协程深度解析：明明只有 8 个异步任务，为何 App 线程数瞬间突破 一倍？

在 Kotlin 协程中，有一个非常隐蔽但真实存在的问题：

你只是加了 Dispatchers.IO，线程数却变多了,多的不是一点点,而是成倍增长

更关键的是：

👉 这个问题在 Application 启动阶段，比 ViewModel 更严重

---

0. 先讲清楚"业务真实场景"

为了让问题更贴近真实工程，我们假设一个典型 App：

---

App 启动 & UI 初始化行为

整个应用在启动时，会同时触发两类并发任务：

① Application 启动阶段（全局初始化）

启动 App → 自动触发 4 个并发初始化任务

例如：

• 数据库初始化
• SDK 初始化
• 配置加载
• 日志系统初始化

---

② UI 页面启动阶段（业务并发）

进入首页 → ViewModel 自动触发 4 个并发请求

例如：

• 用户信息
• 首页列表
• 推荐流
• 未读消息

---

👉 两个阶段一共：8 个并发任务

---

我们用统一任务模型模拟

为了简化问题，我们定义一个任务执行器：

object TaskRunner {

    private val executor = Executors.newFixedThreadPool(10) {
        Thread(it, "TaskRunner-Pool")
    }

    suspend fun test(time: Long): String =
        withContext(executor.asCoroutineDispatcher()) {
            Thread.sleep(time) // 模拟真实 IO
            "done on ${Thread.currentThread().name}"
        }
}

---

关键点

✔ TaskRunner 已经自带线程池 ✔ 已经是完整执行模型 ✔ 已经"会自己跑"

这是模拟 网络请求的耗时任务,比如Retrofit.

1. ViewModel 场景：UI 并发请求

首页 ViewModel：

viewModelScope.launch {
    launch(Dispatchers.IO) {
        repeat(4) {
            launch {
                TaskRunner.test(1000)
            }
        }
    }
}

---

线程现象

DefaultDispatcher-worker-1 | TIMED_WAITING
DefaultDispatcher-worker-2 | TIMED_WAITING
DefaultDispatcher-worker-3 | TIMED_WAITING
DefaultDispatcher-worker-4 | TIMED_WAITING

TaskRunner-Pool-1           | WAITING
TaskRunner-Pool-2           | WAITING

---

🔍 执行链路

Main
 → Dispatchers.IO（调度层）
   → Default Dispatcher（中转层）
     → TaskRunner Pool（真正执行）

---

问题本质

IO 在这里没有做任何业务执行，只做了三件事：

• 转发任务
• 唤醒 worker
• 切换上下文

👉 但真正干活的是 TaskRunner

---

2. Application 场景：问题开始放大（关键）

App 启动时：

class App : Application() {
    val appScope = CoroutineScope(SupervisorJob())
    override fun onCreate() {
        super.onCreate()
        appScope.launch(Dispatchers.IO) {
            repeat(4) {
                launch {
                    TaskRunner.test(1000)
                }
            }
        }
    }
}

---

Application 阶段发生了什么？

启动 App 的瞬间：

系统自动触发：
→ 初始化 4 个并发任务

---

Application 线程现象

DefaultDispatcher-worker-1 | TIMED_WAITING
DefaultDispatcher-worker-2 | TIMED_WAITING
DefaultDispatcher-worker-3 | TIMED_WAITING
DefaultDispatcher-worker-4 | TIMED_WAITING

TaskRunner-Pool-1           | WAITING
TaskRunner-Pool-2           | WAITING

---

3. 关键差异：为什么 Application 更"炸"？

---

✔ 特点 1：没有 UI 节奏控制

ViewModel：

• 页面触发
• 用户行为驱动
• 有生命周期 cancel

Application：

• 一次性启动
• 无节流
• 全局 Scope

👉 **所有任务瞬间发射 **

---

✔ 特点 2：初始化任务天然 IO 密集

典型 App 初始化：

• DB init
• SDK init
• config load
• log system
• network

开发者第一反应：

Dispatchers.IO

---

✔ 特点 3：任务嵌套更深

launch(Dispatchers.IO) {
    initA()
    initB()
    initC()
}

每个 init 可能还会：

• 再 launch(IO)
• 再 withContext(IO)
• 再 collect Flow

---

👉 Application 直接形成：

IO → IO → IO → Executor

---

4. 核心问题：调度冗余

真正问题不是线程多，而是：

❗ 同一个任务被多个 Dispatcher 重复"搬运"

---

❌ 错误认知

Dispatchers.IO = 提升性能

---

❌ 实际发生

launch(IO)
 → launch(Default)
   → withContext(executor)

---

👉 结果：

• 3 层调度
• 多次线程切换
• worker 空转

---

5. 最关键现象：大量"不会干活的线程"

你会看到：

DefaultDispatcher-worker-1 | TIMED_WAITING
DefaultDispatcher-worker-2 | TIMED_WAITING
DefaultDispatcher-worker-3 | TIMED_WAITING

---

❗ 这些线程在干嘛？

答案是：

👉 在"搬运任务"，而不是执行任务

---

6. ViewModel vs Application 对比

维度	ViewModel	Application
生命周期	短	长
并发方式	分散触发	一次爆发
IO 使用	局部	全局
控制能力	cancel	无 cancel
线程风险	中	高

---

👉 Application 本质：

没有节奏，只有洪峰

---

7. 🔥 本质总结

真正的问题不是：

❌ 并发太多

而是：

❗ 你让一个已经具备执行能力的系统，被 Dispatchers.IO 再调度了一次

---

❌ 典型反模式

launch(Dispatchers.IO) {
    TaskRunner.test()
}

但 TaskRunner 本身已经：

withContext(executor)

---

👉 等价于：

IO 再调度 IO 已经调度好的任务

---

8. ✔ 正确原则

---

✔ 原则 1：Application 不要统一 IO 化

appScope.launch {
    TaskRunner.test()
}

---

✔ 原则 2：IO 只用于"阻塞点"

withContext(Dispatchers.IO) {
    File.read()
}

---

✔ 原则 3：避免 IO 套 IO

❌ IO → IO → Executor

---

✔ 原则 4：执行模型应该下沉到 Data 层

suspend fun test() =
    withContext(executor) { }

---

9. 结论

👉 当底层已经是"异步执行模型"时，上层scope的线程调度应该被束缚在一个小范围

源码: ScopeSample

这个是源码里的场景

这是去除在viewModel 里去除

launch(Dispatchers.IO)

和 Application 里换成

private val applicationScope = CoroutineScope(SupervisorJob() + appExecutor.asCoroutineDispatcher())

的场景