线程池的核心参数

1、线程池的几个关键参数

1. CorePoolSize：核心线程数
   当线程数小于核心线程数时，即使有线程空闲，线程池也会优先创建新线程处理（核心线程会一直存活，即使没有任务需要执行）
   设置allowCoreThreadTimeout=true（默认false）时，核心线程会超时关闭
2. QueueCapacity：任务队列容量（阻塞队列）
   当核心线程数达到最大时，新任务会放在队列中排队等待执行
3. MaxPoolSize：最大线程数
   当线程数>=corePoolSize，且任务队列已满时。线程池会创建新线程来处理任务
   当线程数=maxPoolSize，且任务队列已满时，线程池会拒绝处理任务而抛出异常
4. KeepAliveTime：线程空闲时间
   当线程空闲时间达到keepAliveTime时，线程会退出，直到线程数量=corePoolSize
   如果allowCoreThreadTimeout=true，则会直到线程数量=0
5. AllowCoreThreadTimeout：允许核心线程超时
6. RejectedExecutionHandler：任务拒绝处理器

1.1、线程池拒绝处理任务的情况

两种情况会拒绝处理任务：

1. 当线程数已经达到maxPoolSize，切队列已满，会拒绝新任务
2. 当线程池被调用shutdown()后，会等待线程池里的任务执行完毕，再shutdown。如果在调用shutdown()和线程池真正shutdown之间提交任务，会拒绝新任务
   线程池会调用rejectedExecutionHandler来处理这个任务。如果没有设置默认是AbortPolicy，会抛出异常。
   ThreadPoolExecutor类有几个内部实现类来处理这类情况：
   AbortPolicy 丢弃任务，抛运行时异常
   CallerRunsPolicy 执行任务
   DiscardPolicy 忽视，什么都不会发生
   DiscardOldestPolicy 从队列中踢出最先进入队列（最后一个执行）的任务
   实现RejectedExecutionHandler接口，可自定义处理器

2、线程池执行任务的顺序

1. 当线程数小于核心线程数时，创建线程。
2. 当线程数大于等于核心线程数，且任务队列未满时，将任务放入任务队列。
3. 当线程数大于等于核心线程数，且任务队列已满
   3.1. 若线程数小于最大线程数，创建线程
   3.2.若线程数等于最大线程数，抛出异常，拒绝任务

3、线程池参数设置

3.1、默认值

corePoolSize=1
queueCapacity=Integer.MAX_VALUE
maxPoolSize=Integer.MAX_VALUE
keepAliveTime=60s
allowCoreThreadTimeout=false
rejectedExecutionHandler=AbortPolicy()

3.2、设置值的依据

需要根据几个值来决定
tasks ：每秒的任务数，假设为500~1000
taskcost：每个任务花费时间，假设为0.1s
responsetime：系统允许容忍的最大响应时间，假设为1s
做几个计算
1. corePoolSize = 每秒需要多少个线程处理？
threadcount = tasks/(1/taskcost) =tasks*taskcout = (500~1000)*0.1 = 50~100 个线程。corePoolSize设置应该大于50
根据8020原则，如果80%的每秒任务数小于800，那么corePoolSize设置为80即可
2. queueCapacity = (coreSizePool/taskcost)responsetime
计算可得 queueCapacity = 80/0.11 = 80。意思是队列里的线程可以等待1s，超过了的需要新开线程来执行
切记不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不能新开线程来执行，响应时间会随之陡增。
3. maxPoolSize = (max(tasks)- queueCapacity)/(1/taskcost)，计算可得 maxPoolSize = (1000-80)/10 = 92
（最大任务数-队列容量）/每个线程每秒处理能力 = 最大线程数
4. rejectedExecutionHandler：根据具体情况来决定，任务不重要可丢弃，任务重要则要利用一些缓冲机制来处理
5. keepAliveTime和allowCoreThreadTimeout采用默认通常能满足

以上都是理想值，实际情况下要根据机器性能来决定。如果在未达到最大线程数的情况机器cpu load已经满了，则需要通过升级硬件（呵呵）和优化代码，降低taskcost来处理。

参考：lee技术之路