一.什么是线程池
线程池其实就是一种多线程处理形式，处理过程中可以将任务添加到队列中，然后在创建线程后自动启动这些任务。这里的线程就是我们前面学过的线程,这里的任务就是我们前面学过的实现了Runnable或Callable接口的实例对象。
为什么使用多线程
1.线程管理复杂 何时创建线程，何时销毁线程
2.任务管理复杂 任务什么时候接收，任务什么时候拒绝
二.线程池的实现及原理
- Spring 中可以用 ThreadPoolTaskExecutor 配合 @Async 注解来实现（不太推荐）
- Java 中，可以使用 JUC 并发包中的 ThreadPoolExecutor 来实现非常灵活的自定义线程池（推荐）。
线程池参数
java
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler) {- corePoolSize（核心线程数 => 正式员工数量）：正常情况下，我们系统应该能同时工作的线程数
- maximumPoolSize（最大线程数 =>最多招多少人）：极限情况下，我们线程池最多有多少个线程。
- keepAliveTime（空闲线程存活时间）：非核心线程在没有任务的情况下，过多久删除掉（理解为开除临时工）
- TimeUnit unit（空闲线程存活时间的单位）：分钟、秒
- workQueue（工作队列）：用于存放给线程执行的任务，存在队列的最大长度（一定要设置队列长度，不要设置成无限大）。
- threadFactory（线程工厂）：控制每个线程的生成、线程的属性（比如线程名）
- RejectedExecutionHandler（拒绝策略）：任务队列满的时候，我们采取什么策略，比如抛异常、不抛异常，自定义策略。
工作流程图
线程池工作机制
- 核心线程 ：
- 初始时，线程池有***
corePoolSize***个核心线程（例如2个）。 - 当提交新任务时，如果核心线程数未满，则直接由核心线程处理。
- 初始时，线程池有***
- 任务队列 ：
- 当核心线程都在忙碌时，新任务会被放入**
workQueue**（阻塞队列）中等待处理。 - **
workQueue**的大小限制了能够等待的任务数量。
- 当核心线程都在忙碌时，新任务会被放入**
- 最大线程数 ：
- 如果
workQueue已满，且当前线程数小于**maximumPoolSize**（例如4个），则线程池会创建新的临时线程来处理任务。
- 如果
- 拒绝策略 ：
- 当**
workQueue** 已满，且线程数已达到**maximumPoolSize** 时，再提交新任务会触发**RejectedExecutionHandler**定义的拒绝策略（如抛异常、丢弃任务等）。
- 当**
- 空闲线程超时 ：
- 当线程池中的线程数量超过**
corePoolSize** 时，如果某个线程在**keepAliveTime**时间段内没有执行任务，那么该线程会被终止，以减少资源消耗。
- 当线程池中的线程数量超过**
举例有9个任务的情况
核心线程数为2 最大线程数为4 任务队列长度为4
核心线程是正式工，非核心线程是临时工
加入任务1，2 分配给核心线程1，2
加入任务3，此时核心线程数已满，看任务队列是否空闲，加入队列
陆续加入4，5，6到队列中
此时队列已满，任务7需要创建线程a,处理
任务8创建线程b处理
当有任务9时，此时最大线程数已满，无法创建线程，拒绝执行
如何确定线程池参数？
根据实际情况（实际业务场景 和 系统资源）来调整测试，不断优化参数。
比如：现有条件 AI 并发只允许 4 个任务同时执行，允许 20 个任务排队。
以上需求可设置如下参数：
- corePoolSize（核心线程数）：正常情况设置为 4
- maximumPoolSize（最大线程数）：设置为极限情况，数量 >= 4
- keepAliveTime（空闲线程存活时间）：一般设置为秒级/分钟级
- TimeUnit unit（空闲线程存活时间的单位）：分钟、秒
- workQueue（工作队列）：结合实际情况，可以设置为 20（ AI 允许 20 个任务排队）
- RejectedExecutionHandler（拒绝策略）：抛异常，标记数据库任务状态为 "任务满了，已拒绝"
任务的划分（I/O 或计算密集型）
CPU （计算）密集型： 计算较多，比如音视频处理、图像处理、数学计算等，一般设置 corePoolSize 为 CPU 的核心数 + 1 （N+1 ）。
I/O 密集型： 吃带宽/内存/硬盘的读写资源，corePoolSize 可以设置大一点，通常经验值为 2N（N 为核心数），但建议以 I/O 能力为主。
优点：合理设置核心数能够让线程最大化利用 CPU，不至于频繁切换线程。
三.线程池示例代码
java
@Configuration
//创建线程池配置类
public class ThreadPoolExecutorConfig {
@Bean //方法返回值对象加入容器里面
public ThreadPoolExecutor generate(){
//新建一个线程工厂
ThreadFactory threadFactory=new ThreadFactory() {
int count=1;//初始线程数
@Override//重写线程创建方法
//@NotNull保证参数r不为空
public Thread newThread(@NotNull Runnable r) {
Thread thread = new Thread(r);
thread.setName("线程"+count);//设置线程名字为线程数
count++;
return thread;//返回线程
}
};//创建一个线程池对象 指定各个参数//任务队列是阻塞队列//自定义线程工厂创建线程
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2, 4, 100, TimeUnit.MILLISECONDS, new ArrayBlockingQueue<>(4), threadFactory);
return threadPoolExecutor;//返回线程池对象
}
}
java
@Slf4j
@RestController
@Controller
@RequestMapping("/queue")
public class QueueController {
@Autowired
ThreadPoolExecutor threadPoolExecutor;
@GetMapping("/add")
public void add(String name){
//CompletableFuture.runAsync()方法是用来异步地执行一个无返回值的Runnable任务
CompletableFuture.runAsync(()->{
log.info("任务执行中"+name+"执行者"+Thread.currentThread().getName());
try {
Thread.sleep(600000);//模拟长时间占用
} catch (InterruptedException e) {
e.printStackTrace();
}
//异步任务在threadPoolExecutor里面执行
},threadPoolExecutor);
}
@PostMapping("/get")
public String get(){
HashMap<String, Object> map = new HashMap<>();
//获取任务总数
long tasktotal=threadPoolExecutor.getTaskCount();
//获取已经完成任务数
long completedTaskCount = threadPoolExecutor.getCompletedTaskCount();
//获取存活时间
int activeCount = threadPoolExecutor.getActiveCount();
//获取核心线程数
int corePoolSize = threadPoolExecutor.getCorePoolSize();
//获取最大线程数
int maximumPoolSize = threadPoolExecutor.getMaximumPoolSize();
//获取队列长度
int size = threadPoolExecutor.getQueue().size();
map.put("任务总数",tasktotal);
map.put("已经完成任务数",completedTaskCount);
map.put("存活时间",activeCount);
map.put("核心线程数",corePoolSize);
map.put("最大线程数",maximumPoolSize);
map.put("队列长度",size);
return JSONUtil.toJsonStr(map);
}
}