一篇文章带你深入了解多线程中核心线程池的内部实现

ゞ浴缸里的玫瑰 2022-12-23 03:28 169阅读 0赞

对于核心的几个线程池，无论是`newFixedThreadPool()`方法、`newSingleThreadExecutor()`方法，还是`newCachedThreadPool()`方法，虽然看起来创建的线程有着完全不同的功能特点，但其内部实现均使用了`ThreadPoolExecutor`类。下面给出了这三个线程池的实现方式：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center]  
由以上线程池的实现代码可以看到，它们都只是`ThreadPoolExecutor`类的封装。为何`ThreadPoolExecutor`类有如此强大的功能呢？来看一下`ThreadPoolExecutor`类最重要的构造函数：

![在这里插入图片描述][20201122111450297.png_pic_center]  
函数的参数含义如下：

>  *  `corePoolSize`：指定了线程池中的线程数量。
>  *  `maximumPoolSize`：指定了线程池中的最大线程数量。
>  *  `keepAliveTime`：当线程池线程数量超过`corePoolSize`时，多余的空闲线程的存活时间，即超过`corePoolSize`的空闲线程，在多长时间内会被销毁。
>  *  `unit`：keepAliveTime的单位。
>  *  `workQueue`：任务队列，被提交但尚未被执行的任务。
>  *  `threadFactory`：线程工厂，用于创建线程，一般用默认的即可。
>  *  `handler`：拒绝策略。当任务太多来不及处理时，如何拒绝任务。

以上参数中大部分都很简单，只有参数`workQueue`和`handler`需要进行详细说明。

参数`workQueue`指被提交但未执行的任务队列，它是一个`BlockingQueue`接口的对象，仅用于存放`Runnable`对象。根据队列功能分类，在`ThreadPoolExecutor`类的构造函数中可使用以下几种`BlockingQueue`接口。

*  直接提交的队列：该功能由`SynchronousQueue`对象提供。`SynchronousQueue`是一个特殊的`BlockingQueue`。`SynchronousQueue`没有容量，每一个插入操作都要等待一个相应的删除操作，反之，每一个删除操作都要等待对应的插入操作。如果使用`SynchronousQueue`，则提交的任务不会被真实地保存，而总是将新任务提交给线程执行，如果没有空闲的进程，则尝试创建新的进程，如果进程数量已经达到最大值，则执行拒绝策略。因此，使用`SynchronousQueue`队列，通常要设置很大的`maximumPoolSize`值，否则很容易执行拒绝策略。
 *  有界的任务队列：有界的任务队列可以使用`ArrayBlockingQueue`类实现。`ArrayBlockingQueue`类的构造函数必须带一个容量参数，表示该队列的最大容量：`public ArrayBlockingQueue(int capacity)`  
    当使用有界的任务队列时，若有新的任务需要执行，如果线程池的实际线程数小于`corePoolSize`，则会优先创建新的线程，若大于`corePoolSize`，则会将新任务加入等待队列。若等待队列已满，无法加入，则在总线程数不大于`maximumPoolSize`的前提下，创建新的进程执行任务。若大于`maximumPoolSize`，则执行拒绝策略。可见，有界队列仅当在任务队列装满时，才可能将线程数提升到`corePoolSize`以上，换言之，除非系统非常繁忙，否则要确保核心线程数维持在`corePoolSize`。
 *  无界的任务队列：无界任务队列可以通过`LinkedBlockingQueue`类实现。与有界队列相比，除非系统资源耗尽，否则无界的任务队列不存在任务入队失败的情况。当有新的任务到来，系统的线程数小于`corePoolSize`时，线程池会生成新的线程执行任务，但当系统的线程数达到`corePoolSize`后，就不会继续增加了。若后续仍有新的任务加入，而又没有空闲的线程资源，则任务直接进入队列等待。若任务创建和处理的速度差异很大，无界队列会保持快速增长，直到耗尽系统内存。
 *  优先任务队列：优先任务队列是带有执行优先级的队列。它通过`PriorityBlockingQueue`类实现，可以控制任务的执行先后顺序。它是一个特殊的无界队列。无论是有界队列`ArrayBlockingQueue`类，还是未指定大小的无界队列`LinkedBlockingQueue`类都是按照先进先出算法处理任务的。而`PriorityBlockingQueue`类则可以根据任务自身的优先级顺序先后执行，在确保系统性能的同时，也能有很好的质量保证（总是确保高优先级的任务先执行）。

回顾`newFixedThreadPool()`方法的实现，它返回了一个`corePoolSize`和`maximumPoolSize`大小一样的，并且使用了`LinkedBlockingQueue`任务队列的线程池。因为对于固定大小的线程池而言，不存在线程数量的动态变化，因此`corePoolSize`和`maximumPoolSize`可以相等。同时，它使用无界队列存放无法立即执行的任务，当任务提交非常频繁的时候，该队列可能迅速膨胀，从而耗尽系统资源。

`newSingleThreadExecutor()`方法返回的单线程线程池，是`newFixedThreadPool()`方法的一种退化，只是简单地将线程池线程数量设置为1。

`newCachedThreadPool()`方法返回`corePoolSize`为0，`maximumPoolSize`无穷大的线程池，这意味着在没有任务时，该线程池内无线程，而当任务被提交时，该线程池会使用空闲的线程执行任务，若无空闲线程，则将任务加入`SynchronousQueue`队列，而`SynchronousQueue`队列是一种直接提交的队列，它总会迫使线程池增加新的线程执行任务。当任务执行完毕后，由于`corePoolSize`为0，因此空闲线程又会在指定时间内（60秒）被回收。

对于`newCachedThreadPool()`方法，如果同时有大量任务被提交，而任务的执行又不那么快时，那么系统便会开启等量的线程处理，这样做可能会很快耗尽系统的资源。

注意：使用自定义线程池时，要根据应用的具体情况，选择合适的并发队列作为任务的缓冲。当线程资源紧张时，不同的并发队列对系统行为和性能的影响均不同。

这里给出ThreadPoolExecutor线程池的核心调度代码，这段代码也充分体现了上述线程池的工作逻辑。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center 1]  
代码第5行的`workerCountOf()`函数取得了当前线程池的线程总数。当线程总数小于`corePoolSize`核心线程数时，会将任务通过`addWorker()`方法直接调度执行。否则，则在第10行代码处（`workQueue.offer()`）进入等待队列。如果进入等待队列失败（比如有界队列到达了上限，或者使用了SynchronousQueue类），则会执行第17行，将任务直接提交给线程池。如果当前线程数已经达到maximumPoolSize，则提交失败，就执行第18行的拒绝策略。

调度逻辑，如图3.9所示。

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/5d0ed45824a94d11af71bac4c684044f.png
[20201122111450297.png_pic_center]: /images/20221120/bf12dcc13d404691b9f72eeaf0e046f3.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center 1]: https://img-blog.csdnimg.cn/20201123222204706.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg==,size_16,color_FFFFFF,t_70#pic_center
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg_size_16_color_FFFFFF_t_70_pic_center 2]: https://img-blog.csdnimg.cn/20201123222524898.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L25hbmh1YWliZWlhbg==,size_16,color_FFFFFF,t_70#pic_center