Java线程池的工作机制详解

Java线程池的工作机制

线程池是一种多线程管理机制，用于限制和控制并发线程的数量，以提升系统性能和资源利用率，降低频繁创建和销毁线程的开销，线程池是 Java 并发编程中的重要工具之一，广泛应用于高性能、多线程的场景

线程池通过复用已创建的线程执行多个任务，避免线程的频繁创建和销毁，线程池可以限制线程数量，防止大量线程导致的系统资源耗尽，线程池使用队列管理任务，支持任务调度和优先级，线程池提供策略处理超出能力范围的任务

我们可以使用Java提供的ThreadPoolExecutor类来创建一个线程池实例，让我们先来看一下他的构造方法：

ThreadPoolExecutor(
    int corePoolSize, 
    int maximumPoolSize, 
    long keepAliveTime, 
    TimeUnit unit, 
    BlockingQueue<Runnable> workQueue, 
    ThreadFactory threadFactory, 
    RejectedExecutionHandler handler
)

可以看到他的构造方法有七个参数

• corePoolSize：核心线程数，线程池中始终保持的线程数量
• maximumPoolSize：最大线程数，线程池中允许的最大线程数量
• keepAliveTime：空闲线程的存活时间，超过该时间的空闲线程将被回收
• unit：时间单位，是keepAliveTime的单位
• workQueue：任务队列，用于存储等待执行的任务
• threadFactory：线程工厂，用于创建新线程
• handler：拒绝策略，用于处理超出线程池能力范围的任务

那么为什么除了传入一个核心线程数之外，还要传入最大线程数呢？任务队列中又是哪些任务在排队等待呢？我们一起来探讨一下线程池的工作机制

假设创建一个核心线程为2，最大线程数为4的线程池：

ThreadPoolExecutor pool = new ThreadPoolExecutor(
            2,   // 核心线程数量
            4,   // 最大线程数量
            60,  // 空闲线程最大存活时间
            TimeUnit.SECONDS, // 单位
            new ArrayBlockingQueue<>(2), //创建任务队列
            Executors.defaultThreadFactory(),  // 创建线程工厂
            new ThreadPoolExecutor.AbortPolicy() // 任务拒绝策略
);

核心线程

如果同一时刻来了两个任务：任务1和任务2，那么自然就会把两个任务交给两个核心线程去执行：

等待队列

如果同一时刻提交了4个新的任务，但是我们定义的线程池只有两个核心线程用来执行任务1和任务2，此时核心线程全部繁忙，新任务会被放入等待队列，那么任务3和任务4就会进入等待队列中等待，队列有容量限制，我们上面传入的阻塞队列容量是2：

临时线程

如果同一时刻提交的任务非常多，比如提交了6个任务，那么核心线程依旧会执行任务1和任务2，由于此时核心线程全部繁忙，新任务会被放入等待队列，任务3和任务4会被放如等待队列中等待执行

但是将任务5放入等待队列时，等待队列已满，线程池会尝试创建非核心线程：临时线程来执行新的任务，但是核心线程与临时线程的总和不得超过最大线程数量，也就是我们传入的4，所以此时线程池会创建2个临时线程来执行任务5和任务6

临时线程用于处理高峰期任务，但是临时线程并不是核心线程，当临时线程处于空闲状态超过 keepAliveTime 后，临时线程就会被销毁

任务拒绝

如果任务数量超过了线程池最大处理能力（核心线程 + 临时线程 + 等待队列），则执行拒绝策略，例如同一时间提交了7个新任务，按照上面的运行机制，任务1、任务2、任务5和任务6会被线程执行，任务3和任务4会在等待队列中等待空闲线程

但是由于核心线程 + 临时线程 + 等待队列全部满员，此时任务7就会执行拒绝策略，共有四种拒绝策略：

这就是线程池的工作机制，线程池通过任务复用和资源管理提升了系统的并发性能，但使用时需结合具体场景合理配置参数，掌握线程池机制并深入理解其应用场景，将有效提升 Java 开发效率和系统稳定性

那么通常在我们的项目中，线程池的容量应该设置为多大呢？

线程容量

项目中的线程容量（即线程池的大小）设置需要基于项目的类型来制定，不同的项目设置不同的容量：

CPU密集型任务

对于主要依赖CPU计算的任务（如数据处理、图像渲染），线程数量建议接近或等于CPU核心数（包括逻辑核心）。

计算公式：

这样可以充分利用CPU，但又不会因线程上下文切换过多而导致性能下降。

I/O密集型任务

对于涉及大量I/O操作的任务（如文件读写、网络请求、数据库查询），线程池可以设置为CPU核心数的多倍，因为I/O操作通常会让线程处于阻塞状态。

计算公式：

更多线程可以隐藏I/O等待时间，提升系统吞吐量

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

最新评论