线程池 - ThreadPoolExecutor 详解

线程池 ThreadPoolExecutor 源码解析参考 juc 专栏系列文章。

基本概述

线程池：一个容纳多个线程的容器，容器中的线程可以重复使用，省去了频繁创建和销毁线程对象的操作。

线程池作用：

降低资源消耗，减少了创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。
提高响应速度，当任务到达时，如果有线程可以直接用，不会出现系统僵死。
提高线程的可管理性，如果无限制的创建线程，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。

线程池的核心思想：线程复用，同一个线程可以被重复使用，来处理多个任务。

池化技术 (Pool) ：一种编程技巧，核心思想是资源复用，在请求量大时能优化应用性能，降低系统频繁建连的资源开销。

自定义线程池

说明

代码实现的是一个简易的线程池，只实现了核心线程数，没有实现最大线程数，即当线程池内线程数到达了 coreSize，新来的任务直接放入队列，如果队列满了的话直接就走拒绝策略了，没有设置最大线程数 maxSize。

1) 自定义拒绝策略接口

设计模式 - 策略模式：把具体的操作抽象成接口，具体的实现由调用者传递进来。

// 拒绝策略
@FunctionalInterface
interface RejectPolicy<T> {
    
    
	void reject(BlockingQueue<T> queue, T task);
}

2) 自定义任务队列

// 阻塞队列 用来协调生产者与消费者
class BlockingQueue<T> {
    
    
    
    // 1.任务队列
    private Deque<T> queue = new ArrayDeque<>();

    // 2.锁
    private ReentrantLock lock = new ReentrantLock();

    // 3.生产者条件变量
    private Condition fullWaitSet = lock.newCondition();

    // 4.消费者条件变量
    private Condition emptyWaitSet = lock.newCondition();

    // 5.容量
    private int capcity;

    public BlockingQueue(int capcity) {
    
    
        this.capcity = capcity;
    }

    // 带超时阻塞获取
    public T poll(long timeout, TimeUnit unit) {
    
    
        lock.lock();
        try {
    
    
            // 将 timeout 统一转换为 纳秒
            long nanos = unit.toNanos(timeout);
            while (queue.isEmpty()) {
    
    
                try {
    
    
                    // 返回值是剩余时间
                    if (nanos <= 0) {
    
    
                        return null;
                    }
                    nanos = emptyWaitSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
    
    
                    e.printStackTrace();
                }
            }
            T t = queue.removeFirst();
            fullWaitSet.signal();
            return t;
        } finally {
    
    
            lock.unlock();
        }
    }

    // 阻塞获取
    public T take() {
    
    
        lock.lock();
        try {
    
    
            while (queue.isEmpty()) {
    
    
                try {
    
    
                    emptyWaitSet.await();
                } catch (InterruptedException e) {
    
    
                    e.printStackTrace();
                }
            }
            T t = queue.removeFirst();
            fullWaitSet.signal();
            return t;
        } finally {
    
    
            lock.unlock();
        }
    }

    // 阻塞添加
    public void put(T task) {
    
    
        lock.lock();
        try {
    
    
            while (queue.size() == capcity) {
    
    
                try {
    
    
                    log.debug("等待加入任务队列 {} ...", task);
                    fullWaitSet.await();
                } catch (InterruptedException e) {
    
    
                    e.printStackTrace();
                }
            }
            log.debug("加入任务队列 {}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
        } finally {
    
    
            lock.unlock();
        }
    }

    // 带超时时间阻塞添加
    public boolean offer(T task, long timeout, TimeUnit timeUnit) {
    
    
        lock.lock();
        try {
    
    
            long nanos = timeUnit.toNanos(timeout);
            while (queue.size() == capcity) {
    
    
                try {
    
    
                    if (nanos <= 0) {
    
    
                        return false;
                    }
                    log.debug("等待加入任务队列 {} ...", task);
                    nanos = fullWaitSet.awaitNanos(nanos);
                } catch (InterruptedException e) {
    
    
                    e.printStackTrace();
                }
            }
            log.debug("加入任务队列 {}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
            return true;
        } finally {
    
    
            lock.unlock();
        }
    }

    public int size() {
    
    
        lock.lock();
        try {
    
    
            return queue.size();
        } finally {
    
    
            lock.unlock();
        }
    }

    public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
    
    
        lock.lock();
        try {
    
    
            // 判断队列是否满
            if (queue.size() == capcity) {
    
    
                // 要执行的拒绝策略
                rejectPolicy.reject(this, task);
            } else {
    
     // 有空闲
                log.debug("加入任务队列 {}", task);
                queue.addLast(task);
                emptyWaitSet.signal();
            }
        } finally {
    
    
            lock.unlock();
        }
    }
}

3) 自定义线程池

class ThreadPool {
    
    
    
    // 任务队列
    private BlockingQueue<Runnable> taskQueue;

    // 线程集合
    private HashSet<Worker> workers = new HashSet<>();

    // 核心线程数
    private int coreSize;

    // 获取任务时的超时时间
    private long timeout;

    private TimeUnit timeUnit;

    // 拒绝策略
    private RejectPolicy<Runnable> rejectPolicy;

    // 执行任务
    public void execute(Runnable task) {
    
    
        // 当任务数没有超过 coreSize 时，直接交给 worker 对象执行
        // 如果任务数超过 coreSize 时，加入任务队列暂存
        synchronized (workers) {
    
    
            if (workers.size() < coreSize) {
    
    
                Worker worker = new Worker(task);
                log.debug("新增 worker{}, {}", worker, task);
                workers.add(worker);
                worker.start();
            } else {
    
    
                //taskQueue.put(task);
                // 1) 死等
                // 2) 带超时等待
                // 3) 让调用者放弃任务执行
                // 4) 让调用者抛出异常
                // 5) 让调用者自己执行任务
                // 策略模式-把具体的操作抽象成接口，具体的实现由调用者传递进来
                taskQueue.tryPut(rejectPolicy, task);  
            }
        }
    }

    public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapcity, RejectPolicy<Runnable> rejectPolicy) {
    
    
        this.coreSize = coreSize;
        this.timeout = timeout;
        this.timeUnit = timeUnit;
        this.taskQueue = new BlockingQueue<>(queueCapcity);
        // 拒绝策略的具体的实现通过调用者使用构造方法传递进来
        this.rejectPolicy = rejectPolicy;
    }

    class Worker extends Thread {
    
    
        private Runnable task;

        public Worker(Runnable task) {
    
    
            this.task = task;
        }

        @Override
        public void run() {
    
    
            // 执行任务
            // 1) 当 task 不为空，执行任务
            // 2) 当 task 执行完毕，再接着从任务队列获取任务并执行
            //while(task != null || (task = taskQueue.take()) != null) {
    
    
            while (task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
    
    
                try {
    
    
                    log.debug("正在执行...{}", task);
                    task.run();
                } catch (Exception e) {
    
    
                    e.printStackTrace();
                } finally {
    
    
                    task = null;
                }
            }
            synchronized (workers) {
    
    
                log.debug("worker 被移除{}", this);
                workers.remove(this);
            }
        }
    }
}

4) 测试

public class TestPool {
    
    
    public static void main(String[] args) {
    
    
        ThreadPool threadPool = new ThreadPool(1,
                1000, TimeUnit.MILLISECONDS, 1, (queue, task) -> {
    
     // 调用者选择拒绝策略
            // 1) 死等
            //queue.put(task);
            // 2) 带超时等待
            //queue.offer(task, 1500, TimeUnit.MILLISECONDS);
            // 3) 让调用者放弃任务执行
            //log.debug("放弃{}", task);
            // 4) 让调用者抛出异常
            //throw new RuntimeException("任务执行失败 " + task);
            // 5) 让调用者自己执行任务
            task.run();
        });
        for (int i = 0; i < 4; i++) {
    
    
            int j = i;
            threadPool.execute(() -> {
    
    
                try {
    
    
                    Thread.sleep(1000L);
                } catch (InterruptedException e) {
    
    
                    e.printStackTrace();
                }
                log.debug("{}", j);
            });
        }
    }
}

拒绝策略演示效果

我们将阻塞队列的最大核心线程数设置为 1，也就是队列中只能存放 1 个线程，为了更方便的演示效果。

1）死等

需要将执行任务的耗时（代码中的 sleep 休眠时间）调大，这样就会一直等待任务执行完成，达到死等的效果。

18:05:24.718 c.ThreadPool [main] - 新增 workerThread[Thread-0,5,main], cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:05:24.722 c.BlockingQueue [main] - 加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:05:24.722 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:05:24.722 c.BlockingQueue [main] - 等待加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@5a39699c ...

2）带超时等待

总共执行 3 个任务，带超时的等待超时时间为 500ms，而执行任务的时长需要 1000ms。

可以看出程序并没有进行死等，任务 0 先执行，任务 1 加入等待队列，过了 1s 任务 0 执行完，再过 1s 任务 1 也执行完成，但任务 2 在添加的过程中等待超时，并没有添加到阻塞队列中，所以任务 2 没有被执行。

18:10:40.295 c.ThreadPool [main] - 新增 workerThread[Thread-0,5,main], cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:10:40.298 c.BlockingQueue [main] - 加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:10:40.298 c.BlockingQueue [main] - 等待加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@5a39699c ...
18:10:40.298 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:10:41.311 c.TestPool [Thread-0] - 0
18:10:41.311 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:10:42.317 c.TestPool [Thread-0] - 1
18:10:43.321 c.ThreadPool [Thread-0] - worker 被移除Thread[Thread-0,5,main]

3）让调用者放弃任务执行

什么都不写，就是放弃了。我们可以用日志输出一段话。

总共执行 3 个任务，一上来就发现队列满了，所以任务 2 直接放弃执行，只执行了任务 0 和 1。

18:19:41.920 c.ThreadPool [main] - 新增 workerThread[Thread-0,5,main], cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:19:41.924 c.BlockingQueue [main] - 加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:19:41.925 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:19:41.925 c.TestPool [main] - 放弃cn.itcast.n8.TestPool$$Lambda$2/245672235@5a39699c
18:19:42.931 c.TestPool [Thread-0] - 0
18:19:42.932 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:19:43.941 c.TestPool [Thread-0] - 1
18:19:44.951 c.ThreadPool [Thread-0] - worker 被移除Thread[Thread-0,5,main]

4）让调用者抛出异常

抛出异常会让接下来剩余的任务都不执行了，此时我们把任务数调整到 4。

执行到第二个任务时抛异常了，所以第三个任务根本就没进来。

18:47:31.348 c.ThreadPool [main] - 新增 workerThread[Thread-0,5,main], cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:47:31.352 c.BlockingQueue [main] - 加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:47:31.352 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
Exception in thread "main" java.lang.RuntimeException: 任务执行失败cn.itcast.n8.TestPool$$Lambda$2/245672235@5a39699c
	at cn.itcast.n8.TestPool.lambda$main$0(TestPool.java:25)
	at cn.itcast.n8.BlockingQueue.tryPut(TestPool.java:250)
	at cn.itcast.n8.ThreadPool.execute(TestPool.java:83)
	at cn.itcast.n8.TestPool.main(TestPool.java:31)
18:47:32.353 c.TestPool [Thread-0] - 0
18:47:32.354 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:47:33.363 c.TestPool [Thread-0] - 1
18:47:34.375 c.ThreadPool [Thread-0] - worker 被移除Thread[Thread-0,5,main]

5）让调用者自己执行任务

直接调用任务的 run() 方法，实际上是主线程自己执行。

总共 4 个任务，任务 0 和 1 被 [Thread-0] 执行了，任务 2 和 3 被主线程 main 执行了。

18:58:03.790 c.ThreadPool [main] - 新增 workerThread[Thread-0,5,main], cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:58:03.794 c.BlockingQueue [main] - 加入任务队列 cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:58:03.794 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@66d33a
18:58:04.800 c.TestPool [Thread-0] - 0
18:58:04.800 c.TestPool [main] - 2
18:58:05.810 c.TestPool [main] - 3
18:58:05.810 c.ThreadPool [Thread-0] - 正在执行...cn.itcast.n8.TestPool$$Lambda$2/245672235@2c8d66b2
18:58:06.814 c.TestPool [Thread-0] - 1
18:58:07.817 c.ThreadPool [Thread-0] - worker 被移除Thread[Thread-0,5,main]

ThreadPoolExecutor

线程池的线程都是非守护线程。

1) 线程池状态

ThreadPoolExecutor 使用 int 的高 3 位来表示线程池状态，低 29 位表示线程数量。

状态名	高 3 位	接收新任务	处理阻塞队列任务	说明
`RUNNING`	111	Y	Y
`SHUTDOWN`	000	N	Y	不会接收新任务，但会处理阻塞队列剩余任务
`STOP`	001	N	N	会中断正在执行的任务，并抛弃阻塞队列任务
`TIDYING`	010	-	-	任务全执行完毕，活动线程为 0 即将进入终结
`TERMINATED`	011	-	-	终结状态

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING

这些信息存储在一个原子变量 ctl 中，目的是将线程池状态与线程个数合二为一，这样就可以用一次 cas 原子操作进行赋值

// c 为旧值， ctlOf 返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));

// rs 为高 3 位代表线程池状态， wc 为低 29 位代表线程个数，ctl 是合并它们
private static int ctlOf(int rs, int wc) {
    
     return rs | wc; }

2) 构造方法

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

corePoolSize 核心线程数目（最多保留的线程数）
maximumPoolSize 最大线程数目
keepAliveTime 生存时间 - 针对救急线程
unit 时间单位 - 针对救急线程
workQueue 阻塞队列
threadFactory 线程工厂 - 可以为线程创建时起个好名字
handler 拒绝策略

工作方式：

24325243534

线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会创建一个新线程来执行任务。
当线程数达到 corePoolSize 并没有线程空闲，这时再加入任务，新加的任务会被加入workQueue 队列排队，直到有空闲的线程。
如果队列选择了有界队列，那么任务超过了队列大小时，会创建 maximumPoolSize - corePoolSize 数目的线程来救急。
如果线程到达 maximumPoolSize 仍然有新任务这时会执行拒绝策略。
- 拒绝策略 jdk 提供了 4 种实现：
  - AbortPolicy 让调用者抛出 RejectedExecutionException 异常，这是默认策略
  - CallerRunsPolicy 让调用者运行任务
  - DiscardPolicy 放弃本次任务
  - DiscardOldestPolicy 放弃队列中最早的任务，本任务取而代之
- 其它著名框架也提供了实现：
  - Dubbo 的实现，在抛出 RejectedExecutionException 异常之前会记录日志，并 dump 线程栈信息，方便定位问题
  - Netty 的实现，是创建一个新线程来执行任务
  - ActiveMQ 的实现，带超时等待（60s）尝试放入队列，类似我们之前自定义的拒绝策略
  - PinPoint 的实现，它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略
当高峰过去后，超过corePoolSize 的救急线程如果一段时间没有任务做，需要结束节省资源，这个时间由 keepAliveTime 和 unit 来控制。

根据这个构造方法，JDK Executors 类中提供了众多工厂方法来创建各种用途的线程池。

3) newFixedThreadPool

创建一个固定大小的线程池

public static ExecutorService newFixedThreadPool(int nThreads) {
    
    
    return new ThreadPoolExecutor(nThreads, nThreads,
            					  0L, TimeUnit.MILLISECONDS,
            					  new LinkedBlockingQueue<Runnable>());
}

特点

核心线程数 == 最大线程数（没有救急线程被创建），因此也无需超时时间
阻塞队列是无界的，可以放任意数量的任务

评价

适用于任务量已知，相对耗时的任务

4) newCachedThreadPool

带缓冲的线程池

public static ExecutorService newCachedThreadPool() {
    
    
    return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
            				      60L, TimeUnit.SECONDS,
             				      new SynchronousQueue<Runnable>());
}

特点

核心线程数是 0，最大线程数是 Integer.MAX_VALUE，救急线程的空闲生存时间是 60s，意味着
- 全部都是救急线程（60s 后可以回收）
- 救急线程可以无限创建
队列采用了 SynchronousQueue 实现特点是，它没有容量，没有线程来取是放不进去的（一手交钱、一手交货）

SynchronousQueue<Integer> integers = new SynchronousQueue<>();
new Thread(() -> {
    
    
    try {
    
    
        log.debug("putting {} ", 1);
        integers.put(1);
        log.debug("{} putted...", 1);
        log.debug("putting...{} ", 2);
        integers.put(2);
        log.debug("{} putted...", 2);
    } catch (InterruptedException e) {
    
    
        e.printStackTrace();
    }
},"t1").start();

sleep(1);

new Thread(() -> {
    
    
    try {
    
    
        log.debug("taking {}", 1);
        integers.take();
    } catch (InterruptedException e) {
    
    
        e.printStackTrace();
    }
},"t2").start();

sleep(1);

new Thread(() -> {
    
    
    try {
    
    
        log.debug("taking {}", 2);
        integers.take();
    } catch (InterruptedException e) {
    
    
        e.printStackTrace();
    }
},"t3").start();

输出

11:48:15.500 c.TestSynchronousQueue [t1] - putting 1 
11:48:16.500 c.TestSynchronousQueue [t2] - taking 1 
11:48:16.500 c.TestSynchronousQueue [t1] - 1 putted... 
11:48:16.500 c.TestSynchronousQueue [t1] - putting...2 
11:48:17.502 c.TestSynchronousQueue [t3] - taking 2 
11:48:17.503 c.TestSynchronousQueue [t1] - 2 putted...

评价

整个线程池表现为线程数会根据任务量不断增长，没有上限，当任务执行完毕，空闲 1分钟后释放线程。

适合任务数比较密集，但每个任务执行时间较短的情况。

5) newSingleThreadExecutor

单线程线程池

public static ExecutorService newSingleThreadExecutor() {
    
    
    return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                    			    0L, TimeUnit.MILLISECONDS,
                       		        new LinkedBlockingQueue<Runnable>()));
}

使用场景：

希望多个任务排队执行。线程数固定为 1，任务数多于 1 时，会放入无界队列排队。任务执行完毕，这唯一的线程也不会被释放。

区别：

自己创建一个单线程串行执行任务，如果任务执行失败而终止那么没有任何补救措施，而线程池还会新建一个线程，保证池的正常工作
Executors.newSingleThreadExecutor() 线程个数始终为 1，不能修改
- FinalizableDelegatedExecutorService 应用的是装饰器模式，只对外暴露了 ExecutorService 接口，因此不能调用 ThreadPoolExecutor 中特有的方法
Executors.newFixedThreadPool(1) 初始时为1，以后还可以修改
- 对外暴露的是 ThreadPoolExecutor 对象，可以强转后调用 setCorePoolSize 等方法进行修改

6) 提交任务

// 执行任务
void execute(Runnable command);

// 提交任务 task，用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);

// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)
        throws InterruptedException;

// 提交 tasks 中所有任务，带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks,
                              long timeout, TimeUnit unit)
        throws InterruptedException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks)
        throws InterruptedException, ExecutionException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消，带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks,
                long timeout, TimeUnit unit)
        throws InterruptedException, ExecutionException, TimeoutException;

7) 关闭线程池

shutdown

/*
线程池状态变为 SHUTDOWN
- 不会接收新任务
- 但已提交任务会执行完
- 此方法不会阻塞调用线程的执行
*/
void shutdown();

public void shutdown() {
      
      
    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
      
      
        checkShutdownAccess();
        // 修改线程池状态
        advanceRunState(SHUTDOWN);
        // 仅会打断空闲线程
        interruptIdleWorkers();
        onShutdown(); // 扩展点 ScheduledThreadPoolExecutor
    } finally {
      
      
        mainLock.unlock();
    }
    // 尝试终结(没有运行的线程可以立刻终结，如果还有运行的线程也不会等)
    tryTerminate();
}

shutdownNow

/*
线程池状态变为 STOP
- 不会接收新任务
- 会将队列中的任务返回
- 并用 interrupt 的方式中断正在执行的任务
*/
List<Runnable> shutdownNow();

public List<Runnable> shutdownNow() {
      
      
    List<Runnable> tasks;
    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
      
      
        checkShutdownAccess();
        // 修改线程池状态
        advanceRunState(STOP);
        // 打断所有线程
        interruptWorkers();
        // 获取队列中剩余任务
        tasks = drainQueue();
    } finally {
      
      
        mainLock.unlock();
    }
    // 尝试终结
    tryTerminate();
    return tasks; 
}

其它方法

// 不在 RUNNING 状态的线程池，此方法就返回 true
boolean isShutdown();

// 线程池状态是否是 TERMINATED
boolean isTerminated();

// 调用 shutdown 后，由于调用线程并不会等待所有任务运行结束，因此如果它想在线程池 TERMINATED 后做些事情，可以利用此方法等待
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;

异步模式之工作线程

Worker Thread 模式

定义

让有限的工作线程（Worker Thread）来轮流异步处理无限多的任务。也可以将其归类为分工模式，它的典型实现就是线程池，也体现了经典设计模式中的享元模式。

例如，海底捞的服务员（线程），轮流处理每位客人的点餐（任务），如果为每位客人都配一名专属的服务员，那么成本就太高了（对比另一种多线程设计模式：Thread-Per-Message）。

注意，不同任务类型应该使用不同的线程池，这样能够避免饥饿，并能提升效率。

例如，如果一个餐馆的工人既要招呼客人（任务类型A），又要到后厨做菜（任务类型B）显然效率不咋地，分成服务员（线程池A）与厨师（线程池B）更为合理，当然你能想到更细致的分工。

饥饿

固定大小线程池会有饥饿现象

两个工人是同一个线程池中的两个线程
他们要做的事情是：为客人点餐和到后厨做菜，这是两个阶段的工作
- 客人点餐：必须先点完餐，等菜做好，上菜，在此期间处理点餐的工人必须等待
- 后厨做菜：没啥说的，做就是了
比如工人A 处理了点餐任务，接下来它要等着工人B 把菜做好，然后上菜，他俩也配合的蛮好
但现在同时来了两个客人，这个时候工人A 和工人B 都去处理点餐了，这时没人做饭了，饥饿

public class TestDeadLock {
    
    
    static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
    static Random RANDOM = new Random();
    static String cooking() {
    
    
        return MENU.get(RANDOM.nextInt(MENU.size()));
    }
    public static void main(String[] args) {
    
    
        ExecutorService executorService = Executors.newFixedThreadPool(2);
        executorService.execute(() -> {
    
    
            log.debug("处理点餐...");
            Future<String> f = executorService.submit(() -> {
    
    
                log.debug("做菜");
                return cooking();
            });
            try {
    
    
                log.debug("上菜: {}", f.get());
            } catch (InterruptedException | ExecutionException e) {
    
    
                e.printStackTrace();
            }
        });
        /*executorService.execute(() -> {
            log.debug("处理点餐...");
            Future<String> f = executorService.submit(() -> {
                log.debug("做菜");
                return cooking();
            });
            try {
                log.debug("上菜: {}", f.get());
            } catch (InterruptedException | ExecutionException e) {
                e.printStackTrace();
            }
        });*/
    }
}

输出

17:21:27.883 c.TestDeadLock [pool-1-thread-1] - 处理点餐...
17:21:27.891 c.TestDeadLock [pool-1-thread-2] - 做菜
17:21:27.891 c.TestDeadLock [pool-1-thread-1] - 上菜: 烤鸡翅

当注释取消后，可能的输出

17:08:41.339 c.TestDeadLock [pool-1-thread-2] - 处理点餐... 
17:08:41.339 c.TestDeadLock [pool-1-thread-1] - 处理点餐...

此时造成了饥饿现象，通过 JConsole 未检测到死锁。

怎么解决目前的饥饿现象呢？

可以增加线程池的大小，不过不是根本解决方案，还是前面提到的，不同的任务类型，采用不同的线程池，例如：

public class TestDeadLock {
    
    
    static final List<String> MENU = Arrays.asList("地三鲜", "宫保鸡丁", "辣子鸡丁", "烤鸡翅");
    static Random RANDOM = new Random();
    static String cooking() {
    
    
        return MENU.get(RANDOM.nextInt(MENU.size()));
    }
    public static void main(String[] args) {
    
    
        ExecutorService waiterPool = Executors.newFixedThreadPool(1);
        ExecutorService cookPool = Executors.newFixedThreadPool(1);
        waiterPool.execute(() -> {
    
    
            log.debug("处理点餐...");
            Future<String> f = cookPool.submit(() -> {
    
    
                log.debug("做菜");
                return cooking();
            });
            try {
    
    
                log.debug("上菜: {}", f.get());
            } catch (InterruptedException | ExecutionException e) {
    
    
                e.printStackTrace();
            }
        });
        waiterPool.execute(() -> {
    
    
            log.debug("处理点餐...");
            Future<String> f = cookPool.submit(() -> {
    
    
                log.debug("做菜");
                return cooking();
            });
            try {
    
    
                log.debug("上菜: {}", f.get());
            } catch (InterruptedException | ExecutionException e) {
    
    
                e.printStackTrace();
            }
        });
    }
}

输出

17:25:14.626 c.TestDeadLock [pool-1-thread-1] - 处理点餐... 
17:25:14.630 c.TestDeadLock [pool-2-thread-1] - 做菜
17:25:14.631 c.TestDeadLock [pool-1-thread-1] - 上菜: 地三鲜
17:25:14.632 c.TestDeadLock [pool-1-thread-1] - 处理点餐... 
17:25:14.632 c.TestDeadLock [pool-2-thread-1] - 做菜
17:25:14.632 c.TestDeadLock [pool-1-thread-1] - 上菜: 辣子鸡丁

创建多少线程池合适

过小会导致程序不能充分地利用系统资源、容易导致饥饿
过大会导致更多的线程上下文切换，占用更多内存

CPU 密集型运算

通常采用 cpu 核数 + 1 能够实现最优的 CPU 利用率，+1 是保证当线程由于页缺失故障（操作系统）或其它原因导致暂停时，额外的这个线程就能顶上去，保证 CPU 时钟周期不被浪费

I/O 密集型运算

CPU 不总是处于繁忙状态，例如，当你执行业务计算时，这时候会使用 CPU 资源，但当你执行 I/O 操作时、远程 RPC 调用时，包括进行数据库操作时，这时候 CPU 就闲下来了，你可以利用多线程提高它的利用率。
经验公式如下
- 线程数 = 核数 * 期望 CPU 利用率 * 总时间(CPU计算时间+等待时间) / CPU 计算时间
- 例如 4 核 CPU 计算时间是 50% ，其它等待时间是 50%，期望 cpu 被 100% 利用，套用公式 4 * 100% * 100% / 50% = 8
- 例如 4 核 CPU 计算时间是 10% ，其它等待时间是 90%，期望 cpu 被 100% 利用，套用公式 4 * 100% * 100% / 10% = 40

自定义线程池

在上方已实现。

8) 任务调度线程池

在『任务调度线程池』功能加入之前，可以使用 java.util.Timer 来实现定时功能，Timer 的优点在于简单易用，但由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个任务的延迟或异常都将会影响到之后的任务。

public static void main(String[] args) {
    
    
    Timer timer = new Timer();
    TimerTask task1 = new TimerTask() {
    
    
        @Override
        public void run() {
    
    
            log.debug("task 1");
            
            sleep(2);
        }
    };
    TimerTask task2 = new TimerTask() {
    
    
        @Override
        public void run() {
    
    
            log.debug("task 2");
        }
    };
    // 使用 timer 添加两个任务，希望它们都在 1s 后执行
    // 但由于 timer 内只有一个线程来顺序执行队列中的任务，因此『任务1』的延时，影响了『任务2』的执行
    timer.schedule(task1, 1000);
    timer.schedule(task2, 1000);
}

输出

20:46:09.444 c.TestTimer [main] - start... 
20:46:10.447 c.TestTimer [Timer-0] - task 1 
20:46:12.448 c.TestTimer [Timer-0] - task 2

使用 ScheduledExecutorService 改写：

ScheduledExecutorService executor = Executors.newScheduledThreadPool(2); // 如果线程池大小设置为 1 两个线程还是会串行执行
// 添加两个任务，希望它们都在 1s 后执行
executor.schedule(() -> {
    
    
    System.out.println("任务1，执行时间：" + new Date());
    //int i = 1 / 0; // 即使有异常 也不影响第二个线程的执行
    try {
    
     Thread.sleep(2000); } catch (InterruptedException e) {
    
     }
}, 1000, TimeUnit.MILLISECONDS); // 参数：任务对象，延时时间，时间单位
executor.schedule(() -> {
    
    
    System.out.println("任务2，执行时间：" + new Date());
}, 1000, TimeUnit.MILLISECONDS);

输出

任务1，执行时间：Thu Jan 03 12:45:17 CST 2019 
任务2，执行时间：Thu Jan 03 12:45:17 CST 2019

scheduleAtFixedRate（定时执行）例子：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
log.debug("start...");
pool.scheduleAtFixedRate(() -> {
    
    
    log.debug("running...");
}, 1, 1, TimeUnit.SECONDS); // 参数：任务对象，延时时间，执行的间隔时间，时间单位

输出

21:45:43.167 c.TestTimer [main] - start... 
21:45:44.215 c.TestTimer [pool-1-thread-1] - running... 
21:45:45.215 c.TestTimer [pool-1-thread-1] - running... 
21:45:46.215 c.TestTimer [pool-1-thread-1] - running... 
21:45:47.215 c.TestTimer [pool-1-thread-1] - running...

scheduleAtFixedRate 例子（任务执行时间超过了间隔时间）：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
log.debug("start...");
pool.scheduleAtFixedRate(() -> {
    
    
    log.debug("running...");
    sleep(2);
}, 1, 1, TimeUnit.SECONDS);

输出分析：一开始，延时 1s，接下来，由于任务执行时间 > 间隔时间，间隔被『撑』到了 2s：

21:44:30.311 c.TestTimer [main] - start... 
21:44:31.360 c.TestTimer [pool-1-thread-1] - running... 
21:44:33.361 c.TestTimer [pool-1-thread-1] - running... 
21:44:35.362 c.TestTimer [pool-1-thread-1] - running... 
21:44:37.362 c.TestTimer [pool-1-thread-1] - running...

scheduleWithFixedDelay（真正的间隔时间）例子：

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
log.debug("start...");
pool.scheduleWithFixedDelay(()-> {
    
    
    log.debug("running...");
    sleep(2);
}, 1, 1, TimeUnit.SECONDS); // 参数：任务对象，延时时间，任务与任务之间真正的间隔时间，时间单位

输出分析：一开始，延时 1s，scheduleWithFixedDelay 的间隔是上一个任务结束 <-> 延时 <-> 下一个任务开始所以间隔都是 3s：

21:40:55.078 c.TestTimer [main] - start... 
21:40:56.140 c.TestTimer [pool-1-thread-1] - running... 
21:40:59.143 c.TestTimer [pool-1-thread-1] - running... 
21:41:02.145 c.TestTimer [pool-1-thread-1] - running... 
21:41:05.147 c.TestTimer [pool-1-thread-1] - running...

评价

整个线程池表现为：线程数固定，任务数多于线程数时，会放入无界队列排队。

任务执行完毕，这些线程也不会被释放。用来执行延迟或反复执行的任务。

9) 正确处理执行任务异常

方法1：主动捉异常

ExecutorService pool = Executors.newFixedThreadPool(1);
pool.submit(() -> {
      
      
    try {
      
      
        log.debug("task1");
        int i = 1 / 0;
    } catch (Exception e) {
      
      
        log.error("error:", e);
    }
});

输出

21:59:04.558 c.TestTimer [pool-1-thread-1] - task1 
21:59:04.562 c.TestTimer [pool-1-thread-1] - error: 
java.lang.ArithmeticException: / by zero 
 		at cn.itcast.n8.TestTimer.lambda$main$0(TestTimer.java:28) 
 		at java.util.concurrent.Executors$RunnableAdapter.call(Executors.java:511) 
 		at java.util.concurrent.FutureTask.run(FutureTask.java:266) 
 		at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) 
 		at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) 
 		at java.lang.Thread.run(Thread.java:748)

方法2：使用 Future

ExecutorService pool = Executors.newFixedThreadPool(1);
Future<Boolean> f = pool.submit(() -> {
      
      
    log.debug("task1");
    int i = 1 / 0;
    return true;
});
log.debug("result:{}", f.get());

输出

21:54:58.208 c.TestTimer [pool-1-thread-1] - task1 
Exception in thread "main" java.util.concurrent.ExecutionException: 
java.lang.ArithmeticException: / by zero 
 		at java.util.concurrent.FutureTask.report(FutureTask.java:122) 
 		at java.util.concurrent.FutureTask.get(FutureTask.java:192) 
 		at cn.itcast.n8.TestTimer.main(TestTimer.java:31) 
Caused by: java.lang.ArithmeticException: / by zero 
 		at cn.itcast.n8.TestTimer.lambda$main$0(TestTimer.java:28) 
 		at java.util.concurrent.FutureTask.run(FutureTask.java:266) 
 		at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) 
 		at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) 
 		at java.lang.Thread.run(Thread.java:748)

定时任务应用

如何让每周四 18:00:00 定时执行任务？

// 获得当前时间
LocalDateTime now = LocalDateTime.now();
// 获取本周四 18:00:00.000
LocalDateTime thursday =
        now.with(DayOfWeek.THURSDAY).withHour(18).withMinute(0).withSecond(0).withNano(0);
// 如果当前时间已经超过 本周四 18:00:00.000， 那么找下周四 18:00:00.000
if (now.compareTo(thursday) >= 0) {
    
    
    thursday = thursday.plusWeeks(1);
}
// 计算时间差，即延时执行时间
long initialDelay = Duration.between(now, thursday).toMillis();
// 计算间隔时间，即 1 周的毫秒值
long oneWeek = 7 * 24 * 3600 * 1000;
ScheduledExecutorService executor = Executors.newScheduledThreadPool(2);
System.out.println("开始时间：" + new Date());
executor.scheduleAtFixedRate(() -> {
    
    
    System.out.println("执行时间：" + new Date());
}, initialDelay, oneWeek, TimeUnit.MILLISECONDS);

10) Tomcat 线程池

Tomcat 在哪里用到了线程池呢

LimitLatch 用来限流，可以控制最大连接个数，类似 J.U.C 中的 Semaphore 后面再讲
Acceptor 只负责【接收新的 socket 连接】
Poller 只负责监听 socket channel 是否有【可读的 I/O 事件】
一旦可读，封装一个任务对象（socketProcessor），提交给 Executor 线程池处理
Executor 线程池中的工作线程最终负责【处理请求】

Tomcat 线程池扩展了 ThreadPoolExecutor，行为稍有不同

如果总线程数达到 maximumPoolSize
- 这时不会立刻抛 RejectedExecutionException 异常
- 而是再次尝试将任务放入队列，如果还失败，才抛出 RejectedExecutionException 异常

源码 tomcat-7.0.42

public void execute(Runnable command, long timeout, TimeUnit unit) {
    
    
    submittedCount.incrementAndGet();
    try {
    
    
        super.execute(command);
    } catch (RejectedExecutionException rx) {
    
    
        if (super.getQueue() instanceof TaskQueue) {
    
    
            final TaskQueue queue = (TaskQueue)super.getQueue();
            try {
    
    
                if (!queue.force(command, timeout, unit)) {
    
    
                    submittedCount.decrementAndGet();
                    throw new RejectedExecutionException("Queue capacity is full.");
                }
            } catch (InterruptedException x) {
    
    
                submittedCount.decrementAndGet();
                Thread.interrupted();
                throw new RejectedExecutionException(x);
            }
        } else {
    
    
            submittedCount.decrementAndGet();
            throw rx;
        }
    }
}

TaskQueue.java

public boolean force(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
    
    
    if ( parent.isShutdown() )
        throw new RejectedExecutionException(
                "Executor not running, can't force a command into the queue"
        );
    return super.offer(o,timeout,unit); //forces the item onto the queue, to be used if the task 
    is rejected
}

Connector 配置

配置项	默认值	说明
`acceptorThreadCount`	1	acceptor 线程数量（建立连接）
`pollerThreadCount`	1	poller 线程数量（多路复用监测 channel）
`minSpareThreads`	10	核心线程数，即 corePoolSize
`maxThreads`	200	最大线程数，即 maximumPoolSize
`executor`	-	Executor 名称，用来引用下面的 Executor

Executor 线程配置

配置项	默认值	说明
`threadPriority`	5	线程优先级
`daemon`	true	是否守护线程
`minSpareThreads`	25	核心线程数，即 corePoolSize
`maxThreads`	200	最大线程数，即 maximumPoolSize
`maxIdleTime`	60000	线程生存时间，单位是毫秒，默认值即 1 分钟
`maxQueueSize`	`Integer.MAX_VALUE`	队列长度
`prestartminSpareThreads`	false	核心线程是否在服务器启动时启动

本文参考：黑马程序员深入学习Java并发编程，JUC并发编程全套教程