在Android中常采用的异步处理机制有
Handler和AsyncTask，本文所要介绍的是AsyncTask异步处理机制。
对于每个Android应用程序都运行在一个dalvik虚拟机进程中，应用进程开始的时候会启动一个主线程(MainThread)，主线程负责处理和ui相关的事件，因此主线程通常又叫UI线程。而由于Android采用UI单线程模型，所以只能在主线程中对UI元素进行操作。并且主线程为我们提供了消息循环的机制，我们可以利用这个机制来实现线程间的通信。那么，我们就可以在非UI线程发送消息到UI线程，最终让Ui线程来进行ui的操作。同时我们也可以实现子线程之间的通信，从而异步执行特定动作。所以当有多个后台任务时且异步任务的数据不太大时，我们自己创建线程来实现就有点复杂了，这时我们就可以使用AsyncTask来完成，它可以创建线程，并且对其进行维护，实现异步消息机制。这就是我们为何要引入AsyncTask机制。
我们可以调用函数executeOnExecutor来实现任务的并行执行，我们从上面可以看出调用execute函数后也是调用了executeOnExecutor函数进行处理，在该函数中到底做的什么，下面我们就来分析一下。
根据上面分析调用execute串行的原因主要就是使用默认的执行器一个一个的调用THREAD_POOL_EXECUTOR导致，所以我们可以直接调用executeOnExecutor传入THREAD_POOL_EXECUTOR执行器，不用绕那大的弯子。
1.CORE_POOL_SIZE:线程池的核心线程数量，即线程池可以保持的线程数量，即使线程处于空闲状态也不会被回收。
2.MAXIMUM_POOP_SIZE:线程池中可以达到的最大线程数量。
3.KEEP_ALIVE:表示一段时间，线程池中的线程超过核心线程数量时，超出的线程处于空闲状态KEEP_ALIVE后，将被回收。
4.TimeUnit:参数KEEP_ALIVE的时间单位。
5.sPoolWorkerQueue:工作任务队列。有新的任务需要执行，但是没有空闲的工作线程时，会将任务放入队列排队等待。
6.sThreadFactory:用来创建工作线程的接口。
下面就要调用THREAD_POOL_EXECUTOR的execute函数，代码位置libcore/luni/src/main/java/java/util/concurrent/ThreadPoolExecutor.java
前面讲到了不论是串/并行最终都会将任务抛入线程池中进行执行，具体线程池又是如何工作的呢？下面具体谈一下。
1）.每一个工作任务用一个Runnable对象表示，当我们要把工作任务交给线程池时，线程池就会派一个工作线程对其进行处理。
2）.当线程池中的工作线程数量小于核心线程数量n+1时(n为cpu核数)，那么就会调用ThreadFactory 接口创建一个新的线程放入线程池中然后执行这个工作任务。
3）.如果线程池中线程数量等于核心线程数量，就会将需要执行的任务加入工作队列中等待执行。
4）.如果线程池中线程数量等于或大于核心线程数量，并且小于最大工作线程数2n+1，工作队列已满，如果再有新的任务，则会调用ThreadFactory新创建一个线程加入线程池中并执行任务。
5）.当线程池中线程数量等于最大工作线程数，并且工作队列已满，新的工作任务就会被拒绝执行，应用程序将异常退出。
问题分析 串行方法所遇问题
1）出现问题因为创建的对象过多线程阻塞，导致我们点击一些按钮时没有任何反映。AsyncTask.execute()执行起来是顺序的，因为是在一个进程中，系统会默认一个静态的线性执行器，当同一进程中同时执行多个AsyncTask或者重复执行同一个AsnycTask，他们会按照顺序一个一个执行，当前面一个执行完后才会执行后一个。所以如果前一个流程执行耗时操作（例如doinbackground、onPostExecute等动作），那么后一个要等待前面的task执行完毕后才能执行，所以会出现延迟现象,mTasks.size一直增加，队列中的任务就会堆积起来。就可能造成当前操作得不到立刻响应。
2）由于Email中的很多任务都是使用AsyncTask进行，其中包括也网络交互相关的任务和图片加载的任务，但AsyncTask内的任务是顺序执行的，这样就会有概率出现网络交互的任务在前未执行完成时，下发了加载图片的任务，但网络方面与服务器交互耗时太长，就会导致加载图片的任务长时间未得到执行。
解决方法
对于每个Android应用程序都运行在一个dalvik虚拟机进程中，应用进程开始的时候会启动一个主线程(MainThread)，主线程负责处理和ui相关的事件，因此主线程通常又叫UI线程。而由于Android采用UI单线程模型，所以只能在主线程中对UI元素进行操作。并且主线程为我们提供了消息循环的机制，我们可以利用这个机制来实现线程间的通信。那么，我们就可以在非UI线程发送消息到UI线程，最终让Ui线程来进行ui的操作。同时我们也可以实现子线程之间的通信，从而异步执行特定动作。所以当有多个后台任务时且异步任务的数据不太大时，我们自己创建线程来实现就有点复杂了，这时我们就可以使用AsyncTask来完成，它可以创建线程，并且对其进行维护，实现异步消息机制。这就是我们为何要引入AsyncTask机制。
那么什么是AsyncTask机制？如何使用AsyncTask机制？使用AsyncTask机制常见问题有哪些？这是我们大家所关心的，所以本文后面会主要就这几个方面展开来讲解。
AsyncTask是android提供的一种异步消息处理机制，可以直接继承AsyncTask，在类中继承抽象方法执行耗时任务，并且AsyncTask提供接口反馈当前异步操作的进度，可以通过接口实现UI更新。最终返回后台执行的结果给UI主线程，从而实现消息的异步处理。
在使用AsyncTask时我们需要了解一下AsyncTask的三种泛型类型：
1.Params：执行任务所需要的参数，如HTTP请求的URL。
2.Progress：后台任务执行的百分比。
3.Result：后台任务最终执行的返回结果。
在实现AsyncTask时我们一般需要重写如下函数，其中doInBackground为抽象函数我们必须重写外，其余的根据自身需要进行选择性重写。
1）onPreExecute：这个方法会在后台任务执行之前，在UI线程中执行，用于进行界面上的一些初始化，比如显示一个进度条对话框。
2）doInBackground：这个方法是抽象方法子类必须要重写，它的所有代码都会在子线程中运行，我们应该在这去处理所有的耗时任务，在这个方法中是不能进行UI操作的，如果需要更新UI元素，比如说反馈当前任务的执行进度，可以调用publishProgress方法来完成。
3）onProgressUpdate：当在后台任务中调用publishProgress函数时，这个函数就会很快被调用，方法中携带的参数就是后台传输过来的，可以对UI进行操作。
4）onPostExecute：当后台任务执行完毕并将结果返回时就会调用该函数。返回的数据会做为参数传到该函数中，可以利用返回结果进行UI操作，比如提示任务执行的结果，以及关闭对话框。
AsyncTask构造流程
/**
* Creates a new asynchronous task. This constructor must be invoked on the UI thread.
*/
public AsyncTask() {
mWorker = new WorkerRunnable<Params, Result>() { //创建WorkerRunnable对象
public Result call() throws Exception {
mTaskInvoked.set(true);
Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND);
//noinspection unchecked
Result result = doInBackground(mParams); //当调用call函数时，会执行doInBackground
Binder.flushPendingCommands();
return postResult(result);
}
};
mFuture = new FutureTask<Result>(mWorker) { //创建FutureTask对象
@Override
protected void done() {
try {
postResultIfNotInvoked(get()); //调用done函数时，触发postResultIfNotInvoked
} catch (InterruptedException e) {
android.util.Log.w(LOG_TAG, e);
} catch (ExecutionException e) {
throw new RuntimeException("An error occurred while executing doInBackground()",
e.getCause());
} catch (CancellationException e) {
postResultIfNotInvoked(null);
}
}
};
}当我们创建好AsyncTask后就可以调用它的execute函数或者executeOnExecutor函数，两者的主要区别是execute函数使用的是默认的串行执行器，而executeOnExecutor可以使用并行执行器，也可以自己指定一个执行器。下面重点讲解AsyncTask的串并行执行过程。
串行执行方法
调用execute函数使用的执行器为sDefaultExecutor，即SerialExecutor对象
public static final Executor SERIAL_EXECUTOR = new SerialExecutor();
private static volatile Executor sDefaultExecutor = SERIAL_EXECUTOR;
public final AsyncTask<Params, Progress, Result> execute(Params... params) {
return executeOnExecutor(sDefaultExecutor, params);
} public final AsyncTask<Params, Progress, Result> executeOnExecutor(Executor exec,
Params... params) {
if (mStatus != Status.PENDING) { //判断状态是否正确
switch (mStatus) {
case RUNNING:
throw new IllegalStateException("Cannot execute task:"
+ " the task is already running.");
case FINISHED:
throw new IllegalStateException("Cannot execute task:"
+ " the task has already been executed "
+ "(a task can be executed only once)");
}
}
mStatus = Status.RUNNING; //赋值状态
onPreExecute(); //最先执行onPreExecute函数，在主线程中执行
mWorker.mParams = params; //赋值参数
exec.execute(mFuture); //调用SerialExecutor的execute函数
return this;
}SerialExecutor继承了Executor，并且mFuture是一个runnable对象。当执行execute函数时新建一个runnable放入mTasks中，当mActive对象为null时，调用scheduleNext函数从mTasks中取出runnable对象赋值给mActive，并且调用THREAD_POOL_EXECUTOR来处理runnable对象。由于scheduleNext函数有同步锁，并且mActive不为空时不会调用，所以会顺序取出mTasks中的任务一个一个的执行，从而达到串行的目的。
private static class SerialExecutor implements Executor {
final ArrayDeque<Runnable> mTasks = new ArrayDeque<Runnable>();
Runnable mActive;
public synchronized void execute(final Runnable r) {
mTasks.offer(new Runnable() {
public void run() {
try {
r.run();
} finally {
scheduleNext();
}
}
});
if (mActive == null) {
scheduleNext();
}
}
protected synchronized void scheduleNext() {
if ((mActive = mTasks.poll()) != null) {
THREAD_POOL_EXECUTOR.execute(mActive);
}
}
}我们可以调用函数executeOnExecutor来实现任务的并行执行，我们从上面可以看出调用execute函数后也是调用了executeOnExecutor函数进行处理，在该函数中到底做的什么，下面我们就来分析一下。
根据上面分析调用execute串行的原因主要就是使用默认的执行器一个一个的调用THREAD_POOL_EXECUTOR导致，所以我们可以直接调用executeOnExecutor传入THREAD_POOL_EXECUTOR执行器，不用绕那大的弯子。
private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors(); //获取cpu核数
// We want at least 2 threads and at most 4 threads in the core pool,
// preferring to have 1 less than the CPU count to avoid saturating
// the CPU with background work
private static final int CORE_POOL_SIZE = Math.max(2, Math.min(CPU_COUNT - 1, 4)); //核心线程池size最少2个，最多4个
private static final int MAXIMUM_POOL_SIZE = CPU_COUNT * 2 + 1;
private static final int KEEP_ALIVE_SECONDS = 30;
private static final ThreadFactory sThreadFactory = new ThreadFactory() {
private final AtomicInteger mCount = new AtomicInteger(1);
public Thread newThread(Runnable r) {
return new Thread(r, "AsyncTask #" + mCount.getAndIncrement());
}
};
private static final BlockingQueue<Runnable> sPoolWorkQueue =
new LinkedBlockingQueue<Runnable>(128);
/**
* An {@link Executor} that can be used to execute tasks in parallel.
*/
public static final Executor THREAD_POOL_EXECUTOR;
static { //静态代码中创建线程执行器
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE_SECONDS, TimeUnit.SECONDS,
sPoolWorkQueue, sThreadFactory);
threadPoolExecutor.allowCoreThreadTimeOut(true);
THREAD_POOL_EXECUTOR = threadPoolExecutor;
}1.CORE_POOL_SIZE:线程池的核心线程数量，即线程池可以保持的线程数量，即使线程处于空闲状态也不会被回收。
2.MAXIMUM_POOP_SIZE:线程池中可以达到的最大线程数量。
3.KEEP_ALIVE:表示一段时间，线程池中的线程超过核心线程数量时，超出的线程处于空闲状态KEEP_ALIVE后，将被回收。
4.TimeUnit:参数KEEP_ALIVE的时间单位。
5.sPoolWorkerQueue:工作任务队列。有新的任务需要执行，但是没有空闲的工作线程时，会将任务放入队列排队等待。
6.sThreadFactory:用来创建工作线程的接口。
下面就要调用THREAD_POOL_EXECUTOR的execute函数，代码位置libcore/luni/src/main/java/java/util/concurrent/ThreadPoolExecutor.java
public void execute(Runnable command) {
if (command == null)
throw new NullPointerException();
int c = ctl.get();
if (workerCountOf(c) < corePoolSize) {
if (addWorker(command, true))
return;
c = ctl.get();
}
if (isRunning(c) && workQueue.offer(command)) {
int recheck = ctl.get();
if (! isRunning(recheck) && remove(command))
reject(command);
else if (workerCountOf(recheck) == 0)
addWorker(null, false);
}
else if (!addWorker(command, false))
reject(command);
}1.当线程数量小于corePoolSize时就会新创建一个线程，来处理任务。
2.如果一个任务可以成功的入队，我们应该再次检查是否应该增加一个线程。因为自从上次检查到现在线程可能已经死掉了，或者线程池挂掉了，如果有异常就拒绝任务，否则就开启线程线程执行任务。
3.如果不能入队任务，之后就尝试增加一个线程，如果失败就拒绝这个任务。
主要分析addWorker函数
private boolean addWorker(Runnable firstTask, boolean core) {
retry:
for (;;) {
int c = ctl.get();
int rs = runStateOf(c);
// Check if queue empty only if necessary.
if (rs >= SHUTDOWN &&
! (rs == SHUTDOWN &&
firstTask == null &&
! workQueue.isEmpty()))
return false;
for (;;) {
int wc = workerCountOf(c);
if (wc >= CAPACITY ||
wc >= (core ? corePoolSize : maximumPoolSize))
return false;
if (compareAndIncrementWorkerCount(c))
break retry;
c = ctl.get(); // Re-read ctl
if (runStateOf(c) != rs)
continue retry;
// else CAS failed due to workerCount change; retry inner loop
}
}
boolean workerStarted = false;
boolean workerAdded = false;
Worker w = null;
try {
w = new Worker(firstTask); //当上面的检查判断都通过了，就会创建Worker对象
final Thread t = w.thread; //将Worker中的成员变量Thread赋值给t
if (t != null) {
final ReentrantLock mainLock = this.mainLock;
mainLock.lock(); //获取锁
try {
// Recheck while holding lock.
// Back out on ThreadFactory failure or if
// shut down before lock acquired.
int rs = runStateOf(ctl.get());
if (rs < SHUTDOWN ||
(rs == SHUTDOWN && firstTask == null)) {
if (t.isAlive()) // precheck that t is startable
throw new IllegalThreadStateException();
workers.add(w); //将Worker加入works队列
int s = workers.size();
if (s > largestPoolSize) //如果工作队列大于最大容量，重新赋值
largestPoolSize = s;
workerAdded = true;
}
} finally {
mainLock.unlock();
}
if (workerAdded) {
t.start(); //如果worker增加成功，调用线程的run函数
workerStarted = true;
}
}
} finally {
if (! workerStarted)
addWorkerFailed(w);
}
return workerStarted;
}在Worker的构造函数中会通过sThreadFactory创建新线程。
Worker(Runnable firstTask) {
setState(-1); // inhibit interrupts until runWorker
this.firstTask = firstTask;
this.thread = getThreadFactory().newThread(this);
}
/** Delegates main run loop to outer runWorker. */
public void run() {
runWorker(this); //当Worker的run函数被调用，就会调用runWorker函数
} final void runWorker(Worker w) {
Thread wt = Thread.currentThread();
Runnable task = w.firstTask;
w.firstTask = null;
w.unlock(); // allow interrupts
boolean completedAbruptly = true;
try {
while (task != null || (task = getTask()) != null) {
w.lock();
// If pool is stopping, ensure thread is interrupted;
// if not, ensure thread is not interrupted. This
// requires a recheck in second case to deal with
// shutdownNow race while clearing interrupt
if ((runStateAtLeast(ctl.get(), STOP) ||
(Thread.interrupted() &&
runStateAtLeast(ctl.get(), STOP))) &&
!wt.isInterrupted())
wt.interrupt();
try {
beforeExecute(wt, task);
Throwable thrown = null;
try {
task.run(); //调用任务的run函数
} catch (RuntimeException x) {
thrown = x; throw x;
} catch (Error x) {
thrown = x; throw x;
} catch (Throwable x) {
thrown = x; throw new Error(x);
} finally {
afterExecute(task, thrown);
}
} finally {
task = null;
w.completedTasks++;
w.unlock();
}
}
completedAbruptly = false;
} finally {
processWorkerExit(w, completedAbruptly);
}
} public FutureTask(Callable<V> callable) {
if (callable == null)
throw new NullPointerException();
this.callable = callable; //mWorker对象
this.state = NEW; // ensure visibility of callable
}
public void run() {
if (state != NEW ||
!U.compareAndSwapObject(this, RUNNER, null, Thread.currentThread()))
return;
try {
Callable<V> c = callable; //将mWorker对象赋值给c
if (c != null && state == NEW) {
V result;
boolean ran;
try {
result = c.call(); //调用mWorker的call函数，将返回值赋值给result
ran = true; //ran赋值true
} catch (Throwable ex) {
result = null;
ran = false;
setException(ex);
}
if (ran)
set(result);
}
} finally {
// runner must be non-null until state is settled to
// prevent concurrent calls to run()
runner = null;
// state must be re-read after nulling runner to prevent
// leaked interrupts
int s = state;
if (s >= INTERRUPTING)
handlePossibleCancellationInterrupt(s);
}
} mTaskInvoked.set(true); //将mTaskInvoked设置true
Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND);
//noinspection unchecked
Result result = doInBackground(mParams); //执行doInBackground
Binder.flushPendingCommands();
return postResult(result); //发送结果获取结果后，通过Handler将结果发送到主线程中，执行更新界面的操作。
private Result postResult(Result result) {
@SuppressWarnings("unchecked")
Message message = getHandler().obtainMessage(MESSAGE_POST_RESULT,
new AsyncTaskResult<Result>(this, result));
message.sendToTarget();
return result;
}getHandler会获取到InternalHandler对象，而InternalHandler就是使用的主线程的Looper。
private static Handler getHandler() {
synchronized (AsyncTask.class) {
if (sHandler == null) {
sHandler = new InternalHandler();
}
return sHandler;
}
}
private static class InternalHandler extends Handler {
public InternalHandler() {
super(Looper.getMainLooper());
}
@SuppressWarnings({"unchecked", "RawUseOfParameterizedType"})
@Override
public void handleMessage(Message msg) {
AsyncTaskResult<?> result = (AsyncTaskResult<?>) msg.obj;
switch (msg.what) {
case MESSAGE_POST_RESULT: //发送结果
// There is only one result
result.mTask.finish(result.mData[0]);
break;
case MESSAGE_POST_PROGRESS: //更新进度
result.mTask.onProgressUpdate(result.mData);
break;
}
}
} private void finish(Result result) {
if (isCancelled()) {
onCancelled(result);
} else {
onPostExecute(result);
}
mStatus = Status.FINISHED;
}前面讲到了不论是串/并行最终都会将任务抛入线程池中进行执行，具体线程池又是如何工作的呢？下面具体谈一下。
1）.每一个工作任务用一个Runnable对象表示，当我们要把工作任务交给线程池时，线程池就会派一个工作线程对其进行处理。
2）.当线程池中的工作线程数量小于核心线程数量n+1时(n为cpu核数)，那么就会调用ThreadFactory 接口创建一个新的线程放入线程池中然后执行这个工作任务。
3）.如果线程池中线程数量等于核心线程数量，就会将需要执行的任务加入工作队列中等待执行。
4）.如果线程池中线程数量等于或大于核心线程数量，并且小于最大工作线程数2n+1，工作队列已满，如果再有新的任务，则会调用ThreadFactory新创建一个线程加入线程池中并执行任务。
5）.当线程池中线程数量等于最大工作线程数，并且工作队列已满，新的工作任务就会被拒绝执行，应用程序将异常退出。
问题分析 串行方法所遇问题
1）出现问题因为创建的对象过多线程阻塞，导致我们点击一些按钮时没有任何反映。AsyncTask.execute()执行起来是顺序的，因为是在一个进程中，系统会默认一个静态的线性执行器，当同一进程中同时执行多个AsyncTask或者重复执行同一个AsnycTask，他们会按照顺序一个一个执行，当前面一个执行完后才会执行后一个。所以如果前一个流程执行耗时操作（例如doinbackground、onPostExecute等动作），那么后一个要等待前面的task执行完毕后才能执行，所以会出现延迟现象,mTasks.size一直增加，队列中的任务就会堆积起来。就可能造成当前操作得不到立刻响应。
2）由于Email中的很多任务都是使用AsyncTask进行，其中包括也网络交互相关的任务和图片加载的任务，但AsyncTask内的任务是顺序执行的，这样就会有概率出现网络交互的任务在前未执行完成时，下发了加载图片的任务，但网络方面与服务器交互耗时太长，就会导致加载图片的任务长时间未得到执行。
解决方法
如果所执行操作需要马上响应的话就将AsyncTask换成Handler进行执行，这样就不用等待前面的AsyncTask执行完毕了。
并行方法所遇问题
图片每一次加载都会启用一个AsyncTask，过多的图片快速滑动，导致了线程池中的线程数达到了上限，工作任务队列满了，导致应用程序异常退出。
解决方法
可以在自己的应用中自定义一个线程池，按照自己的需求进行参数定义，在不影响别人的情况下满足自己的需求。