多线程学习 线程池笔记

Posted 2021-06-28 *^O^*—*^O^*

作用

池的概念，属于设计模式中享元模式（不用反复创建对象，可以复用）
线程的创建，销毁都是比较消耗资源的，代价比较大

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带来的消耗。
2. 提高响应速度:当任务到达时，任务可以不需要等待线程创建就能立即执行。
3. 提高线程的可管理性:使用线程池可以统一进行线程分配、调度和监控。

jdk线程池ThreadPoolExecutor,每个参数的含义

1）corePoolSize（线程池的基本大小）：当提交一个任务到线程池时，线程池会创建一个线程来执行任务，即使其他空闲的基本线程能够执行新任务也会创建线程，等到需要执行的任务数大于线程池基本大小时就不再创建。如果调用了线程池的prestartAllCoreThreads()方法，线程池会提前创建并启动所有基本线程。

2）runnableTaskQueue（任务队列）：用于保存等待执行的任务的阻塞队列。可以选择以下几个阻塞队列。
·ArrayBlockingQueue：是一个基于数组结构的有界阻塞队列，此队列按FIFO（先进先出）原则对元素进行排序。
·LinkedBlockingQueue：一个基于链表结构的阻塞队列，此队列按FIFO排序元素，吞吐量通常要高于ArrayBlockingQueue。静态工厂方法Executors.newFixedThreadPool()使用了这个队列。
·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，吞吐量通常要高于Linked-BlockingQueue，静态工厂方法Executors.newCachedThreadPool使用了这个队列。
PriorityBlockingQueue：一个具有优先级的无限阻塞队列。
阻塞队列的实现类
（1）数组的实现，指定容量

（2）链表的实现，无边界或指定容量的

3）maximumPoolSize（线程池最大数量）：线程池允许创建的最大线程数。如果队列满了，并且已创建的线程数小于最大线程数，则线程池会再创建新的线程执行任务。值得注意的是，如果使用了无界的任务队列这个参数就没什么效果。
4) keepAliveTime（线程活动保持时间）：线程池的工作线程空闲后，保持存活的时间。所以，如果任务很多，并且每个任务执行的时间比较短，可以调大时间，提高线程的利用率。
5) TimeUnit（线程活动保持时间的单位）：可选的单位有天（DAYS）、小时（HOURS）、分钟（MINUTES）、毫秒（MILLISECONDS）、微秒（MICROSECONDS，千分之一毫秒）和纳秒（NANOSECONDS，千分之一微秒）。
6) RejectedExecutionHandler（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，那么必须采取一种策略处理提交的新任务。这个策略默认情况下是AbortPolicy，表示无法处理新任务时抛出异常。在JDK 1.5中Java线程池框架提供了以下4种策略。

4种拒绝策略
· AbortPolicy：直接抛出异常。(默认采用此策略)
· CallerRunsPolicy：只用调用者所在线程来运行任务。谁让自己执行任务/谁提交的任务，就让谁去执行（提交任务的线程）
· DiscardOldestPolicy：丢弃队列里最近的一个任务，并执行当前任务。丢弃队列中最近（最旧）的任务
· DiscardPolicy：不处理，丢弃掉。丢弃提交的任务

4种快捷方式创建线程池，每一种的含义，它们的局限性

Executor框架的两级调度模型

Java线程（java.lang.Thread）被一对一映射为本地操作系统线程。Java线程启动时会创建一个本地操作系统线程；当该Java线程终止时，这个操作系统线程也会被回收。操作系统会调度所有线程并将它们分配给可用的CPU。
在上层，Java多线程程序通常把应用分解为若干个任务，然后使用用户级的调度器（Executor框架）将这些任务映射为固定数量的线程；在底层，操作系统内核将这些线程映射到硬件处理器上。这种两级调度模型的示意图如下图所示

CachedThreadPool
创建一个根据需要创建新线程的线程池，但在可用时将重新使用以前构造的线程。缓存线程池：核心线程数=0，临时线程=0，阻塞队列为同步队列

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

import java.util.concurrent.*;

public class Test {
	public static void main(String[] args){
		ExecutorService executorService =
			Executors.newCachedThreadPool();
		for (int i = 0; i < 5; i++) {
			try {
				Thread.sleep(500);
			} catch (InterruptedException e) {
				e.printStackTrace();
			}
			executorService.submit(new Runnable() {
				@Override
				public void run() {
					for (int j = 0; j < 10; j++) {
						System.out.println(Thread.currentThread().getName()+"、"+j);
					}
				}
			});
		}
		executorService.shutdown();
	}
}

FixedThreadPool

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

FixedThreadPool使用无界队列LinkedBlockingQueue作为线程池的工作队列（队列的容量为Integer.MAX_VALUE）。使用无界队列作为工作队列会对线程池带来如下影响。

• 1）当线程池中的线程数达到corePoolSize后，新任务将在无界队列中等待，因此线程池中 的线程数不会超过corePoolSize。
• 2）由于1，使用无界队列时maximumPoolSize将是一个无效参数。
• 3）由于1和2，使用无界队列时keepAliveTime将是一个无效参数。
• 4）由于使用无界队列，运行中的FixedThreadPool（未执行方法shutdown()或shutdownNow()）不会拒绝任务（不会调用RejectedExecutionHandler.rejectedExecution方法）。

import java.util.concurrent.*;

public class Test {
	public static void main(String[] args){
		ExecutorService executorService =
			Executors.newFixedThreadPool(5);
		for (int i = 0; i < 5; i++) {
			executorService.submit(new Runnable() {
				@Override
				public void run() {
					for (int j = 0; j < 10; j++) {
						System.out.println(Thread.currentThread().getName()+"、"+j);
					}
				}
			});
		}
		executorService.shutdown();
	}
}

SingleThreadExecutor
创建一个使用从无界队列运行的单个工作线程的执行程序。单线程池，核心线程数=1，临时线程=0，阻塞队列为无边界的。

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

import java.util.concurrent.*;

public class Test {
	public static void main(String[] args){
		ExecutorService executorService =
			Executors.newSingleThreadExecutor();
		for (int i = 0; i < 5; i++) {
			executorService.submit(new Runnable() {
				@Override
				public void run() {
					for (int j = 0; j < 10; j++) {
						System.out.println(Thread.currentThread().getName()+"、"+j);
					}
				}
			});
		}
		executorService.shutdown();
	}
}

ScheduledThreadPool
创建一个线程池，可以调度命令在给定的延迟之后运行，或定期执行。计划任务线程池：执行计划人物的线程池，核心线程数=指定的数量

import java.util.concurrent.*;

public class Test {
	public static void main(String[] args){
		ScheduledExecutorService executorService =
			Executors.newScheduledThreadPool(5);
		for (int i = 0; i < 5; i++) {
			executorService.scheduleAtFixedRate(new Runnable() {
				@Override
				public void run() {
					for (int j = 0; j < 10; j++) {
						System.out.println(Thread.currentThread().getName()+"、"+j);
					}
				}
			},2,3,TimeUnit.SECONDS);
		}
	}
}

局限性：
（1）阻塞队列都是无边界的，如果提交任务的速度快于执行任务的速度（生产>消费），队列中保存的任务会越来越多，Java进程的内存就占用越来越多，OOM（内存溢出，Java进程挂掉）
（2）没有提供拒绝策略，会使用默认的抛出异常的方式拒绝，一般来说，任务在线程池无法处理的情况下，也不能直接丢弃，需要记录（一般记录为日志，数据库，其他地方）

线程池执行流程

1）线程池判断核心线程池里的线程是否都在执行任务。如果不是，则创建一个新的工作线程来执行任务。如果核心线程池里的线程都在执行任务，则进入下个流程。
2）线程池判断工作队列是否已经满。如果工作队列没有满，则将新提交的任务存储在这个工作队列里。如果工作队列满了，则进入下个流程。
3）线程池判断线程池的线程是否都处于工作状态。如果没有，则创建一个新的工作线程来执行任务。如果已经满了，则交给饱和策略来处理这个任务。

线程池中某些api

提交任务
可以使用两个方法向线程池提交任务，分别为execute()和submit()方法。
execute()方法用于提交不需要返回值的任务，所以无法判断任务是否被线程池执行成功。
使用execute()方法

import java.util.concurrent.*;

class RunnableThread implements Runnable {
	@Override
	public void run() {
		for (int i = 0; i < 50; i++) {
			System.out.println(Thread.currentThread().getName() + "、" + i);
		}
	}
}
public class Test {
	public static void main(String[] args){
		RunnableThread runnableThread = new RunnableThread();
		ThreadPoolExecutor threadPoolExecutor =
			new ThreadPoolExecutor(3,5,2000,TimeUnit.MILLISECONDS,
			new LinkedBlockingDeque<Runnable>());
		for (int i = 0; i < 5; i++) {
		threadPoolExecutor.execute(runnableThread);
		}
	}
}

submit()方法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，get()方法会阻塞当前线程直到任务完成，而使用get（long timeout，TimeUnit unit）方法则会阻塞当前线程一段时间后立即返回，这时候有可能任务没有执行完。

import java.util.concurrent.*;

class CallableThread implements Callable<String> {
	@Override
	public String call() throws Exception {
		for (int i = 0; i < 50; i++) {
			System.out.println(Thread.currentThread().getName() + "、" + i);
		}
		return Thread.currentThread().getName()+"任务执行完毕";
	}
}
public class Test {
	public static void main(String[] args){
		CallableThread callableThread = new CallableThread();
		ThreadPoolExecutor threadPoolExecutor =
			new ThreadPoolExecutor(3,5,2000,TimeUnit.MILLISECONDS,
				new LinkedBlockingDeque<Runnable>());
		for (int i = 0; i < 5; i++) {
			Future<String> future = threadPoolExecutor.submit(callableThread);
			try {
				String str = future.get();
				System.out.println(str);
			} catch (InterruptedException e) {
				e.printStackTrace();
			} catch (ExecutionException e) {
				e.printStackTrace();
			}
		}
	}
}

关闭线程池
void shutdown()
启动有序关闭，其中先前提交的任务将被执行，但不会接受任何新任务。
List shutdownNow()
尝试停止所有主动执行的任务，停止等待任务的处理，并返回正在等待执行的任务列表。
可以通过调用线程池的shutdown()或shutdownNow()方法来关闭线程池，它们的原理是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，所以无法响应终端的任务永远无法终止但是它们存在一定的区别

shutdownNow首先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的线程，并返回等待执行任务的列表。
shutdown只是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。
只要调用了这两个关闭方法中的任意一个，isShutdown方法就会返回true。当所有的任务都已关闭后，才表示线程池关闭成功，这时调用isTerminaed方法会返回true。至于应该调用哪一种方法来关闭线程池，应该由提交到线程池的任务特性决定，通常调用shutdown方法来关闭线程池，如果任务不一定要执行完，则可以调用shutdownNow方法。

合理配置线程池

要想合理地配置线程池，就必须首先分析任务特性，可以从以下几个角度来分析。

• 任务的性质：CPU密集型任务、IO密集型任务和混合型任务。
• 任务的优先级：高、中和低。
• 任务的执行时间：长、中和短。
• 任务的依赖性：是否依赖其他系统资源，如数据库连接。

性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务应配置尽可能小的线程，如配置
Ncpu+1个线程的线程池。由于IO密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程，
如2*Ncpu。混合型的任务，如果可以拆分，将其拆分成一个CPU密集型任务和一个IO密集型任务，只要这两个任务执行的时间相差不是太大，那么分解后执行的吞吐量将高于串行执行的吞吐量。如果这两个任务执行时间相差太大，则没必要进行分解。
可以通过Runtime.getRuntime().availableProcessors() 方法获得当前设备的CPU个数。

优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。它可以让优先级高的任务先执行。
注意：如果一直有优先级高的任务提交到队列里，那么优先级低的任务可能永远不能执行。
执行时间不同的任务可以交给不同规模的线程池来处理，或者可以使用优先级队列，让执行时间短的任务先执行。
依赖数据库连接池的任务，因为线程提交SQL后需要等待数据库返回结果，等待的时间越长，则CPU空闲时间就越长，那么线程数应该设置得越大，这样才能更好地利用CPU。