多线程新手村5--线程池

1.1 线程池是什么

线程诞生的意义是因为进程的创建/销毁开销太大,所以使用线程提高代码的执行效率;那如果想要进一步提升执行效率,该怎么办呢?有一个方法是使用线程池。

首先,什么是线程池:池就是池子,那线程池顾名思义就是装满线程的池子

其次,线程池为什么快呢?是因为线程池的执行全部是在内核态

那又是为什么线程池的执行全部是在内核态呢?是因为线程池在使用第一个线程的时候,就提前把线程2、3、4、5.....创建好了,当想要使用它们时直接调度即可,而不涉及到线程的创建,也就不需要调用系统API,自然只需在内核态运行,这也是为什么线程池更快的原因。

线程池其实有点像谈恋爱中“养鱼”的行为,鱼塘就是我们说的线程池。当小a和小b谈恋爱时,如果谈的很专一,那么分手之后就需要用很长的时间再和下一个人接触交流,这样谈恋爱的效率就会很慢;但是如果在谈恋爱时小a还同时和小c、小d....聊天,那么分手之后小a就可以无缝衔接,效率自然提升很多。(这里只是一个例子,但是我们还是要认真谈恋爱,不能这样

再举个例子:

上一个例子解释了线程池为什么快,这个例子解释了为什么用户态比内核态快。

1.2 线程池怎么用

java的标准库里有线程池的具体实现。

先不说线程池的具体细节,在这里我们首先惊奇的发现,哎?为什么实例化对象没有用new,而是用了一个静态方法呢?这不合常理呐.......

前面我们已经介绍过了设计模式中的单例模式(一个类只能实例化一个对象),在这里我们介绍设计模式中的第二个模式:工厂模式

当我们实例化对象时,会自动调用类的构造方法,这里就会存在一定的局限性。

举个例子:

而使用工厂模式就可以很好的解决这个问题。我们可以单独创建一个类,类里定义很多的静态方法,调用不同的方法可以构造出不同的对象,而不同的方法我们可以使用不同的方法名来区分,这就很好的解决了上面我们说的构造函数无法重载的问题了。

这个类我们称为工厂类,工厂类里的方法就称为工厂方法。

线程池的第一种创建方法:

这里的Cashed就是cache缓存的意思,线程用完之后不着急释放,先留着以备下次使用。

此处构造出的线程池有一个特点,线程的数目能够动态适应,随着向线程池中添加任务,会自动根据情况创建线程。

线程池的第二种创建方法:

看到括号里的参数我们就能知道,这种方法创建的线程池在创建时就已经确定了线程池中的线程数量。

线程池的第三、四种创建方法:(不常用)

上述这几个方法构造的线程池,本质上都是对一个类进行的封装,ThreadPoolExecutor,这个类就相当于我们刚才说过的工厂类,而上述通过不同创建方法创建线程池,其实就是给这个类填入了不同的参数,调用了类中不同的静态方法,从而实例化出了不同的对象。

接下来我们要聊的就是具体有哪些不同的参数(重点):

1.1 corePoolSize和maximumPoolSize

corePoolSize描述了线程池中的核心线程数量,maximumPoolSize描述的是线程池中的最大线程数量,这个线程池里的线程数量是可以变化的,变化范围是[corePoolSize,maximumPoolSize]。

怎么理解“核心线程”呢?核心线程就相当于企业中的正式员工,不管最近的任务多不多,企业都不会随便辞退你,而最大线程与核心线程的差值就是企业中的临时员工,如果最近任务比较多,那就需要多几个临时员工一起工作,如果最近任务比较少,就把这些临时员工辞退,只留下正式员工。这样做的好处是:既可以满足效率的要求,又可以避免过多的效率开销。

1.2 keepAliveTime和unit

keepAliveTime是允许临时员工的最大“摸鱼时间”,unit是时间的具体单位,ms、s、min等等。

1.3 BlockingQueue<Runnable> workQueue

阻塞队列,用来存放线程池中的任务。

1.4 ThreadFactory threadFactor

工厂模式的体现,此处使用ThreadFactory作为工厂类创建线程,可以在创建线程时对线程的一些参数进行设置。

1.5 RejectedExecutionHandler handler

这是线程池中的拒绝策略,一个线程池能容纳的最大任务数量是有限的,当任务数量达到上限时,如果继续添加任务,会发生什么呢?不同的拒绝策略,会产生不同的效果。

使用线程池,需要设置线程的数量,那么设置多少合适呢?

答:这里没有标准答案,因为一个线程执行的代码主要有两类:

1、cpu密集型:代码里主要进行的是逻辑运算/逻辑判断

2、IO密集型: 代码里主要进行的是IO操作。

假设CPU的核心数是N,那么对于cpu密集型的代码,线程的数量就不能超过N,因为当线程数量为N时,就已经到达了cpu的极限,就算再添加线程,也无法提升效率了,反而会增加调度的开销;而对于IO密集型的代码,线程的数量就可以超过N,这个时候不吃CPU,一个核心可以通过调度的方式执行多个线程。

正确做法:通过实验的方法对程序进行性能测试,测试过程中尝试修改设置的线程数量,观察什么时候能达到最有效率。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/21855.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Vue——样式绑定的几种方式

文章目录 前言往期回顾绑定对象绑定对象的另一种写法绑定数组数组与对象的嵌套 前言 样式绑定在vue中属于一种很常见的操作。在之前博客中针对样式的绑定操作&#xff0c;介绍了一个指令v-bind。缩写为:xxx。 vue 官网 样式绑定 往期回顾 先简单回顾下最开始绑定标签样式的操…

vue3_组件间通信方式

目录 一、父子通信 1.父传子&#xff08; defineProps&#xff09; 2.父传子&#xff08;useAttrs&#xff09; 3.子传父&#xff08;ref&#xff0c;defineExpose &#xff09; 4.子传父&#xff08;defineEmits&#xff09; 5.子传父&#xff08;v-model&#xff09; …

车载测试面试题专题 - 如何测试蓝牙电话功能

现代车载系统中&#xff0c;蓝牙电话功能已经成为了一个必不可少的功能。它不仅提高了驾驶安全性&#xff0c;还提供了极大的便利性。作为车载行业的测试人员&#xff0c;如何全面、有效地测试车载蓝牙电话功能是我们工作的重要部分。因此在车载测试的面试过程中&#xff0c;蓝…

k8s怎么监听自定义资源的变更?(1)

这里我们通过 k8s的 code-generate来生成操作自定义资源的代码来监听变更 第一步下载工具 下载安装 k8s code-generate 查看我们的k8s版本 kubectl get node 输出结果为 可以看到我们的k8s版本为 v1.22.0 所以此时我们要下载与之对应的版本的code-generate git clone htt…

深入解析 Web 开发中的强缓存与协商缓存机制

在 Web 开发中,缓存机制是提高页面加载速度和用户体验的重要技术。缓存分为两种主要类型:强缓存和协商缓存。本文将详细介绍这两种缓存机制的原理、实现方式及其区别,并演示如何在 <meta> 元素中和 Nginx 服务器中进行缓存控制。 强缓存 强缓存(Strong Caching)是指…

iPhone的5G设置怎么更改吗?设置好这些能够优化电池的使用寿命

随着5G技术的普及&#xff0c;iPhone用户现在可以享受到更快的网络速度&#xff0c;但这同时也带来了一个问题&#xff1a;如何在使用5G和保持电池寿命之间找到平衡&#xff1f;苹果公司通过引入“5G Auto”设置&#xff0c;为用户提供了一个智能的解决方案&#xff0c;但用户也…

【JAVA WEB实用与优化技巧】如何使用本地.bat/.sh脚本快速将服务发布到测试环境?

文章目录 普通方式的springboot 使用docker打包发布【手动构建镜像模式】1. maven 打包可运行jar包2.手动打包镜像3.运行容器 全自动化本地命令发布到远程服务的方式配置ssh信任公钥获取公钥git 获取公钥方式: 桌面右键 -> open git gui here -> help -> show SSH key…

Honor of Kings 2024.06.03 50star (S35) AFK

Honor of Kings 2024.06.03 50star (S35) AFK 来个赛季S35总结吧&#xff0c;这个赛季结束以后&#xff0c;可能要和【魔兽世界】一样AFK了&#xff0c;手游来说肯定没法子和WOW相比&#xff0c;干啥都是有队友才好玩。 我玩的基本都是肉&#xff0c;爆发强的英雄&#xff0c;最…

llama-factory微调大模型

一、背景 微调或者全量调大语言模型&#xff0c;还包括deepseek,想找个快速的微调教程&#xff0c;网上暂时没有 二、原理和步骤 原理&#xff1a;搭建环境太累了&#xff0c;还是docker环境镜像简单快捷 1、先下载模型 如果用本身的会自动从huggingface下载&#xff0c;这…

解决JSON.stringify 方法在序列化 BigInt 类型时的错误

今天学nest时&#xff0c;使用apifox发送请求获取数据&#xff0c;结果还一直报错&#xff0c;而且还是我从未见过的 Do not know how to serialize a BigInt at JSON.stringify (<anonymous>) at stringify&#xff0c; 我都是跟着人家敲的&#xff0c;我就纳闷了&…

vector的使用和实现

目录 一、vector的常用接口说明1.vector的介绍2.vector的使用2.1 vector的定义2.2 vector的遍历operator[ ]迭代器范围for 2.3 vector的空间增长问题size和capacityreserveresize 2.4 vector的增删查改push_back和pop_backinserterasefindsort vector的模拟实现1、基本成员变量…

Linux基础操作——文件系统+find+head+tail

Linux基础操作——文件系统findheadtail 本文主要涉及LINUX的一些基础操作&#xff0c;文件系统与find命令head和tail命令 文章目录 Linux基础操作——文件系统findheadtail一、Linux下的文件类型二、ls -l 后各列的解释三、 find 查找四、 head 与 tail 查看文件的头部尾部 一…

Nginx Rewrite

Nginx Rerite概述 Nginx Rerite基本操作 location与rewrite的区别 location 通过前缀或正则匹配用户的URL访问路径做页面跳转、访问控制和代理转发 rewrite 对用户的URL访问路径进行重写&#xff0c;再重定向跳转访问重写的路径 Nginx正则表达式 校验数字的表达式 数字&a…

家宽动态公网IP,使用docker+ddns 实现动态域名解析

官方地址&#xff1a;https://github.com/jeessy2/ddns-go 安装docker docker pull jeessy/ddns-godocker run -d --name ddns-go --restartalways --nethost -v /opt/ddns-go:/root jeessy/ddns-go然后访问ip端口 配置时注意如下

pytorch+YOLOv8-1

1.工具开发 2.idea配置pytorch环境 默认安装新版本torch pip install torch 3.pytorch验证 4. print(torch.cuda.is_available()) 输出结果为 False 说明我只能用cpu

有关RIPv2认证技术与网络安全综合实验

有关RIPv2认证技术与网络安全综合实验 实验拓扑如下&#xff1a; 理论知识&#xff1a; 比较 RIPv1&#xff1a;广播式通信&#xff0c;255.255.255.255&#xff1b;不支持认证&#xff0c;有类不带掩码&#xff1b;不支持VLSM和CIDR RIPV2&#xff1a;组播通信&#xff0c;22…

【Matplotlib作图-4.Distribution】50 Matplotlib Visualizations, Python实现,源码可复现

目录 04 Distribution 4.0 Prerequisite 4.1 连续变量的直方图(Histogram for Continuous Variable) 4.2 分类变量的直方图(Histogram for Categorical Variable) 4.3 Density Plot 4.4 Density Curves with Histogram 4.5 Joy Plot 4.6 Distributed Dot Plot 4.7 Box P…

详解和实现数据表格中的行数据合并功能

theme: smartblue 前言 需求场景&#xff1a; 在提供了数据查看和修改的表格视图中(如table、a-table等…)&#xff0c;允许用户自行选择多行数据&#xff0c;依据当前状态进行特定列数据的合并操作。选中的数据将统一显示为选中组的首条数据值。同时&#xff0c;页面会即时反…

插入排序(直接插入排序与希尔排序)----数据结构-排序①

1、插入排序 1.1 插入排序的基本思想 将待排序的元素按其数值的大小逐个插入到一个已经排好序的有序序列中&#xff0c;直到所有的元素插入完为止&#xff0c;就可以得到一个新的有序序列 。 实际上在我们的日常生活中&#xff0c;插入排序的应用是很广泛的&#xff0c;例如我…

二分查找算法介绍(边界值、循环条件、值的变化、二分查找的原理、异常处理)

一、二分查找法原理介绍 二分查找是经典的查找算法之一&#xff0c;其原理也非常简单。 对于已排序的数组&#xff08;假设是整型&#xff0c;如果非整型&#xff0c;如果有排序和大小比较的定义&#xff0c;也可以使用二分查找&#xff09;&#xff0c;我们每次判断中间值与目…