Java多线程——深入理解线程池

水深无声 2021-12-03 05:19 445阅读 0赞

## Java多线程——深入理解线程池 ##

### 一、线程池简介 ###

####   1、线程池的应用 ####

#####    几乎所有需要异步或者并发执行任务的程序都可以使⽤线程池 #####

>   **为什么需要引入线程池？线程池的好处到底体现在哪？**

####   2、线程池的优点 ####

#####    ①降低资源消耗：通过重复利用已创建的线程降低线程创建和销毁造成的损耗 #####

#####    ②提高响应速度：当新任务到达时，任务不需要等待线程创建就可以立即执行 #####

#####    ③提高线程的可管理性：使用线程池可以统一进行线程的分配、调度与监控 #####

>   **线程池的分类有哪些？相互之间有什么关系？**

####   3、线程池的分类 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70]

--------------------

>   **线程池内部到底是如何工作的？线程池有怎样的执行流程？**

### 二、线程池执行任务的流程 ###

####   当一个Runnable或Callable对象到达线程池时，执行策略如下： ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70 1]

####   1、首先判断核心线程池中的线程是否都在执行任务，如果不是（有空闲线程或还有核心线程没有被创建），则`创建一个新的核心工作线程（即便还有空闲线程）`来执行任务。否则执行第2步（核心线程池中数量达到最大值且都在跑任务） ####

####   2、判断工作队列（BlockingQueue）是否已满，如果工作队列没有满，将提交任务存储到工作队列中等待核心池的调度，否则，若工作队列已满，进入步骤3。 ####

####   3、判断当前线程池中的线程数是否达到最大值maxiumSize，若未达到最大值，则创建新的工作线程执行任务，否则，若已达到最大值且所有线程均在跑，将任务交给饱和策略处理。 ####

>   **ThreadPoolExecutor执行execute()的工作流程？**

####   上面所述都是逻辑性的东西，那么在实际开发中，ThreadPoolExecutor执行execute()后，到底会是怎样的过程。 ####

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70 2]

####   简单分析一下execute()的流程： ####

####   1、如果当前运行的线程少于corePoolSize，则创建新线程来执行任务（注意，执行这一步骤需要获取全局锁）。 ####

####   2、如果运⾏的线程等于或多于corePoolSize，则将任务加⼊BlockingQueue。 ####

####   3、如果无法将任务加⼊BlockingQueue（队列已满），则创建新的线程来处理任务（注意，执行这⼀步骤需要获取全局锁） ####

####   4、如果创建新线程将使当前运行的线程超出maximumPoolSize，任务将被拒绝，并调用RejectedExecutionHandler.rejectedExecution()方法。 ####

>   **`为什么ThreadPoolExecutor要设计成这个样子`？**

####   为了在执⾏execute()方法时，尽可能地`避免获取全局锁`（那将会是⼀个严重的可伸缩瓶颈）。在ThreadPoolExecutor完成预热之后（当前运行的线程数大于等于corePoolSize），几乎所有的execute()方法调⽤都是执行步骤2，而步骤2不需要获取全局锁。 ####

>   **什么是工作线程？**

####   工作线程：线程池在创建线程时，会将线程封装成工作线程Worker。工作线程有两个特点 ####

>    **①在execute()方法中创建一个线程时，会让这个工作线程执行当前任务**  
>    **②这个工作线程执行完当前任务后，会反复从BlockingQueue获取任务来执行**

--------------------

>   **如何自定义创建一个线程池并使用？**

### 三、自定义线程池的使用 ###

####   纯手工`创建线程池` ####

>   **如何创建线程池？**

####    1、通过ThreadPoolExecutor的构造函数来创建线程池 ####

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

>   **创建线程池时的参数都代表什么含义？**

#####     ①`corePoolSize（核心池的大小）`：当提交任务到线程池时，核心线程池会创建一个新的线程来执行任务，即使核心池中有其他空闲线程，也会创建新线程，一直到线程数达到核心池的大小为止。此时才会复用已有线程（使用空闲线程） #####

>    PS:**调用prestartAllCoreThreads()：线程池会提前创建并启动`所有核心线程`**

#####     ②`workQueue（任务队列）`：用于保存等待执行任务的阻塞队列。可以选择以下几个阻塞队列（JDK内置） #####

######       a）ArrayBlockingQueue：基于数组结构的有界阻塞队列，此队列按照FIFO（先入先出）原则对元素进行排序。 ######

######       b）LinkedBlockingQueue：基于链表结构的无界阻塞队列，按照FIFO排序元素，吞吐量高于ArrayBlockingQueue。定义上的无界，实际上队列的容量为Integer.MAX\_VALUE。（Executors.newFixedThreadPool()采用此队列） ######

######       c）SynchronousQueue：一个不存储元素的阻塞队列（没有容量），每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态，通常吞吐量比LinkedBlockingQueue还要高。该队列的使用流程：`将任务与空闲线程进行配对`，本身没有容量，当任务到来时，判断线程池（除核心线程池外）中是否有空闲线程，有则配对，将任务分配给空闲线程，没有则阻塞任务。（Executors.newCachedThreadPool()采用此队列） ######

>   **不存储元素的阻塞队列SynchronousQueue是怎样执行的？**

######     概括的说一下SynchronousQueue的执行流程（及CachedThreadPool的执行流程），与普通的队列还是有所不同。 ######

######     由于SynchronousQueue（以下简称S）是一个没有容量的队列，因此不能保存任务，主线程执行execute()后，通过调用SynchronousQueue.offer()将任务给S队列，而S队列此时需要判断，是否有空闲线程通过SynchronousQueue.poll()执行并通知S队列 ######

######     如果有，则任务与空闲线程匹配成功，如果没有的话有两种情况：1、没任务了2、没空闲线程了，如果是没任务了，则execute()直接结束，如果没空闲线程了，CachedThreadPool再开一个新的线程执行任务。 ######

######     当空闲线程执行完当前任务是，就会执行SynchronousQueue.poll()通知S队列当前已存在一个空闲线程了，可以分配任务给它。 ######

######       d）PriorityBlockingQueue：具有优先级的无界阻塞队列。 ######

#####     ③`maximumPoolSize（线程池最大线程数量）`：线程池允许创建的最大线程数，如果队列已满并且已创建的线程数小于此参数，则线程池会再创建新的线程执行任务。否则，调用饱和策略处理。`如果工作队列采用无界队列（队列不可能满），此参数无意义`。 #####

#####     ④`keepAliveTime（线程保持活动时间）`：线程池（`不是核心线程池中的`）的工作线程空闲后，保持存活的时间。若任务很多，并且每个任务执行的时间较短，可以调大此参数来提高线程的利用率 #####

#####     ⑤`unit`：keepAliveTime的单位。如 天(DAYS)、小时(HOURS)、分钟(MINUTES)、毫秒(MILLISECONDS)等。使用TimeUnit.xxx调用（eg：TimeUnit.HOURS） #####

#####     ⑥ThreadFactory（自定义的在线程池中创建线程）：将Runnable转换为Thraed，以此对线程池的属性（名字、优先级。。）进行自定义。（利用Thread newThread(Runnable r)） #####

#####     ⑦RejectedExecutionHandler （饱和策略）：当队列和线程池都满了，说明线程池处于饱和状态。此时采用饱和策略来处理任务，默认采用AbortPolicy，JDK一共内置4种饱和策略 #####

######      a）`AbortPolicy`：表示无法处理新任务，抛出异常，JDK默认采用此策略 ######

######      b）CallerRunsPolicy：等待调用者线程（创建/调用线程池的那个线程）空闲后运行任务 ######

######      c）DiscardOldestPolicy：丢弃阻塞队列中最近的一个任务，并执行当前任务 ######

######      d）DiscardPolity：不处理，直接将新任务丢弃，也不报错 ######

>   **如何使用线程池？**

####    2、执行线程池 ####

#####     向线程池提交任务，execute()和submit()方法 #####

#####     `execute()`：用于提交`不需要返回值`的任务，无法判断任务是否被线程池执行成功。 #####

#####     `submit()`：用于提交`需要返回值`的任务。线程池会返回⼀个`Future`类型的对象，通过这个Future对象可以判断任务是否执行成功，并且可以通过Future的get()方法来获取返回值。 #####

######       a）`FutureTask`类执行任务只执行`一次`，并且`会阻塞其他线程` ######

######       b）`Future.get()会阻塞其他线程`，一直等到当前Callable线程执行完毕拿到返回值为止 ######

>   **如何关闭线程池？**

####    3、关闭线程池 ####

#####      ①原理：`遍历线程池中的工作线程`，然后逐个调用线程的`interrupt方法`来中断线程，所以`无法响应中断的任务可能永远无法终止`。 #####

>      **shutdown()：将线程池的状态设置成SHUTDOWN状态，然后中断所有`没有正在执⾏任务`的线程。让线程池把线程池里面正在执行的，暂停的，等待执行的任务执行完，才将线程池停下来。（比较安全）**  
>      **shutdownNow()：将线程池的状态设置成STOP，然后尝试停⽌所有的`正在执⾏`或`暂停任务（wait/sleep...）`的线程，并返回等待执⾏任务（`等待在工作队列`里的那些任务集合）的列表。**

#####     ②isShutdown()和isTerminaed() #####

######       a）isShutdown()：无论是shutdown()还是shutdownNow()，isShutdown⽅法都会返回true，不应该再往里面加任务了，所以，`每次加任务之前`先判断一下是否停止，停止了就不能往里加任务了 ######

######       b）isTerminaed()：当所有的任务（shutdown()还得执行一会）都已关闭后，才表示线程池关闭成功，这时调⽤isTerminaed⽅法（真正的终止）会返回true，线程池真正的停止了。 ######

######       PS:通常都调用shutdown()（让正在执行和等待的任务跑完），如果任务不⼀定要执行完，可以调用shutdownNow()。 ######

>       **举两个栗子**

import java.time.LocalDateTime;
    		import java.util.concurrent.*;
    		import java.util.concurrent.atomic.AtomicInteger;
    		
    		/**
    		 * Created by xiaoaxiao on 2019/7/19
    		 * Description: 线程池创建测试 execute（包含ThreadFactory的使用）
    		 */
    		public class ThreadPoolTest1 {
    		
    		    public static void main(String[] args) {
    		        ExecutorService executorService = new ThreadPoolExecutor(
    		                5,
    		                8,
    		                1,
    		                TimeUnit.MINUTES,
    		                new ArrayBlockingQueue<>(10),
    		                // 自定义线程池中线程的属性
    		                new ThreadFactory() {
    		
    		                    // 线程安全的Integer
    		                    private final AtomicInteger id = new AtomicInteger(0);
    		
    		                    @Override
    		                    public Thread newThread(Runnable r) {
    		                        Thread thread = new Thread(r);
    		                        thread.setName("Thread-Execute-Task-"
    		                        	+id.getAndIncrement());
    		                        return thread;
    		                    }
    		                }
    		        );
    		
    		        for (int i=0;i<10;i++){
    		            // 线程池启动线程
    		            executorService.execute(new Runnable() {
    		                @Override
    		                public void run() {
    		                    System.out.println(Thread.currentThread().getName()
    		                            +" "+ LocalDateTime.now());
    		                }
    		            });
    		        }
    		    }
    		}

package com.xiaoaxiao.test.thread_test.thread_pool_test;
    		
    		import java.time.LocalDateTime;
    		import java.util.ArrayList;
    		import java.util.List;
    		import java.util.concurrent.*;
    		
    		/**
    		 * Created by xiaoaxiao on 2019/7/19
    		 * Description: 线程池创建测试 submit
    		 */
    		public class ThreadPoolTest2 {
    		
    		    public static void main(String[] args) {
    		    	// 创建一个线程池
    		        ExecutorService executorService = new ThreadPoolExecutor(
    		                5,
    		                8,
    		                10,
    		                TimeUnit.MINUTES,
    		                new ArrayBlockingQueue<>(10)
    		        );
    		
    		        final List<Future<String>> futureList = new ArrayList<>();
    		
    		        for (int i=0;i<10;i++){
    		            Future<String> future = executorService.submit(new Callable<String>() {
    		                @Override
    		                public String call() throws Exception {
    		                    return (Thread.currentThread().getName()+" "+ LocalDateTime.now());
    		                }
    		            });
    		            futureList.add(future);
    		        }
    		
    		        for (Future<String> future : futureList){
    		            try {
    		                System.out.println(future.get());
    		            } catch (InterruptedException e) {
    		                e.printStackTrace();
    		            } catch (ExecutionException e) {
    		                e.printStackTrace();
    		            }
    		        }
    		
    				// 停止线程池
    		        executorService.shutdownNow();
    		
    		        System.out.println("isShutdown?"+executorService.isShutdown());
    		        System.out.println("isTerminated?"+executorService.isTerminated());
    		    }
    		}

####    4、合理配置线程池 ####

#####    ① CPU密集型应配置尽可能小的线程，N\*CPU（核数）+1 #####

#####    ② IO密集型应配置尽可能多的线程，2*N*CPU（核数） #####

#####    ③ Runtime.getRuntime().availableProcessors()：获取当前设备的CPU个数 #####

#####    ④采用优先级队列PriorityBlockingQueue处理，让优先级高的任务先执行，可能会导致优先级低的任务始终不能执行。（有时可以将执行时间短的线程当做优先级高的线程先执行） #####

#####    ⑤尽量使用有界队列，队列满就抛出异常，增加系统的稳定性和预警能力。不要使用无界队列，如果队列越来越大，可能会撑爆内存。 #####

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70]: /images/20211203/4a7fae3112064ca68fc2baa7b16c555e.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70 1]: /images/20211203/cf80a3fb76b643a08417f20f1bdb8752.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl80MzQ5MDQ0MA_size_16_color_FFFFFF_t_70 2]: /images/20211203/86cbd85f265a429185f7bed133568884.png