Java并发编程实战-多线程任务执行

Executor框架与线程池（ThreadPoolExecutor）

Executor框架的组成

组件	作用
`Executor`	基础接口，仅定义`execute(Runnable)`方法，用于执行任务。
`ExecutorService`	扩展`Executor`，提供任务提交（`submit`）、线程池关闭（`shutdown`）等功能。
`ScheduledExecutorService`	支持定时或周期性任务调度。
`ThreadPoolExecutor`	最常用的线程池实现类，提供高度可配置的线程池管理。
`Executors`	工厂类，提供创建常见线程池的快捷方法（如`newFixedThreadPool`）。

ThreadPoolExecutor的核心机制

线程池的构造参数

arduino 复制代码

public ThreadPoolExecutor(
    int corePoolSize,          // 核心线程数
    int maximumPoolSize,       // 最大线程数
    long keepAliveTime,        // 空闲线程存活时间
    TimeUnit unit,             // 时间单位
    BlockingQueue<Runnable> workQueue,  // 任务队列
    ThreadFactory threadFactory,        // 线程工厂
    RejectedExecutionHandler handler    // 拒绝策略
)

任务提交
- 若当前线程数 < corePoolSize，立即创建新线程执行任务。
- 若线程数 ≥ corePoolSize，将任务放入workQueue等待。
- 若队列已满且线程数 < maximumPoolSize，创建临时线程处理任务。
- 若队列已满且线程数 ≥ maximumPoolSize，触发RejectedExecutionHandler拒绝任务。
线程回收
- 临时线程（超过corePoolSize的部分）在空闲keepAliveTime后被回收。
- 核心线程默认不回收，可通过allowCoreThreadTimeOut(true)启用回收。

关键参数详解

参数	作用与典型值
corePoolSize	核心线程数（常驻线程），默认长期存活。CPU密集型任务建议设为`CPU核心数+1`。
maximumPoolSize	最大线程数（含核心线程）。IO密集型任务可设较高值（如`2*CPU核心数`）。
keepAliveTime	临时线程空闲存活时间（如30秒）。
workQueue	任务队列，具体实现： `LinkedBlockingQueue`：无界队列（需防OOM） `ArrayBlockingQueue`：有界队列（需合理容量） `SynchronousQueue`：直接传递队列（高吞吐）
threadFactory	自定义线程创建逻辑（如命名线程、设置优先级）。
handler	拒绝策略（当队列和线程池全满时处理新任务）： `AbortPolicy`（默认）：抛出`RejectedExecutionException` `CallerRunsPolicy`：由提交任务的线程执行任务 `DiscardPolicy`：静默丢弃任务 `DiscardOldestPolicy`：丢弃队列最旧任务并重试提交

CorePoolSize设置
- CPU密集型任务（如计算、压缩）：
  - 核心线程数 = CPU核心数 + 1
  - 公式：corePoolSize = N + 1（N为CPU核心数），避免线程竞争导致的上下文切换开销。
- I/O密集型任务（如网络请求、数据库查询）：
  - 核心线程数 = CPU核心数 × 2
  - 公式：corePoolSize = N × (1 + 平均I/O等待时间 / 平均计算时间)，若无法精确统计，可设为 2N~5N。

线程池的创建与使用

方法	实现类	特性
`newFixedThreadPool(n)`	ThreadPoolExecutor	固定大小线程池，无界队列（`LinkedBlockingQueue`），核心线程数=最大线程数。
`newCachedThreadPool()`	ThreadPoolExecutor	可扩容线程池，最大线程数为`Integer.MAX_VALUE`，使用`SynchronousQueue`。
`newSingleThreadExecutor()`	ThreadPoolExecutor	单线程池，任务按顺序执行，无界队列。
`newScheduledThreadPool(n)`	ScheduledThreadPoolExecutor	支持定时任务调度。

任务分界与执行策略

任务分界的原则

独立性
- 无共享状态：任务之间尽量不依赖共享数据，避免同步开销。
- 示例：将大数组分割为多个子数组，分别计算子数组的和。
粒度平衡
- 粗粒度：任务过少，无法充分利用多核资源。
- 细粒度：任务过多，线程管理开销增大。
- 目标：根据硬件（如CPU核心数）和任务类型（CPU/IO密集型）调整任务粒度。
可组合性 ：支持将子任务结果合并为最终结果（如ForkJoinPool的RecursiveTask）。

任务分界的方法

数据分片（Data Partitioning）
- 原理：将数据集划分为多个子集，每个线程处理一个子集。
- 适用场景：批量数据处理（如统计、图像渲染）。
任务流水线（Pipeline）
- 原理：将任务拆分为多个阶段，每个阶段由独立线程处理（类似工厂流水线）。
- 适用场景：多阶段处理（如日志采集 → 清洗 → 存储）。
递归分解（Recursive Decomposition）
- 原理：将任务递归拆分为更小的子任务，直到达到阈值后顺序执行。
- 适用场景：分治算法（如归并排序、快速排序）。

执行策略的类型与选择

并行处理（Parallel Processing）
- 核心思想：将任务分配给多个线程同时执行，充分利用多核CPU。
- 适用场景：计算密集型任务（如数值计算、图像处理）。
异步执行（Asynchronous Execution）
- 核心思想 ：任务提交后立即返回，通过回调或Future获取结果，不阻塞主线程。
- 适用场景：IO密集型任务（如网络请求、文件读写）。
- 实现工具 ：CompletableFuture（链式异步编程）、Future + ExecutorService。
混合策略
- 接收请求：使用异步IO（如NIO）非阻塞接收连接。
- 处理请求：CPU密集型任务交给固定线程池，IO操作使用异步回调。

执行策略的调优技巧

线程池配置
- 计算密集型：线程数 ≈ CPU核心数（避免过多线程竞争CPU）。
- IO密集型：线程数 ≈ CPU核心数 × (1 + 平均IO等待时间/计算时间)。
- 动态调整：根据监控指标（队列长度、活跃线程数）调整线程池参数。
任务队列选择
- 无界队列 （如LinkedBlockingQueue）：适合任务量不可控但需快速响应。
- 有界队列 （如ArrayBlockingQueue）：避免内存溢出，需配合拒绝策略。
- 直接传递队列 （SynchronousQueue）：高吞吐，要求线程池足够大。
拒绝策略
- AbortPolicy：直接抛出异常，默认策略。
- CallerRunsPolicy：由提交任务的线程执行任务，降低提交速率。
- DiscardOldestPolicy：丢弃队列中最旧的任务，腾出空间。
- 自定义策略：记录日志或持久化被拒绝的任务。

任务取消的机制

`Future.cancel()`方法定义

arduino 复制代码

boolean cancel(boolean mayInterruptIfRunning);

作用：尝试取消任务的执行。
参数：mayInterruptIfRunning表示是否允许中断正在执行任务的线程。
返回值：
- true：任务成功取消（任务未启动或已启动且允许中断）。
- false：任务已结束或无法取消。

`cancel()`的行为场景

任务尚未启动：任务直接从任务队列中移除，不会执行。
任务正在运行 ：根据**mayInterruptIfRunning**参数决定是否中断任务线程：
- mayInterruptIfRunning=true：向任务线程发送中断信号（设置中断标志位）。
- mayInterruptIfRunning=false：不中断线程，任务继续执行，但若任务未开始则取消。
任务已完成或已取消 ：调用cancel()返回false，无实际效果。

任务如何响应取消

协作式中断 ：任务的取消需要协作，即任务必须主动检查中断状态或处理中断异常。
- 检查中断标志 ：在循环或耗时操作中定期调用Thread.interrupted()。
- 处理InterruptedException ：在阻塞操作（如Thread.sleep()、wait()）中捕获异常并退出。

与其他机制对比

机制	原理	优点	缺点
`Future.cancel()`	基于中断标志的协作式取消	标准化，与线程池集成方便	依赖任务协作，无法强制终止
自定义标志位	通过`volatile boolean`控制	灵活，无中断依赖	需手动检查，无法中断阻塞操作
`Thread.stop()`	强制终止线程（已废弃）	立即停止任务	不安全，易导致数据不一致

Java并发编程实战-多线程任务执行

Executor框架与线程池（ThreadPoolExecutor）

Executor框架的组成

ThreadPoolExecutor的核心机制

线程池的创建与使用

任务分界与执行策略

任务分界的原则

任务分界的方法

执行策略的类型与选择

执行策略的调优技巧

任务取消的机制

Future.cancel()方法定义

cancel()的行为场景

任务如何响应取消

与其他机制对比

`Future.cancel()`方法定义

`cancel()`的行为场景