线程池经典问题-任务异常处理

大家好,我是小趴菜,关于线程池我们都听过,也可能用过,也有了解过底层源码实现的,但是今天不研究它的实现原理,我们来看一下,提交到线程池的任务如果有异常了,会有什么问题

案例实现

首先我们定义一个线程池,

js 复制代码
private static final ThreadPoolExecutor threadPool = new ThreadPoolExecutor(1, 2, 10,
        TimeUnit.SECONDS, new ArrayBlockingQueue<>(1),
        new ThreadFactory() {
            @Override
            public Thread newThread(Runnable r) {
                Thread t = new Thread(r);
                System.out.println("创建了线程===============================");
                t.setName("xpc-------------");
                return t;
            }
        });

然后定义一个任务的实现,让这个任务会抛出异常

js 复制代码
static class Task implements Runnable{

    @Override
    public void run() {
        
        int i = 1/0;

    }
}

定义一个main方法测试

js 复制代码
    public static void main(String[] args) throws Exception{

        for(int i = 0 ; i < 500000; i ++){
            threadPool.execute(new Task());
            Thread.sleep(100);
        }
        threadPool.shutdown();
    }

你会发现,如果整个任务有异常,你会发现会不断的创建线程

我们使用线程池的原因就是因为线程池可以复用线程,来解决不断创建线程,然后销毁线程的消耗

因为整个线程执行过程中出现异常,整个线程就中止了,所以下一个任务进来以后就会重新创建一个线程来执行整个任务

创建线程,销毁线程都是需要消耗资源的,所以必然会对服务器造成一定的压力

解决办法

把我们的任务类修改一下,用try{}catch(){}把我们的业务代码包裹起来

js 复制代码
static class Task implements Runnable{

    @Override
    public void run() {
        try{
            int i = 1/0;
        }catch (Exception e) {
            //在这里处理异常,比如业务补偿等,或者打印日志,等待人工处理
            System.out.println("任务执行异常了");
            return;
        }
    }
}

main方法

js 复制代码
    public static void main(String[] args) throws Exception{

        for(int i = 0 ; i < 500000; i ++){
            threadPool.execute(new Task());
        }
        threadPool.shutdown();
    }

你可以发现,就创建了两个线程,因为我们线程池设置的最大线程数就是两个,就避免了不断的创建线程整个问题

相关推荐
东方小月10 分钟前
Claude Code 完整上手指南:MCP、Skills、第三方模型配置一次搞定
前端·人工智能·后端
凤山老林40 分钟前
从0到1搭建企业级权限管理系统:Spring Boot + JWT + RBAC实战指南
java·spring boot·后端·权限管理·rbac
小程故事多_801 小时前
[大模型面试系列] 深度解析ReAct框架,大模型Agent的“思考+行动”底层逻辑
人工智能·react.js·面试·职场和发展·智能体
ray_liang1 小时前
吐血整理JSON-RPC2.0的原理与应用
后端
蝎子莱莱爱打怪1 小时前
Claude Code 省 Token 小妙招:RTK + Caveman 组合拳
前端·人工智能·后端
Soofjan1 小时前
Redis(3):RDB 与 AOF、BGSAVE 与写时复制
后端
码事漫谈1 小时前
我的第一次移动端 AI 办公:在地铁上把 Bug 修了
后端
少年白马醉春风丶1 小时前
从零构建 AIGC 无限画布:AIGCCanvasFlow 技术全解析
前端·后端·aigc
用户860821135652 小时前
SPI机制代码分析
后端