Java线程池技术
线程池的核心作用就是复用已创建的线程，减少系统开销，提高响应速度
在开发高并发应用时，经常会遇到需要同时执行多个任务的场景，这时候线程池就派上用场了
它能够合理的分配每个任务到线程，实现资源的最优使用
别小看了线程池，用的不好可能会出大问题的，比如：线程池大小配置不当，可能会导致系统崩溃
Java线程池概述
讲到线程池，我们先了解以下Java里线程池的基本构成
Java中的线程池主要依靠java.utils.concurrent包里的ThreadPoolExecutor类来实现的，它是一个强大的工具，可以帮助我们有效地管理线程资源
上代码
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
public class ThreadPoolDemo {
public static void main(String[] args) {
// 创建一个固定大小的线程池
ExecutorService threadPool = Executors.newFixedThreadPool(5);
for (int i = 1; i <= 10; i++) {
final int taskId = i;
threadPool.execute(() -> {
System.out.println("执行任务：" + taskId + "，线程名：" + Thread.currentThread().getName());
});
}
threadPool.shutdown(); // 关闭线程池
}
}
这段代码创建了一个固定大小为5的线程池
Executors.newFixedThreadPool(5)这一行代码完成了这个创建
然后，我们通过一个循环创建了10个任务，通过threadPool.execute()方法提交到线程池中执行，每个任务只是简单的打印了它的任务ID和执行它的线程名
注意到了吗？这里咱们使用了shutdown()方法来关闭线程池。这是因为线程池用完之后，如果不关闭，那么它里面的线程会一直处于等待状态，这样会导致资源浪费
线程池的核心参数
ThreadPoolExecutor的关键参数
当我们创建一个线程池的时候，通常会遇到几个关键参数，它们决定了线程池的行为和性能
- corePoolSize（核心线程数）：这个参数表示线程池中常驻的线程数量。即使线程空闲，线程池也不会释放这些线程
- maximumPoolSize（最大线程数）：线程池中能容纳最大线程数量。当工作队列满了以后，线程池会创建新线程，直到达到这个上线
- keepAliveTime（线程保持活动时间）：当线程数超过核心线程数时，这是超出部分线程在空闲时存活的时间
- unit（时间单位）：keepAliveTime的时间单位
- workQueue（工作队列）：存放待处理任务的队列。它通常是一个BlockingQueue的实现类
- threadFactory（线程工厂）：用于创建新线程的工厂
- handler（拒绝策略）：当线程池和工作队列都满了，如何处理新提交的任务
参数设置实例
import java.util.concurrent.*;
public class ThreadPoolParameterDemo {
public static void main(String[] args) {
ThreadPoolExecutor threadPool = new ThreadPoolExecutor(
5, // 核心线程数：5
10, // 最大线程数：10
1, // 空闲线程存活时间：1分钟
TimeUnit.MINUTES, // 时间单位：分钟
new LinkedBlockingQueue<>(10), // 工作队列大小：10
Executors.defaultThreadFactory(), // 默认线程工厂
new ThreadPoolExecutor.AbortPolicy()); // 拒绝策略：直接抛出异常
// 使用线程池执行任务的代码...
threadPool.shutdown();
}
}
这段代码创建了一个自定义线程池，核心线程数设置为5，最大线程数是10，如果线程池中线程数量超过核心线程数，多余的线程空闲1分钟后会被回收。工作队列的容量是10，超过这个数目的任务会导致线程池增加线程，直到达到最大线程数。如果线程池和队列都满了，新提交的任务将会触发拒绝策略，在这个例子中是直接抛出异常
参数调整的影响
调整这些参数会对线程池的性能产生显著影响。例如：如果corePoolSize和maximumPoolSize设置得过大，可能会导致线程数量过多，消耗大量系统资源，甚至引发内存溢出
反之，如果设置得过小，可能无法充分利用系统资源，降低任务处理速度
同样，keepAliveTime和工作队列的大小也需要根据具体的场景来调整。一个合理的设置可以让线程池既不浪费资源，又能高效地处理任务
线程池调优策略
调优关键点
- 了解应用需求：是CPU密集型和IO密集型，任务是长期运行还是短暂运行
- 合理设置核心和最大线程数：根据任务类型和数量调整这两个参数
- 选择合适的工作队列：根据任务处理速度和队列大小合理选择
- 合理配置线程存活时间：调整
keepAliveTime以优化资源使用 - 监控线程池的状态：通过日志或监控工具，持续观察线程池的运行状况
调优实例
假设你正在开发一个Web服务，这个服务主要处理一些短暂的HTTP请求，大部分情况下，这些请求都是IO密集型的，也就是说，线程大部分时间都在等待网络传输，那么， 应该怎么调整线程池的参数呢？
import java.util.concurrent.*;
public class WebServiceThreadPool {
public static void main(String[] args) {
// IO密集型任务，可以适当增加最大线程数
int corePoolSize = Runtime.getRuntime().availableProcessors(); // 核心线程数设置为CPU核心数
int maximumPoolSize = corePoolSize * 2; // 最大线程数设置为核心线程数的两倍
ThreadPoolExecutor webServiceThreadPool = new ThreadPoolExecutor(
corePoolSize,
maximumPoolSize,
60L, TimeUnit.SECONDS, // 空闲线程存活时间：60秒
new SynchronousQueue<>(), // 适合短任务的队列
Executors.defaultThreadFactory(),
new ThreadPoolExecutor.CallerRunsPolicy()); // 拒绝策略：由调用线程处理该任务
// 使用线程池处理任务的代码...
webServiceThreadPool.shutdown();
}
}
在这个例子中，核心线程数设置为CPU的核心数，因为IO密集型任务不会一直占用CPU
最大线程数是核心线程数的两倍，可以在高峰时分担更多任务。由于任务短暂，使用SynchronousQueue作为工作队列，这样一旦有任务就立即执行。线程的存活时间设置为60秒，避免频繁地创建和销毁线程
调优是个细活儿，需要根据实际情况来。比如，如果是CPU密集型任务，最大线程数就不宜设置太高。而且，调优不是一劳永逸的，随着应用的发展，可能需要不断调整
调优线程池是个技术活，也是个经验活。需要咱们不断实践、观察和调整。记得，持续监控线程池的状态是非常重要的
线程池监控方法
为什么需要监控线程池
- 及时发现问题：通过监控，可以及时发现线程池的性能瓶颈，比如线程饥饿、任务拥堵等
- 调优依据：监控数据可以为线程池的调优提供重要依据，帮助咱们更好地理解线程池的行为
- 预防系统崩溃：适时的监控可以防止因线程池配置不当导致的系统崩溃
监控线程池的关键指标
- 线程数量：包括核心线程数、活跃线程数、最大线程数
- 任务队列长度：了解队列中等待执行的任务数量
- 任务完成数：监控已经完成的任务数量，了解线程池的工作量
- 拒绝任务数：被拒绝的任务数量，这个很重要，反映了线程池的饱和度
实现线程池监控的代码示例
import java.util.concurrent.*;
public class ThreadPoolMonitorDemo {
public static void main(String[] args) throws InterruptedException {
ThreadPoolExecutor threadPool = new ThreadPoolExecutor(
5, // 核心线程数
10, // 最大线程数
1, TimeUnit.SECONDS, // 线程保持活动时间
new LinkedBlockingQueue<>(5)); // 工作队列
// 提交一些任务到线程池
for (int i = 0; i < 15; i++) {
int taskId = i;
threadPool.execute(() -> {
try {
Thread.sleep(100); // 模拟任务执行时间
System.out.println("执行任务：" + taskId);
} catch (InterruptedException e) {
Thread.currentThread().interrupt();
}
});
}
// 定期监控线程池状态
Executors.newSingleThreadScheduledExecutor().scheduleAtFixedRate(() -> {
System.out.println("====== 线程池状态监控 ======");
System.out.println("核心线程数：" + threadPool.getCorePoolSize());
System.out.println("活跃线程数：" + threadPool.getActiveCount());
System.out.println("最大线程数：" + threadPool.getMaximumPoolSize());
System.out.println("队列任务数：" + threadPool.getQueue().size());
System.out.println("完成任务数：" + threadPool.getCompletedTaskCount());
}, 0, 1, TimeUnit.SECONDS); // 每秒监控一次
Thread.sleep(5000); // 模拟运行一段时间
threadPool.shutdown();
}
}
在这段代码中，我们创建了一个线程池，然后提交了一些任务
随后，使用一个单线程定时调度器来每秒打印一次线程池的状态，包括核心线程数、活跃线程数、最大线程数、队列中的任务数和完成的任务数
通过这样的监控，咱们可以实时地了解线程池的健康状况
如果发现有异常，比如活跃线程数持续很高或者队列任务数骤增，那就需要及时调整线程池的配置或优化任务处理逻辑了
案例
背景：假设你在负责一个在线购物网站的后端服务，这个服务需要处理大量用户请求，如：商品浏览，订单处理等，由于访问量大，对性能的要求也高，因此使用线程池来提高效率和响应速度
初始线程池配置
一开始，线程池是这样配置的
- 核心线程数：8
- 最大线程数：50
- 工作队列长度：100
- 线程池保持活跃时间：60秒
遇到的问题
随着网站的流量增加，后端服务开始出现了响应缓慢的问题。通过监控发现，在高峰时段，线程池的活跃线程经常会达到最大值，队列中等待的任务数也在增加
调优过程
根据这个情况，你决定对线程池进行调优。调优的主要目标是提高系统的吞吐量和响应速度
调优步骤包括
- 增加核心线程数和最大线程数：考虑到服务器的硬件资源允许，你把核心线程数提高到了16，最大线程数提高到了100
- 调整工作队列长度：为了减少任务的等待时间，你把工作队列长度减少到了50
- 优化线程保持活跃时间：将线程的保持活跃时间调整为了30秒，以便在不那么忙的时候能更快的释放资源
调优后的结果
调优后，系统的整体性能有了显著的提升，活跃线程数更加平稳，队列中等待的任务数量也大幅减少，响应时间缩短，用户体验得到了改善
实例代码
import java.util.concurrent.*;
public class OptimizedThreadPool {
public static void main(String[] args) {
ThreadPoolExecutor threadPool = new ThreadPoolExecutor(
16, // 核心线程数：16
100, // 最大线程数：100
30L, TimeUnit.SECONDS, // 线程保持活动时间：30秒
new LinkedBlockingQueue<>(50)); // 工作队列长度：50
// 提交任务到线程池的代码...
threadPool.shutdown();
}
}
在这段代码中，线程池的配置更适合高并发的Web服务场景。核心线程数和最大线程数的提升，以及工作队列长度的调整，都是为了更好地适应用户请求的高峰
总结
经过前面的深入探讨，我们已经对Java线程池有了一个全面的了解
从基本概念到调优监控，希望这些内容能帮助大家在实际工作中更好地使用线程池
- 理解核心参数：核心线程数、最大线程数、工作队列等参数的合理配置对线程池的性能至关重要
- 监控和调优：持续监控线程池的状态，并根据实际情况进行调优，是保证线程池高效运行的关键
- 适应应用场景：根据具体的应用需求（如CPU密集型、IO密集型）来定制线程池
- 性能优化：在高并发场景下，性能优化是提高应用性能的重要手段
