【JavaEE初阶】线程池详解与实现

文章目录

🌴线程池的概念
🎄标准库中的线程池
🍀ThreadPoolExecutor 类
- 🚩corePoolSize与maximumPoolSize
- 🚩keepAliveTime
- 🚩ThreadFactory
- 🚩workQueue
- 🚩RejectedExecutionHandler handler
🎍模拟实现线程池
⭕总结

🌴线程池的概念

线程池，是一种线程的使用模式，它为了降低线程使用中频繁的创建和销毁所带来的资源消耗与代价。

通过创建一定数量的线程，让他们时刻准备就绪等待新任务的到达，而任务执行结束之后再重新回来继续待命。

想象这么一个场景：
在学校附近新开了一家快递店，老板很精明，想到一个与众不同的办法来经营。店里没有雇人，而是每次有业务来了，就现场找一名同学过来把快递送了，然后解雇同学。这个类比我们平时来一个任务，起一个线程进行处理的模式。
很快老板发现问题来了，每次招聘 + 解雇同学的成本还是非常高的。老板还是很善于变通的，知道了为什么大家都要雇人了，所以指定了一个指标，公司业务人员会扩张到 3 个人，但还是随着业务逐步雇人。于是再有业务来了，老板就看，如果现在公司还没 3 个人，就雇一个人去送快递，否则只是把业务放到一个本本上，等着 3 个快递人员空闲的时候去处理。这个就是我们要带出的线程池的模式

线程池最核心的设计思路：复用线程，平摊线程的创建与销毁的开销代价

相比于来一个任务创建一个线程的方式，使用线程池的优势体现在如下几点：

避免了线程的重复创建与开销带来的资源消耗代价
提升了任务响应速度，任务来了直接选一个线程执行而无需等待线程的创建
线程的统一分配和管理，也方便统一的监控和调优

提升了响应速度是怎么体现的呢？

这里博主和大家详细说一下：

比如你去银行取钱
有两种方法：
方法一，我们自己可以在银行的取款机自己取，注意这时候我们是自主的，就像程序里的“用户态”。用户态执行的是程序员自己的代码，我想干嘛就干嘛，想在取款机里取钱、存钱、查询余额等都在我的掌控范围内
方法二，我们去柜台取钱，我们不能进入银行，只能交给柜员，让他执行你给的命令，间接完成，就像程序里的“内核态”。此时你你给银行内部人员发去了取钱的命令，注意此时她是立马给你取钱吗？她可能给同事闲聊几句、可能喝口水、锤锤背、或者领导叫她，这时候就会耽搁，你就只能等着，非常的被动，办理时间也变长了

此时呢，我们的线程池就像方法一，我们可以利用已经存在的线程自己完成操作，而不是去重新创建。

🎄标准库中的线程池

Executors 创建方式有以下几个

newFixedThreadPool	创建固定线程数的线程池
newCachedThreadPool	创建线程数目动态增长的线程池.
newSingleThreadExecutor	创建只包含单个线程的线程池
newScheduledThreadPool	设定延迟时间后执行命令，或者定期执行命令. 是进阶版的 Timer

注意上述方法是有返回值的

返回值类型为 ExecutorService

使用实例如下：

使用 Executors.newFixedThreadPool(10) 能创建出固定包含 10 个线程的线程池.
返回值类型为 ExecutorService
通过 ExecutorService.submit 可以注册一个任务到线程池中

import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;public class TestDemo1 {public static void main(String[] args) {ExecutorService pool = Executors.newFixedThreadPool(10);for(int i = 1; i < 100;i++) {int n = i;pool.submit(new Runnable() {@Overridepublic void run() {System.out.println("任务"+n);}});}}
}

结果展示：
在这里插入图片描述

🍀ThreadPoolExecutor 类

Executors 本质上是 ThreadPoolExecutor 类的封装.
在这里插入图片描述
我们也可以去
Java文档
进行查找

我们在图示区域找到java.util.concurrent包

这个包里面放的很多都与并法编程相关的类

接下来我们点击并找到ThreadPoolExecutor类
在这里插入图片描述
我们对这个类往下翻我们就可以看到它提供了一些构造方法

我们可以就看到ThreadPoolExecutor 提供了更多的可选参数, 可以进一步细化线程池行为的设定，接下来博主带大家看一下这些参数代表的意义（这里第四个构造方法参数最多，所以这里讲第四个构造方法的参数）

🚩corePoolSize与maximumPoolSize

corePoolSize代表的是核心线程数
maximumPoolSize代表的最大线程数

corePoolSize 指的是核心线程数，线程池初始化时线程数默认为 0，当有新的任务提交后，会创建新线程执行任务，如果不做特殊设置，此后线程数通常不会再小于 corePoolSize ，因为它们是核心线程，即便未来可能没有可执行的任务也不会被销毁。

随着任务量的增加，在任务队列满了之后，线程池会进一步创建新线程，最多可以达到 maximumPoolSize 来应对任务多的场景，如果未来线程有空闲，大于 corePoolSize 的线程会被合理回收。所以正常情况下，线程池中的线程数量会处在 corePoolSize 与 maximumPoolSize 的闭区间内。

就好比一个公司有很多员工，有正式员工，还有零时工

这两者的区别在于：

正式员工是一定会存在的，而零时工是可以随时被辞退的
公司忙的时候，需要员工就招募一些，活儿少了之后一些零时工可能就会被辞退

整体的策略为：正式员工打底，零时工动态调节

接下来我们讨论一个问题，实际开法当中，线程池中的线程数应该设置为多少合适？

答案为：不同的程序特点不同，此时设置的线程数也是不同的

这是为什么呢？

这里我们考虑两个极端情况：

CPU密集型：每个线程要执行的任务都是通过狂转CPU来实现，此时的线程数最多不超过CPU的核数，此时，你设置的再大也没有用。
IO密集型：每个线程干的工作就是等待IO（读写硬盘、读写网卡、等待用户输入·······），不吃CPU，此时这样的线程处于阻塞状态，不参与CPU调度，这时候多搞一些线程都无所谓，不再受制于CPU核数。理论上来说，可以设成无穷大（实际上当然是不行的）

然而，咱们再实际开放当中并没有程序符合这两种理想模型

真实的程序，往往一部分要吃CPU，一部分要等待IO

具体这个程序，几成工作量吃CPU，几成工作量等待IO，我们并不确定

那么我们实际开发中应该子怎么设置呢？

设置后进行测试，选择一个最优的选择

🚩keepAliveTime

当线程池中线程数量多于核心线程数时，而此时又没有任务可做，线程池就会检测线程的 keepAliveTime，如果超过规定的时间，无事可做的线程就会被销毁，以便减少内存的占用和资源消耗。

如果后期任务又多了起来，线程池也会根据规则重新创建线程，所以这是一个可伸缩的过程，比较灵活，我们也可以用setKeepAliveTime 方法动态改变 keepAliveTime 的参数值。

就相当于零时工如果闲下来太久，就会被辞退。setKeepAliveTime 可以设置空闲的时间

🚩ThreadFactory

ThreadFactory 实际上是一个线程工厂，它的作用是生产线程以便执行任务。我们可以选择使用默认的线程工厂，创建的线程都会在同一个线程组，并拥有一样的优先级，且都不是守护线程，我们也可以选择自己定制线程工厂，以方便给线程自定义命名，不同的线程池内的线程通常会根据具体业务来定制不同的线程名

🚩workQueue

workQueue是线程池的任务队列，作为一种缓冲机制，线程池会把当下没有处理的任务放入任务队列中，由于多线程同时从任务队列中获取任务是并发场景，此时就需要任务队列满足线程安全的要求，所以线程池中任务队列采用

BlockingQueue 来保障线程安全。常用的队列主要有以下几种：

LinkedBlockingQueue
LinkedBlockingQueue是一个无界缓存等待队列。当前执行的线程数量达到corePoolSize的数量时，剩余的元素会在阻塞队列里等待。（所以在使用此阻塞队列时maximumPoolSizes就相当于无效了），每个线程完全独立于其他线程。生产者和消费者使用独立的锁来控制数据的同步，即在高并发的情况下可以并行操作队列中的数据。
这个队列需要注意的是，虽然通常称其为一个无界队列，但是可以人为指定队列大小，而且由于其用于记录队列大小的参数是int类型字段，所以通常意义上的无界其实就是队列长度为 Integer.MAX_VALUE，且在不指定队列大小的情况下也会默认队列大小为 Integer.MAX_VALUE。
SynchronousQueue
SynchronousQueue没有容量，是无缓冲等待队列，是一个不存储元素的阻塞队列，会直接将任务交给消费者，必须等队列中的添加元素被消费后才能继续添加新的元素。拥有公平（FIFO）和非公平(LIFO)策略，使用SynchronousQueue阻塞队列一般要求maximumPoolSizes为无界(Integer.MAX_VALUE)，避免线程拒绝执行操作。
ArrayBlockingQueue
ArrayBlockingQueue是一个有界缓存等待队列，可以指定缓存队列的大小，当正在执行的线程数等于corePoolSize时，多余的元素缓存在ArrayBlockingQueue队列中等待有空闲的线程时继续执行，当ArrayBlockingQueue已满时，加入ArrayBlockingQueue失败，会开启新的线程去执行，当线程数已经达到最大的maximumPoolSizes时，再有新的元素尝试加入ArrayBlockingQueue时会报错。
DelayedWorkQueue
DelayedWorkQueue 的特点是内部元素并不是按照放入的时间排序，而是会按照延迟的时间长短对任务进行排序，内部采用的是“堆”的数据结构。之所以线程池 ScheduledThreadPool 和 SingleThreadScheduledExecutor 选择 DelayedWorkQueue，是因为它们本身正是基于时间执行任务的，而延迟队列正好可以把任务按时间进行排序，方便任务的执行。

🚩RejectedExecutionHandler handler

在使用线程池并且使用有界队列的时候，如果队列满了，任务添加到线程池的时候就会有问题，那么这些溢出的任务，ThreadPoolExecutor为我们提供了拒绝任务的处理方式，以便在必要的时候按照我们的策略来拒绝任务

线程池拒绝任务的时机有以下两种：

第一种情况是当我们调用 shutdown 等方法关闭线程池后，即便此时可能线程池内部依然有没执行完的任务正在执行，但是由于线程池已经关闭，此时如果再向线程池内提交任务，就会遭到拒绝。
第二种情况是线程池没有能力继续处理新提交的任务，也就是工作已经非常饱和的时候。

线程池任务拒绝策略实现了 RejectedExecutionHandler 接口，JDK 中自带了四种任务拒绝策略。分别是AbortPolicy、DiscardPolicy、DiscardOldestPolicy、CallerRunsPolicy。其中AbortPolicy是ThreadPoolExecutor默认使用。

那他们分别代表是策略内容是什么呢？

AbortPolicy（默认）
这种拒绝策略在拒绝任务时，会直接抛出一个类RejectedExecutionException 的RuntimeException，让你感知到任务被拒绝了，于是你便可以根据业务逻辑选择重试或者放弃提交等策略。
DiscardPolicy
这种拒绝策略正如它的名字所描述的一样，当新任务被提交后直接被丢弃掉，也不会给你任何的通知，相对而言存在一定的风险，因为我们提交的时候根本不知道这个任务会被丢弃，可能造成数据丢失。
DiscardOldestPolicy
如果线程池没被关闭且没有能力执行，则会丢弃任务队列中的头结点，通常是存活时间最长的任务，这种策略与第二种不同之处在于它丢弃的不是最新提交的，而是队列中存活时间最长的，这样就可以腾出空间给新提交的任务，但同理它也存在一定的数据丢失风险。
CallerRunsPolicy
相对而言它就比较完善了，当有新任务提交后，如果线程池没被关闭且没有能力执行，则把这个任务交于提交任务的线程执行，也就是谁提交任务，谁就负责执行任务。这样做主要有两点好处：
🎈第一点新提交的任务不会被丢弃，这样也就不会造成业务损失。
🎈第二点好处是，由于谁提交任务谁就要负责执行任务，这样提交任务的线程就得负责执行任务，而执行任务又是比较耗时的，在这段期间，提交任务的线程被占用，也就不会再提交新的任务，减缓了任务提交的速度，相当于是一个负反馈。在此期间，线程池中的线程也可以充分利用这段时间来执行掉一部分任务，腾出一定的空间，相当于是给了线程池一定的缓冲期。

🎍模拟实现线程池

接下来我们简单模拟实现一个简单的线程池

创建MyThreadPool实现我们的线程池
使用阻塞队列组织所有任务
构造方法里创建相应大小的线程数
提供一个submit方法使用线程池里面的线程

代码实现如下：

import java.util.concurrent.BlockingQueue;
import java.util.concurrent.LinkedBlockingQueue;public class MyThreadPool {// 此处不涉及到 "时间" , 此处只有任务, 就直接使用 Runnable 即可~~private BlockingQueue<Runnable> queue = new LinkedBlockingQueue<>();// n 表示线程的数量public MyThreadPool(int n) {// 在这里创建出线程.for (int i = 0; i < n; i++) {Thread t = new Thread(() -> {while (true) {try {Runnable runnable = queue.take();runnable.run();} catch (InterruptedException e) {e.printStackTrace();}}});t.start();}}// 注册任务给线程池.public void submit(Runnable runnable) {try {queue.put(runnable);} catch (InterruptedException e) {e.printStackTrace();}}
}

测试代码：

public class TestDemo2 {public static void main(String[] args)  {MyThreadPool myThreadPool = new MyThreadPool(10);for(int i = 1; i < 100;i++) {int n = i;myThreadPool.submit(new Runnable() {@Overridepublic void run() {System.out.println("任务"+n);}});}}
}