为什么阿里巴巴要禁用Executors创建线程池？

写在前面

首先感谢大家在盖楼的间隙阅读本篇文章，通过阅读本篇文章你将了解到：

• 线程池的定义
• Executors创建线程池的几种方式
• ThreadPoolExecutor对象
• 线程池执行任务逻辑和线程池参数的关系
• Executors创建返回ThreadPoolExecutor对象
• OOM异常测试
• 如何定义线程池参数

如果只想知道原因可以直接拉到总结那

线程池的定义

管理一组工作线程。通过线程池复用线程有以下几点优点：

• 减少资源创建 => 减少内存开销，创建线程占用内存
• 降低系统开销 => 创建线程需要时间，会延迟处理的请求
• 提高稳定稳定性 => 避免无限创建线程引起的OutOfMemoryError【简称OOM】

Executors创建线程池的方式

根据返回的对象类型创建线程池可以分为三类：

• 创建返回ThreadPoolExecutor对象
• 创建返回ScheduleThreadPoolExecutor对象
• 创建返回ForkJoinPool对象

本文只讨论创建返回ThreadPoolExecutor对象

ThreadPoolExecutor对象

在介绍Executors创建线程池方法前先介绍一下ThreadPoolExecutor，因为这些创建线程池的静态方法都是返回ThreadPoolExecutor对象，和我们手动创建ThreadPoolExecutor对象的区别就是我们不需要自己传构造函数的参数。ThreadPoolExecutor的构造函数共有四个，但最终调用的都是同一个：

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

构造函数参数说明：

• corePoolSize => 线程池核心线程数量
• maximumPoolSize => 线程池最大数量
• keepAliveTime => 空闲线程存活时间
• unit => 时间单位
• workQueue => 线程池所使用的缓冲队列
• threadFactory => 线程池创建线程使用的工厂
• handler => 线程池对拒绝任务的处理策略

线程池执行任务逻辑和线程池参数的关系

执行逻辑说明：

• 判断核心线程数是否已满，核心线程数大小和corePoolSize参数有关，未满则创建线程执行任务
• 若核心线程池已满，判断队列是否满，队列是否满和workQueue参数有关，若未满则加入队列中
• 若队列已满，判断线程池是否已满，线程池是否已满和maximumPoolSize参数有关，若未满创建线程执行任务
• 若线程池已满，则采用拒绝策略处理无法执执行的任务，拒绝策略和handler参数有关

Executors创建返回ThreadPoolExecutor对象

Executors创建返回ThreadPoolExecutor对象的方法共有三种：

• Executors#newCachedThreadPool => 创建可缓存的线程池
• Executors#newSingleThreadExecutor => 创建单线程的线程池
• Executors#newFixedThreadPool => 创建固定长度的线程池

Executors#newCachedThreadPool方法

public static ExecutorService newCachedThreadPool() {
 return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
 60L, TimeUnit.SECONDS,
 new SynchronousQueue());
}

CachedThreadPool是一个根据需要创建新线程的线程池

• corePoolSize => 0，核心线程池的数量为0
• maximumPoolSize => Integer.MAX_VALUE，可以认为最大线程数是无限的
• keepAliveTime => 60L
• unit => 秒
• workQueue => SynchronousQueue

当一个任务提交时，corePoolSize为0不创建核心线程，SynchronousQueue是一个不存储元素的队列，可以理解为队里永远是满的，因此最终会创建非核心线程来执行任务。对于非核心线程空闲60s时将被回收。因为Integer.MAX_VALUE非常大，可以认为是可以无限创建线程的，在资源有限的情况下容易引起OOM异常

Executors#newSingleThreadExecutor方法

public static ExecutorService newSingleThreadExecutor() {
 return new FinalizableDelegatedExecutorService
 (new ThreadPoolExecutor(1, 1,
 0L, TimeUnit.MILLISECONDS,
 new LinkedBlockingQueue()));
}

SingleThreadExecutor是单线程线程池，只有一个核心线程

• corePoolSize => 1，核心线程池的数量为1
• maximumPoolSize => 1，只可以创建一个非核心线程
• keepAliveTime => 0L
• unit => 毫秒
• workQueue => LinkedBlockingQueue

当一个任务提交时，首先会创建一个核心线程来执行任务，如果超过核心线程的数量，将会放入队列中，因为LinkedBlockingQueue是长度为Integer.MAX_VALUE的队列，可以认为是无界队列，因此往队列中可以插入无限多的任务，在资源有限的时候容易引起OOM异常，同时因为无界队列，maximumPoolSize和keepAliveTime参数将无效，压根就不会创建非核心线程

Executors#newFixedThreadPool方法

public static ExecutorService newFixedThreadPool(int nThreads) {
 return new ThreadPoolExecutor(nThreads, nThreads,
 0L, TimeUnit.MILLISECONDS,
 new LinkedBlockingQueue());
}

FixedThreadPool是固定核心线程的线程池，固定核心线程数由用户传入

• corePoolSize => 1，核心线程池的数量为1
• maximumPoolSize => 1，只可以创建一个非核心线程
• keepAliveTime => 0L
• unit => 毫秒
• workQueue => LinkedBlockingQueue 它和SingleThreadExecutor类似，唯一的区别就是核心线程数不同，并且由于使用的是LinkedBlockingQueue，在资源有限的时候容易引起OOM异常

总结：

• FixedThreadPool和SingleThreadExecutor => 允许的请求队列长度为Integer.MAX_VALUE，可能会堆积大量的请求，从而引起OOM异常
• CachedThreadPool => 允许创建的线程数为Integer.MAX_VALUE，可能会创建大量的线程，从而引起OOM异常

这就是为什么禁止使用Executors去创建线程池，而是推荐自己去创建ThreadPoolExecutor的原因

OOM异常测试

理论上会出现OOM异常，必须测试一波验证之前的说法： 测试类：TaskTest.java

public class TaskTest {
 public static void main(String[] args) {
 ExecutorService es = Executors.newCachedThreadPool();
 int i = 0;
 while (true) {
 es.submit(new Task(i++));
 }
 }
}

使用Executors创建的CachedThreadPool，往线程池中无限添加线程 在启动测试类之前先将JVM内存调整小一点，不然很容易将电脑跑出问题【别问我为什么知道，是铁憨憨甜没错了！！！】，在idea里：Run -> Edit Configurations

JVM参数说明：

• -Xms10M => Java Heap内存初始化值
• -Xmx10M => Java Heap内存最大值

运行结果：

Exception: java.lang.OutOfMemoryError thrown from the UncaughtExceptionHandler in thread "main"
Disconnected from the target VM, address: '127.0.0.1:60416', transport: 'socket'

创建到3w多个线程的时候开始报OOM错误
另外两个线程池就不做测试了，测试方法一致，只是创建的线程池不一样

如何定义线程池参数

• CPU密集型 => 线程池的大小推荐为CPU数量 + 1，CPU数量可以根据Runtime.availableProcessors方法获取
• IO密集型 => CPU数量 * CPU利用率 * (1 + 线程等待时间/线程CPU时间)
• 混合型 => 将任务分为CPU密集型和IO密集型，然后分别使用不同的线程池去处理，从而使每个线程池可以根据各自的工作负载来调整
• 阻塞队列 => 推荐使用有界队列，有界队列有助于避免资源耗尽的情况发生
• 拒绝策略 => 默认采用的是AbortPolicy拒绝策略，直接在程序中抛出RejectedExecutionException异常【因为是运行时异常，不强制catch】，这种处理方式不够优雅。处理拒绝策略有以下几种比较推荐： 在程序中捕获RejectedExecutionException异常，在捕获异常中对任务进行处理。针对默认拒绝策略 使用CallerRunsPolicy拒绝策略，该策略会将任务交给调用execute的线程执行【一般为主线程】，此时主线程将在一段时间内不能提交任何任务，从而使工作线程处理正在执行的任务。此时提交的线程将被保存在TCP队列中，TCP队列满将会影响客户端，这是一种平缓的性能降低 自定义拒绝策略，只需要实现RejectedExecutionHandler接口即可 如果任务不是特别重要，使用DiscardPolicy和DiscardOldestPolicy拒绝策略将任务丢弃也是可以的

如果使用Executors的静态方法创建ThreadPoolExecutor对象，可以通过使用Semaphore对任务的执行进行限流也可以避免出现OOM异常