文章目录
什么是线程池?
线程诞生的原因就是进程太"重量"了。虽然线程的速度已经比进程快了很多,但是如果遇到频繁的创建和销毁线程的情况,那么线程创建和销毁的开销仍不可忽略。这时候就可以使用线程池来进一步提高使用线程的效率。
线程池就是一个"池子"里有很多线程。当需要执行任务的时候,不需要重新创建线程而是直接从"池子"里面取一个线程直接使用;用完了也不需要销毁,再放回"池子"里就行。
为什么从"池子"里取一个线程比创建一个线程快呢?
- 从"池子"里取的操作是一个纯用户态的操作;而创建一个线程涉及到了用户态到内核态的转化。很容易理解,转化走的路程远自然执行速度就慢。
- 用户态:每个进程自己执行自己的逻辑;内核态:一个操作系统只有一个内核,一个内核要给所有的进程提供服务。
- 线程本质是一个PCB,是内核中的数据结构。创建和销毁就要到内核中。
线程池的实现
标准库中的线程池(四种)
java
//标准库的线程池
public static void main(String[] args) {
//创建线程数目动态增长的线程池
ExecutorService pool = Executors.newCachedThreadPool();
//创建固定线程数的线程池
ExecutorService pool1 = Executors.newFixedThreadPool(5);
//创建只包含单个线程的线程池
ExecutorService pool2 = Executors.newSingleThreadExecutor();
//创建定期执行命令的线程池
ExecutorService pool3 = Executors.newScheduledThreadPool(5);
pool.submit(new Runnable() {
@Override
public void run() {
System.out.println("线程池");
}
});
}
自己实现一个线程池
一个线程池可以同时提交N个任务,有M个线程同时执行这些任务。
使用生产者消费者模型来解决这个问题。
java
class MyThreadPool{
private BlockingQueue<Runnable> blockingQueue = new LinkedBlockingDeque<>();
public void submit(Runnable runnable){
try {
blockingQueue.put(runnable);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
public MyThreadPool(int m){
for (int i = 0; i < m; i++){
Thread thread = new Thread(() -> {
while (true){
try {
Runnable runnable = blockingQueue.take();
runnable.run();
} catch (InterruptedException e) {
e.printStackTrace();
}
}
});
thread.start();
}
}
}
线程池支持的参数
corePoolSize:核心线程数
maximumPoolSize:最大线程数 最大线程数 = 核心线程数 + 临时线程数
keepAliveTime:允许临时线程空闲的时间
unit:时间的单位
workQueue:手动给线程池传一个任务队列
threadFactory:描述了线程是如何创建的。 工厂对象就负责创建线程,程序员可以手动指定创建线程的策略
handler:线程池的拒绝策略。即:线程池的任务队列已经满了,但是还有人往进添加新的任务,该怎么办?
解释:
策略一:不光新添加的任务不干,旧的任务也不干
策略二:让传递任务的线程干,如果它不干就把这个任务舍弃
策略三:不干新添加的任务,继续执行旧的任务
策略四:干新添加的任务,把旧任务中最早添加进来的任务舍弃
在实际的开发中,线程池的线程数如何确定?
盖棺定论:线程数是不能确定的,需要根据具体的情况具体分析。
因为:
- 主机的CPU配置不确定。CPU越多可创建的线程数越多。
- 不同程序的执行特点不确定。得看你的代码是干啥的:
- 如果是100%CPU密集型任务(进行大量的算术运算和逻辑判断),线程数有最大值(比如N)。线程数就算再多也没用,因为CPU已经被占满了。
- 如果是10%CPU密集型、90%IO密集型任务(进行大量的读写硬盘/网卡操作),线程数可以为10N
但是在工作中,两种任务各占比多少是不确定的。因此,需要我们进行实验验证:
针对自己的程序进行性能测试,分别给线程池设置不同的线程数,比如0.2N、0.5N、N、1.5N、2N.分别记录每种情况下你的程序的一些核心性能指标和负载情况,选择一个适合的线程数即可。