Java线程池，这篇能让你和面试官聊了半小时

Posted 2021-04-23 Java技术图谱

找Java工作的时候，线程池是一个必问的知识点，面试时，有的人只能讲五分钟，而有些人可以讲半个小时，差别在哪？在于知识的深度。下面几个面试高频题，你会吗？不会，赶紧收藏此文。

• 线程池各个参数的作用，简单阐述一下线程池工作流程。
• 常见的线程池有哪些，分别适用于什么场景？
• 使用无界队列的线程会导致内存飙升吗？

Java线程池概念

顾名思义，管理线程的池子，相比于手工创建、运行线程，使用线程池，有如下优点

• 降低线程创建和销毁线程造成的开销
• 提高响应速度。任务到达时，相对于手工创建一个线程，直接从线程池中拿线程，速度肯定快很多
• 提高线程可管理性。线程是稀缺资源，如果无限制地创建，不仅会消耗系统资源，还会降低系统稳定性，使用线程池可以进行统一分配、调优和监控

Java线程池创建

无论是创建何种类型线程池(FixedThreadPool、CachedThreadPool…)，均会调用ThreadPoolExecutor构造函数，下面详细解读各个参数的作用

public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue) { this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, Executors.defaultThreadFactory(), defaultHandler); }

• corePoolSize:核心线程最大数量，通俗点来讲就是，线程池中常驻线程的最大数量
• maximumPoolSize:线程池中运行最大线程数(包括核心线程和非核心线程)
• keepAliveTime:线程池中空闲线程（仅适用于非核心线程）所能存活的最长时间
• unit:存活时间单位，与keepAliveTime搭配使用
• workQueue：存放任务的阻塞队列
• handler:线程池饱和策略

线程池执行流程

当提交一个新任务，线程池的处理流程如下：

• 判断线程池中核心线程数是否已达阈值corePoolSize,若否，则创建一个新核心线程执行任务

• 若核心线程数已达阈值corePoolSize,判断阻塞队列workQueue是否已满，若未满，则将新任务添加进阻塞队列

• 若满，再判断，线程池中线程数是否达到阈值maximumPoolSize,若否，则新建一个非核心线程执行任务。若达到阈值，则执行线程池饱和策略。

线程池饱和策略分为一下几种：

• AbortPolicy:直接抛出一个异常，默认策略
• DiscardPolicy: 直接丢弃任务
• DiscardOldestPolicy:抛弃下一个将要被执行的任务(最旧任务)
• CallerRunsPolicy:主线程中执行任务

从流程角度，更形象的图：

从结构角度，更形象的图：

几种常用的线程池

几种典型的工作队列

• ArrayBlockingQueue:使用数组实现的有界阻塞队列，特性先进先出
• LinkedBlockingQueue:使用链表实现的阻塞队列，特性先进先出，可以设置其容量，默认为Interger.MAX_VALUE，特性先进先出
• PriorityBlockingQueue:使用平衡二叉树堆，实现的具有优先级的无界阻塞队列
• DelayQueue:无界阻塞延迟队列，队列中每个元素均有过期时间，当从队列获取元素时，只有
• 过期元素才会出队列。队列头元素是最块要过期的元素。
• SynchronousQueue:一个不存储元素的阻塞队列，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

几种典型的线程池

SingleThreadExecutor

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

创建单个线程。它适用于需要保证顺序地执行各个任务;并且在任意时间点，不会有多个线程是活动的应用场景。

SingleThreadExecutor的corePoolSize和maximumPoolSize被设置为1，使用无界队列LinkedBlockingQueue作为线程池的工作队列。

• 当线程池中没有线程时，会创建一个新线程来执行任务。
• 当前线程池中有一个线程后，将新任务加入LinkedBlockingQueue
• 线程执行完第一个任务后，会在一个无限循环中反复从LinkedBlockingQueue 获取任务来执行。

**使用场景：**适用于串行执行任务场景

FixedThreadPool

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

corePoolSize等于maximumPoolSize,所以线程池中只有核心线程，使用无界阻塞队列LinkedBlockingQueue作为工作队列

FixedThreadPool是一种线程数量固定的线程池，当线程处于空闲状态时，他们并不会被回收，除非线程池被关闭。当所有的线程都处于活动状态时，新的任务都会处于等待状态，直到有线程空闲出来。

• 如果当前运行的线程数少于corePoolSize，则创建新线程来执行任务。
• 在线程数目达到corePoolSize后，将新任务放到LinkedBlockingQueue阻塞队列中。
• 线程执行完(1)中任务后，会在循环中反复从LinkedBlockingQueue获取任务来执行。

使用场景：适用于处理CPU密集型的任务，确保CPU在长期被工作线程使用的情况下，尽可能的少的分配线程，即适用执行长期的任务。

CachedThreadPool

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

核心线程数为0，总线程数量阈值为Integer.MAX_VALUE,即可以创建无限的非核心线程

执行流程

• 先执行SynchronousQueue的offer方法提交任务，并查询线程池中是否有空闲线程来执行SynchronousQueue的poll方法来移除任务。如果有，则配对成功，将任务交给这个空闲线程
• 否则，配对失败，创建新的线程去处理任务
• 当线程池中的线程空闲时，会执行SynchronousQueue的poll方法等待执行SynchronousQueue中新提交的任务。若等待超过60s,空闲线程就会终止

流程形象图

结构形象图

使用场景：执行大量短生命周期任务。因为maximumPoolSize是无界的，所以提交任务的速度 > 线程池中线程处理任务的速度就要不断创建新线程；每次提交任务，都会立即有线程去处理，因此CachedThreadPool适用于处理大量、耗时少的任务。

ScheduledThreadPool

public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) { return new ScheduledThreadPoolExecutor(corePoolSize);}public ScheduledThreadPoolExecutor(int corePoolSize) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue());}

线程总数阈值为Integer.MAX_VALUE,工作队列使用DelayedWorkQueue，非核心线程存活时间为0，所以线程池仅仅包含固定数目的核心线程。

两种方式提交任务：

• scheduleAtFixedRate: 按照固定速率周期执行
• scheduleWithFixedDelay：上个任务延迟固定时间后执行

使用场景：周期性执行任务，并且需要限制线程数量的场景

面试题：使用无界队列的线程池会导致内存飙升吗？

答案 ：会的，newFixedThreadPool使用了无界的阻塞队列LinkedBlockingQueue，如果线程获取一个任务后，任务的执行时间比较长，会导致队列的任务越积越多，导致机器内存使用不停飙升， 最终导致OOM。

参考博客

• https://blog.csdn.net/liuchangjie0112/article/details/90698401
• https://zhuanlan.zhihu.com/p/73990200

来源：blog.csdn.net/xuan_lu/article/details/107797505

 
   
   
 

  
    
    
  
 
   
 
    近期热文推荐 
    
 
   
 
   
 
    

 
    

 
    


 
   
 
   

 
   
 
    
 
     
 
      
 
       
 
       
 
       
 
        
 
         
 
          
点个
 
         
 
         
 
          
 
          
 
          
 
           
在看
 
          
 
         
 
         
 
          
你最好看