的应用也是通过调用 submit(ForkJoinTask<T> task) 或 invoke(ForkJoinTask<T> task) 办法来执行指定工作了。其中工作的类型是 ForkJoinTask 类，它代表的是一个能够合并的子工作，他自身是一个抽象类，同时还有两个罕用的形象子类 RecursiveAction 和 RecursiveTask，其中 RecursiveTask 示意的是有返回值类型的工作，而 RecursiveAction 则示意无返回值的工作。上面是它们的类图：

上面咱们通过一个简略的代码先来看一下如何应用 ForkJoinPool 线程池


/**
 * @url: i-code.online
 * @author: AnonyStar
 * @time: 2020/11/2 10:01
 */
public class ForkJoinApp1 {

    /**
        指标：打印 0 -200 以内的数字，进行分段每个距离为 10 以上，测试 forkjoin
    */
    public static void main(String[] args) {
        // 创立线程池，ForkJoinPool joinPool = new ForkJoinPool();
        // 创立根工作
        SubTask subTask = new SubTask(0,200);
        // 提交工作
        joinPool.submit(subTask);
        // 让线程阻塞期待所有工作实现 在进行敞开
        try {joinPool.awaitTermination(2, TimeUnit.SECONDS);
        } catch (InterruptedException e) {e.printStackTrace();
        }
        joinPool.shutdown();}
}

class  SubTask extends RecursiveAction {

    int startNum;
    int endNum;

    public SubTask(int startNum,int endNum){super();
        this.startNum = startNum;
        this.endNum = endNum;
    }

    @Override
    protected void compute() {if (endNum - startNum < 10){
            // 如果决裂的两者差值小于 10 则不再持续，间接打印
            System.out.println(Thread.currentThread().getName()+": [startNum:"+startNum+",endNum:"+endNum+"]");
        }else {
            // 取两头值
            int middle = (startNum + endNum) / 2;
            // 创立两个子工作，以递归思维，SubTask subTask = new SubTask(startNum,middle);
            SubTask subTask1 = new SubTask(middle,endNum);
            // 执行工作，fork() 示意异步的开始执行
            subTask.fork();
            subTask1.fork();}
    }
}

后果：

从下面的案例咱们能够看到咱们，创立了很多个线程执行，因为我测试的电脑是 12 线程的，所以这里理论是创立了 12 个线程，也侧面阐明了充沛调用了每个解决的线程解决能力
下面案例其实咱们发现很相熟的滋味，那就是以前接触过的递归思维，将下面的案例图像化如下，更直观的看到，

下面的例子是无返回值的案例，上面咱们来看一个典型的有返回值的案例，置信大家都听过及很相熟斐波那契数列，这个数列有个特点就是最初一项的后果等于前两项的和，如：0，1，1，2，3，5...f(n-2)+f(n-1), 即第 0 项为 0，第一项为 1，则第二项为 0+1=1，以此类推。咱们最后的解决办法就是应用递归来解决，如下计算第 n 项的数值：

    private int num(int num){if (num <= 1){return num;}
        num = num(num-1) + num(num -2);
        return num;
    }

从下面简略代码中能够看到，当 n<=1 时返回 n , 如果n>1 则计算前一项的值f1，在计算前两项的值f2, 再将两者相加失去后果，这就是典型的递归问题，也是对应咱们的ForkJoin 的工作模式，如下所示，根节点产生子工作，子工作再次衍生出子子工作，到最初在进行整合汇聚，失去后果。

咱们通过 ForkJoinPool 来实现斐波那契数列的计算，如下展现：


/**
 * @url: i-code.online
 * @author: AnonyStar
 * @time: 2020/11/2 10:01
 */
public class ForkJoinApp3 {public static void main(String[] args) throws ExecutionException, InterruptedException {ForkJoinPool pool = new ForkJoinPool();
        // 计算第二是项的数值
        final ForkJoinTask<Integer> submit = pool.submit(new Fibonacci(20));
        // 获取后果，这里获取的就是异步工作的最终后果
        System.out.println(submit.get());

    }
}

class Fibonacci extends RecursiveTask<Integer>{

    int num;
    public Fibonacci(int num){this.num = num;}

    @Override
    protected Integer compute() {if (num <= 1) return num;
        // 创立子工作
        Fibonacci subTask1 = new Fibonacci(num - 1);
        Fibonacci subTask2 = new Fibonacci(num - 2);
        // 执行子工作
        subTask1.fork();
        subTask2.fork();
        // 获取前两项的后果来计算和
        return subTask1.join()+subTask2.join();
    }
}

通过 ForkJoinPool 能够极大的施展多核处理器的劣势，尤其非常适合用于递归的场景，例如树的遍历、最优门路搜寻等场景。
下面说的是 ForkJoinPool 的应用上的，上面咱们来说一下其外部的结构，对于咱们后面说的几种线程池来说，它们都是外面只有一个队列，所有的线程共享一个。然而在ForkJoinPool 中，其外部有一个共享的工作队列，除此之外每个线程都有一个对应的双端队列Deque , 当一个线程中工作被Fork 决裂了，那么决裂进去的子工作就会放入到对应的线程本人的Deque 中，而不是放入公共队列。这样对于每个线程来说老本会升高很多，能够间接从本人线程的队列中获取工作而不须要去公共队列中抢夺，无效的缩小了线程间的资源竞争和切换。

有一种状况，当线程有多个如 t1,t2,t3...，在某一段时间线程 t1 的工作特地沉重，决裂了数十个子工作，然而线程 t0 此时却无事可做，它本人的 deque 队列为空，这时为了提高效率，t0 就会想方法帮忙 t1 执行工作，这就是“work-stealing”的含意。
双端队列 deque 中，线程 t1 获取工作的逻辑是后进先出，也就是LIFO（Last In Frist Out），而线程 t0 在“steal”偷线程 t1 的 deque 中的工作的逻辑是先进先出，也就是FIFO（Fast In Frist Out），如图所示，图中很好的形容了两个线程应用双端队列别离获取工作的情景。你能够看到，应用“work-stealing”算法和双端队列很好地均衡了各线程的负载。

本文由 AnonyStar 公布, 可转载但需申明原文出处。
欢送关注微信公账号：云栖简码获取更多优质文章
更多文章关注笔者博客：云栖简码 i-code.online