线程池详解：从 7 大参数到生产避坑
并发编程里最常被问、也最容易写错的就是线程池。很多人背得出 7 大参数的名字，却答不出"为什么加任务先进队列而不是先扩线程""拒绝策略怎么选""生产上到底怎么配"。这篇把线程池从参数到执行流程到生产避坑一次讲透。
一、结论先行
线程池的本质是"复用线程 + 排队任务"：它把"创建线程的昂贵开销"变成"一次性投入"，把"突发的任务洪峰"变成"可控的排队"。
理解线程池只需抓住一条主线------任务进来后的去向顺序：
核心线程跑 → 核心满了进队列排队 → 队列满了才扩到最大线程 → 最大也满了走拒绝策略
四个关键结论先记住：
- 扩线程是最后手段，不是第二选择------队列是缓冲，线程是资源
- 7 大参数里，
workQueue和handler选错 = 线程池慢性死亡 - 生产禁用
Executors快捷方法（无界队列会 OOM） - 核心线程数没有万能公式，只有"按任务类型 + 压测校准"两条路
二、类比理解：银行柜台
把线程池想象成一家银行网点：
| 线程池要素 | 银行类比 |
|---|---|
| 核心线程数 corePoolSize | 常驻柜员（3 个窗口常年开着） |
| 任务队列 workQueue | 大厅的等候区（凳子） |
| 最大线程数 maximumPoolSize | 网点最多能开的窗口数（含临时加开） |
| keepAliveTime | 临时窗口空闲多久就撤 |
| 拒绝策略 handler | 等候区也坐满了，怎么办 |
| 线程工厂 threadFactory | 柜员的工牌（线程名/是否为守护线程） |
关键场景：柜台高峰来了（任务突发）------
- 先让常驻 3 个柜员处理
- 3 个全忙 → 客户到等候区排队（进队列），而不是立刻加开窗口
- 等候区也满了 → 才加开临时窗口（扩到最大线程数）
- 临时窗口也忙、等候区还满 → 只能拒客（拒绝策略）
为什么"队列满了才扩线程"而不是"核心满了就扩"？因为线程是稀缺资源（每条线程都有栈内存、要调度），而排队只是让任务等一会儿。银行宁可让客户排队等 3 个柜员，也不会客户一来就开 20 个窗口------开窗要成本。
三、深挖细节
3.1 7 大参数逐个拆
java
new ThreadPoolExecutor(
corePoolSize, // ① 核心线程数：常驻，默认不回收
maximumPoolSize, // ② 最大线程数：上限
keepAliveTime, // ③ 空闲保活时间：超过 core 的线程空闲多久被回收
TimeUnit.SECONDS, // ④ 时间单位
workQueue, // ⑤ 任务队列：核心满了先排这里
threadFactory, // ⑥ 线程工厂：给线程命名、设守护标志
handler // ⑦ 拒绝策略：队列+线程全满怎么办
);① 核心线程数： 最常被问"怎么定"。没有万能公式，两条路：
- 按任务类型估：CPU 密集 ≈
CPU 核数 + 1；IO 密集 ≈CPU 核数 × 2（因为 IO 等待时不占 CPU，可以多开线程利用等待时间） - 压测校准：估算只是起点，上线前用压测找到吞吐/延迟的拐点，才是终值
⑤ 任务队列： 三种队列，选错致命：
| 队列 | 特点 | 后果 |
|---|---|---|
| LinkedBlockingQueue | 无界（默认） | 任务无限堆积 → OOM |
| ArrayBlockingQueue | 有界 | 队列满才会触发扩线程/拒绝 |
| SynchronousQueue | 不存任务，直接转交线程 | 没有等待区，线程数很快顶到 max |
⑥ 线程工厂： 最容易被忽略。不自定义，线程叫 "pool-1-thread-1"，出问题都不知道是哪个池。生产必须自定义：
java
ThreadFactory factory = new ThreadFactory() {
private final AtomicInteger seq = new AtomicInteger(1);
@Override
public Thread newThread(Runnable r) {
Thread t = new Thread(r, "order-pool-" + seq.getAndIncrement());
t.setDaemon(false);
return t;
}
};⑦ 拒绝策略： 四种，选错影响天差地别：
| 策略 | 行为 | 适用 |
|---|---|---|
| AbortPolicy（默认） | 直接抛 RejectedExecutionException | 不能丢任务、要快速暴露问题 |
| CallerRunsPolicy | 谁提交谁执行（退回调用线程跑） | 想降速又不丢任务（天然限流） |
| DiscardPolicy | 静默丢弃 | 日志/打点这类可丢任务 |
| DiscardOldestPolicy | 丢弃队头最旧任务 | 任务有时效性（新的比旧的重要） |
3.2 执行流程：一张图记牢
#mermaid-svg-uaUxSRbylePHA99Y{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-uaUxSRbylePHA99Y .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-uaUxSRbylePHA99Y .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-uaUxSRbylePHA99Y .error-icon{fill:#552222;}#mermaid-svg-uaUxSRbylePHA99Y .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-uaUxSRbylePHA99Y .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-uaUxSRbylePHA99Y .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-uaUxSRbylePHA99Y .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-uaUxSRbylePHA99Y .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-uaUxSRbylePHA99Y .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-uaUxSRbylePHA99Y .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-uaUxSRbylePHA99Y .marker{fill:#333333;stroke:#333333;}#mermaid-svg-uaUxSRbylePHA99Y .marker.cross{stroke:#333333;}#mermaid-svg-uaUxSRbylePHA99Y svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-uaUxSRbylePHA99Y p{margin:0;}#mermaid-svg-uaUxSRbylePHA99Y .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-uaUxSRbylePHA99Y .cluster-label text{fill:#333;}#mermaid-svg-uaUxSRbylePHA99Y .cluster-label span{color:#333;}#mermaid-svg-uaUxSRbylePHA99Y .cluster-label span p{background-color:transparent;}#mermaid-svg-uaUxSRbylePHA99Y .label text,#mermaid-svg-uaUxSRbylePHA99Y span{fill:#333;color:#333;}#mermaid-svg-uaUxSRbylePHA99Y .node rect,#mermaid-svg-uaUxSRbylePHA99Y .node circle,#mermaid-svg-uaUxSRbylePHA99Y .node ellipse,#mermaid-svg-uaUxSRbylePHA99Y .node polygon,#mermaid-svg-uaUxSRbylePHA99Y .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-uaUxSRbylePHA99Y .rough-node .label text,#mermaid-svg-uaUxSRbylePHA99Y .node .label text,#mermaid-svg-uaUxSRbylePHA99Y .image-shape .label,#mermaid-svg-uaUxSRbylePHA99Y .icon-shape .label{text-anchor:middle;}#mermaid-svg-uaUxSRbylePHA99Y .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-uaUxSRbylePHA99Y .rough-node .label,#mermaid-svg-uaUxSRbylePHA99Y .node .label,#mermaid-svg-uaUxSRbylePHA99Y .image-shape .label,#mermaid-svg-uaUxSRbylePHA99Y .icon-shape .label{text-align:center;}#mermaid-svg-uaUxSRbylePHA99Y .node.clickable{cursor:pointer;}#mermaid-svg-uaUxSRbylePHA99Y .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-uaUxSRbylePHA99Y .arrowheadPath{fill:#333333;}#mermaid-svg-uaUxSRbylePHA99Y .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-uaUxSRbylePHA99Y .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-uaUxSRbylePHA99Y .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-uaUxSRbylePHA99Y .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-uaUxSRbylePHA99Y .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-uaUxSRbylePHA99Y .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-uaUxSRbylePHA99Y .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-uaUxSRbylePHA99Y .cluster text{fill:#333;}#mermaid-svg-uaUxSRbylePHA99Y .cluster span{color:#333;}#mermaid-svg-uaUxSRbylePHA99Y div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-uaUxSRbylePHA99Y .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-uaUxSRbylePHA99Y rect.text{fill:none;stroke-width:0;}#mermaid-svg-uaUxSRbylePHA99Y .icon-shape,#mermaid-svg-uaUxSRbylePHA99Y .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-uaUxSRbylePHA99Y .icon-shape p,#mermaid-svg-uaUxSRbylePHA99Y .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-uaUxSRbylePHA99Y .icon-shape .label rect,#mermaid-svg-uaUxSRbylePHA99Y .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-uaUxSRbylePHA99Y .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-uaUxSRbylePHA99Y .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-uaUxSRbylePHA99Y :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 是
否
是
否
是
否
提交任务
工作线程 < 核心数?
直接创建线程执行
队列还能装?
进队列排队
工作线程 < 最大数?
创建新线程执行
走拒绝策略
注意两个反直觉点：
- 扩线程前先排队列（不是"核心满就扩线程"）------所以核心数和队列的组合决定了真正的容量
- 新任务进队列时，不是让队列里的旧任务先跑------先判断能不能开新线程给新任务，逻辑顺序是"新任务优先尝试有线程就跑"，所以执行顺序不是严格 FIFO
3.3 核心线程数为什么不能拍脑袋定
#mermaid-svg-kGJG309SxFPzZKM8{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-kGJG309SxFPzZKM8 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-kGJG309SxFPzZKM8 .error-icon{fill:#552222;}#mermaid-svg-kGJG309SxFPzZKM8 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-kGJG309SxFPzZKM8 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-kGJG309SxFPzZKM8 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-kGJG309SxFPzZKM8 .marker.cross{stroke:#333333;}#mermaid-svg-kGJG309SxFPzZKM8 svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-kGJG309SxFPzZKM8 p{margin:0;}#mermaid-svg-kGJG309SxFPzZKM8 .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-kGJG309SxFPzZKM8 .cluster-label text{fill:#333;}#mermaid-svg-kGJG309SxFPzZKM8 .cluster-label span{color:#333;}#mermaid-svg-kGJG309SxFPzZKM8 .cluster-label span p{background-color:transparent;}#mermaid-svg-kGJG309SxFPzZKM8 .label text,#mermaid-svg-kGJG309SxFPzZKM8 span{fill:#333;color:#333;}#mermaid-svg-kGJG309SxFPzZKM8 .node rect,#mermaid-svg-kGJG309SxFPzZKM8 .node circle,#mermaid-svg-kGJG309SxFPzZKM8 .node ellipse,#mermaid-svg-kGJG309SxFPzZKM8 .node polygon,#mermaid-svg-kGJG309SxFPzZKM8 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-kGJG309SxFPzZKM8 .rough-node .label text,#mermaid-svg-kGJG309SxFPzZKM8 .node .label text,#mermaid-svg-kGJG309SxFPzZKM8 .image-shape .label,#mermaid-svg-kGJG309SxFPzZKM8 .icon-shape .label{text-anchor:middle;}#mermaid-svg-kGJG309SxFPzZKM8 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-kGJG309SxFPzZKM8 .rough-node .label,#mermaid-svg-kGJG309SxFPzZKM8 .node .label,#mermaid-svg-kGJG309SxFPzZKM8 .image-shape .label,#mermaid-svg-kGJG309SxFPzZKM8 .icon-shape .label{text-align:center;}#mermaid-svg-kGJG309SxFPzZKM8 .node.clickable{cursor:pointer;}#mermaid-svg-kGJG309SxFPzZKM8 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-kGJG309SxFPzZKM8 .arrowheadPath{fill:#333333;}#mermaid-svg-kGJG309SxFPzZKM8 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-kGJG309SxFPzZKM8 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-kGJG309SxFPzZKM8 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kGJG309SxFPzZKM8 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-kGJG309SxFPzZKM8 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kGJG309SxFPzZKM8 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-kGJG309SxFPzZKM8 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-kGJG309SxFPzZKM8 .cluster text{fill:#333;}#mermaid-svg-kGJG309SxFPzZKM8 .cluster span{color:#333;}#mermaid-svg-kGJG309SxFPzZKM8 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-kGJG309SxFPzZKM8 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-kGJG309SxFPzZKM8 rect.text{fill:none;stroke-width:0;}#mermaid-svg-kGJG309SxFPzZKM8 .icon-shape,#mermaid-svg-kGJG309SxFPzZKM8 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-kGJG309SxFPzZKM8 .icon-shape p,#mermaid-svg-kGJG309SxFPzZKM8 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-kGJG309SxFPzZKM8 .icon-shape .label rect,#mermaid-svg-kGJG309SxFPzZKM8 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-kGJG309SxFPzZKM8 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-kGJG309SxFPzZKM8 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-kGJG309SxFPzZKM8 :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} CPU 密集
IO 密集
任务类型
CPU 密集 or IO 密集
≈ CPU 核数 + 1
≈ CPU 核数 × 2 或更高
压测校准
- CPU 密集（计算为主）：线程多了反而竞争 CPU，核数 + 1 足够
- IO 密集（等网络/等数据库）：线程在等 IO 时 CPU 空闲，多开线程把 CPU 用满
- 真实系统几乎都是混合，所以最终靠压测：观察拐点------线程加到某个数后，吞吐不再涨甚至下降，就是最优值附近
3.4 生产避坑清单（每一条都是血泪）
| 坑 | 现象 | 解法 |
|---|---|---|
Executors.newFixedThreadPool |
无界队列，任务堆积 OOM | 手动 new，有界队列 |
Executors.newCachedThreadPool |
SynchronousQueue，突发任务瞬间创建海量线程 | 手动限 max |
| 任务里嵌套提交给同池 | 子任务永远排不进队列 → 线程池死锁 | 拆池或用不同队列 |
| 线程池里用 ThreadLocal 不清理 | 线程复用导致脏数据串到下一个任务 | 用后 remove |
| 不给线程命名 | 线上看不到是哪个池出问题 | 自定义 ThreadFactory |
| 线程池参数写死 | 业务量变化后无法调整 | 用 setCorePoolSize 支持动态调整 |
"任务里嵌套提交子任务"值得细说 ：任务 A 在运行中又向同一个池提交任务 B，A 占着一个核心线程等 B 完成，B 排在队列里等线程------如果核心线程都被这种 A 占满，队列里的 B 永远等不到线程，整个池子假死。这是典型的自锁，必须拆成两个池或用不同的队列隔离。
3.5 参数能不能动态调
能。核心线程数和最大线程数都支持运行时调整：
setCorePoolSize()：热更新核心数setMaximumPoolSize()：热更新上限
所以生产上参数不必一次定死，配合监控（队列深度、活跃线程数、拒绝次数）动态调整才是正解。拒绝次数 > 0 说明容量不够要扩；队列长期空说明线程开多了要缩。
四、梳理成一个知识点
#mermaid-svg-vNPnx08hgmVoB9dV{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-vNPnx08hgmVoB9dV .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-vNPnx08hgmVoB9dV .error-icon{fill:#552222;}#mermaid-svg-vNPnx08hgmVoB9dV .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-vNPnx08hgmVoB9dV .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-vNPnx08hgmVoB9dV .marker{fill:#333333;stroke:#333333;}#mermaid-svg-vNPnx08hgmVoB9dV .marker.cross{stroke:#333333;}#mermaid-svg-vNPnx08hgmVoB9dV svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-vNPnx08hgmVoB9dV p{margin:0;}#mermaid-svg-vNPnx08hgmVoB9dV .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-vNPnx08hgmVoB9dV .cluster-label text{fill:#333;}#mermaid-svg-vNPnx08hgmVoB9dV .cluster-label span{color:#333;}#mermaid-svg-vNPnx08hgmVoB9dV .cluster-label span p{background-color:transparent;}#mermaid-svg-vNPnx08hgmVoB9dV .label text,#mermaid-svg-vNPnx08hgmVoB9dV span{fill:#333;color:#333;}#mermaid-svg-vNPnx08hgmVoB9dV .node rect,#mermaid-svg-vNPnx08hgmVoB9dV .node circle,#mermaid-svg-vNPnx08hgmVoB9dV .node ellipse,#mermaid-svg-vNPnx08hgmVoB9dV .node polygon,#mermaid-svg-vNPnx08hgmVoB9dV .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-vNPnx08hgmVoB9dV .rough-node .label text,#mermaid-svg-vNPnx08hgmVoB9dV .node .label text,#mermaid-svg-vNPnx08hgmVoB9dV .image-shape .label,#mermaid-svg-vNPnx08hgmVoB9dV .icon-shape .label{text-anchor:middle;}#mermaid-svg-vNPnx08hgmVoB9dV .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-vNPnx08hgmVoB9dV .rough-node .label,#mermaid-svg-vNPnx08hgmVoB9dV .node .label,#mermaid-svg-vNPnx08hgmVoB9dV .image-shape .label,#mermaid-svg-vNPnx08hgmVoB9dV .icon-shape .label{text-align:center;}#mermaid-svg-vNPnx08hgmVoB9dV .node.clickable{cursor:pointer;}#mermaid-svg-vNPnx08hgmVoB9dV .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-vNPnx08hgmVoB9dV .arrowheadPath{fill:#333333;}#mermaid-svg-vNPnx08hgmVoB9dV .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-vNPnx08hgmVoB9dV .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-vNPnx08hgmVoB9dV .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-vNPnx08hgmVoB9dV .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-vNPnx08hgmVoB9dV .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-vNPnx08hgmVoB9dV .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-vNPnx08hgmVoB9dV .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-vNPnx08hgmVoB9dV .cluster text{fill:#333;}#mermaid-svg-vNPnx08hgmVoB9dV .cluster span{color:#333;}#mermaid-svg-vNPnx08hgmVoB9dV div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-vNPnx08hgmVoB9dV .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-vNPnx08hgmVoB9dV rect.text{fill:none;stroke-width:0;}#mermaid-svg-vNPnx08hgmVoB9dV .icon-shape,#mermaid-svg-vNPnx08hgmVoB9dV .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-vNPnx08hgmVoB9dV .icon-shape p,#mermaid-svg-vNPnx08hgmVoB9dV .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-vNPnx08hgmVoB9dV .icon-shape .label rect,#mermaid-svg-vNPnx08hgmVoB9dV .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-vNPnx08hgmVoB9dV .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-vNPnx08hgmVoB9dV .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-vNPnx08hgmVoB9dV :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 线程池
7 参数: 核队时大工队列拒
流程: 核跑-排队-扩线-拒绝
队列是缓冲 线程是资源
核数按类型估+压测校准
监控: 队列深度/拒绝次数
知识点：线程池 = 核心线程复用 + 有界队列缓冲 + 最大线程兜底 + 拒绝策略收口。 执行顺序"核心→队列→最大→拒绝"决定了容量模型；workQueue 必须用有界、threadFactory 必须命名、拒绝策略按"能否丢任务"选；核心线程数按任务类型估算 + 压测校准，参数支持热更新。
口诀：核跑、队排、扩线、拒绝；队列要防无界，线程要防自锁，拒绝数 > 0 就要扩。
追问链
追问 1："为什么先加队列而不是先扩线程？"
→ 线程是稀缺资源：每条线程有独立栈内存（默认 1MB 级）且要参与调度。任务排队只是延迟执行，代价小；无限扩线程会耗尽内存、疯狂切换导致 CPU 空转。所以"队列缓冲 + 线程兜底"，扩线程是最后手段。
追问 2："核心线程会被回收吗？"
→ 默认不会（allowCoreThreadTimeOut(true) 可以开启回收）。keepAliveTime 只对超过核心数的部分生效------临时加开的线程空闲超过保活时间会被回收，回到核心数。
追问 3："CallerRunsPolicy 为什么能限流？"
→ 队列和线程都满时，把任务退回给提交它的线程执行。调用方线程在跑任务期间无法继续提交新任务------天然形成背压，提交速率自动降到处理速率。缺点是会阻塞调用方，要注意超时。
追问 4："线程池的线程什么时候退出？"
→ 线程池的空闲线程靠 workQueue.poll(keepAliveTime) 等待任务------超时等不到任务就退出 。这也是为什么 keepAliveTime 只对非核心线程生效：核心线程用 take() 永久阻塞等待。
追问 5："IO 密集 ×2 的公式还够用吗？"
→ 现代系统不够（虚拟线程/协程出现后更不够）。公式只适合传统线程模型做粗估。更准的做法是压测看吞吐拐点；Java 21 的虚拟线程让"每个任务一条虚拟线程"成为可能，线程池的适用场景正在被重新定义------但老系统排查这套公式依然要会算。
总结
线程池 = 复用线程省创建开销 + 队列缓冲抗洪峰。一条主线：核心跑→队列排→扩线程→拒绝；三个必守：有界队列防 OOM、自定义工厂防裸奔、拒绝计数当容量警报。核心线程数先按类型估（CPU 密集核数+1 / IO 密集核数×2）再用压测校准，参数可热更新。
这篇是"Agent 生产底座"的知识铺垫------Agent 系统的并发网关、批量任务处理都依赖线程池，下一篇开始讲 Agent 系统背后的 JVM：你的 Agent 服务跑在什么样的内存模型上，GC 又在什么时候卡你一刀。