深入理解 Java 线程池：参数、拒绝策略与常见问题

深入理解 Java 线程池：参数、拒绝策略与常见问题

---

一、线程池的核心参数

Java 线程池的核心实现是 ThreadPoolExecutor，其构造函数包含以下关键参数：

public ThreadPoolExecutor(
    int corePoolSize,
    int maximumPoolSize,
    long keepAliveTime,
    TimeUnit unit,
    BlockingQueue<Runnable> workQueue,
    ThreadFactory threadFactory,
    RejectedExecutionHandler handler
)

1. 核心线程数（corePoolSize）

   线程池中常驻的线程数量，即使空闲也不会被销毁（除非设置 allowCoreThreadTimeOut）。

2. 最大线程数（maximumPoolSize）

   线程池允许创建的最大线程数。当任务队列满时，线程池会尝试创建新线程，直到达到此上限。

3. 存活时间（keepAliveTime）

   非核心线程的空闲存活时间。超过此时间且无新任务时，非核心线程会被销毁。

4. 时间单位（unit）

   存活时间的单位（如 TimeUnit.SECONDS）。

5. 任务队列（workQueue）

   用于缓存未执行任务的阻塞队列，常见类型：

   • 有界队列 ：如 ArrayBlockingQueue，需指定容量，任务超出容量后会触发线程扩容。
   • 无界队列 ：如 LinkedBlockingQueue（默认无界），可能导致 OOM。
   • 同步移交队列 ：如 SynchronousQueue，不存储任务，直接提交给线程。

6. 线程工厂（threadFactory）

   用于创建线程，可自定义线程名称、优先级等（如通过 ThreadFactoryBuilder）。

7. 拒绝策略（handler）

   当线程池和队列均满时，处理新提交任务的策略（详见第二部分）。

---

二、线程池的拒绝策略详解

当线程池达到最大线程数且队列已满时，新提交的任务会触发拒绝策略。Java 提供了四种内置策略：

1. AbortPolicy（默认策略）

   • 行为 ：直接抛出 RejectedExecutionException。
   • 适用场景：严格要求任务不丢失的场景（如支付交易），需上层代码捕获异常处理。

2. CallerRunsPolicy

   • 行为：由提交任务的线程直接执行该任务。
   • 适用场景：异步转同步的降级策略，但可能阻塞主线程（如 Web 服务的请求线程）。

3. DiscardPolicy

   • 行为：静默丢弃新任务，不抛异常也不执行。
   • 适用场景：允许任务丢失的场景（如日志采集）。

4. DiscardOldestPolicy

   • 行为：丢弃队列中最旧的任务（即队列头部的任务），然后重新提交新任务。
   • 风险：可能丢失关键任务，需确保队列中的任务可丢弃。

自定义拒绝策略示例

可通过实现 RejectedExecutionHandler 接口自定义策略，例如记录日志或持久化任务：

new ThreadPoolExecutor.AbortPolicy() {
    @Override
    public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
        // 记录任务信息
        log.error("Task rejected: {}", r);
        // 可选：将任务持久化到数据库或消息队列
        saveToDB(r);
        // 抛出异常或降级处理
        throw new RejectedExecutionException("Task rejected: " + r);
    }
};

---

三、线程池使用中的常见问题

1. 资源耗尽

   • 问题 ：线程池过大（如 maximumPoolSize 设置过高）可能导致 CPU 或内存耗尽。
   • 解决：根据任务类型（CPU 密集型 vs. I/O 密集型）合理配置线程数。

2. 死锁与任务依赖

   • 问题 ：线程池中的任务相互等待（如使用 Future.get() 阻塞线程）。
   • 解决 ：避免任务间循环依赖，或使用 CompletableFuture 异步编排。

3. 任务堆积导致 OOM

   • 问题 ：使用无界队列（如 LinkedBlockingQueue）时，任务激增可能导致内存溢出。
   • 解决：改用有界队列，并配合合理的拒绝策略。

4. 线程泄漏

   • 问题 ：线程未正确关闭（如未调用 shutdown()），或任务抛出未捕获异常导致线程终止。
   • 解决 ：使用 try-catch 包裹任务逻辑，并通过 afterExecute() 处理异常。

5. 上下文切换开销

   • 问题：线程数过多时，频繁的线程切换会降低性能。
   • 解决：通过监控工具（如 Arthas）分析线程状态，优化线程池参数。

6. 异常处理缺失

   • 问题 ：使用 execute() 提交任务时，未捕获异常会导致线程终止且无日志。
   • 解决 ：使用 submit() 提交任务并通过 Future.get() 捕获异常，或在任务内部处理异常。

---

四、最佳实践

1. 合理配置参数

   • CPU 密集型任务：corePoolSize = CPU 核心数。
   • I/O 密集型任务：corePoolSize = CPU 核心数 * 2。

2. 监控线程池状态

   • 通过 ThreadPoolExecutor 的 getActiveCount()、getQueue().size() 等方法实时监控。

3. 避免全局线程池

   • 不同业务使用独立线程池，防止相互影响。

---