并发编程系列之如何正确使用线程池？

并发编程系列博客

原文链接

并发编程系列之如何正确使用线程池？在上一章节的学习中，我们掌握了线程的基本知识，接着本博客会继续学习多线程中的线程池知识

1、线程是不是越多越好？

在学习多线程之前，读者可能会有疑问？如果单线程跑得太慢，那么是否就能多创建多个线程来跑任务？并发的情况，线程是不是创建越多越好？这是一个很经典的问题，画图表示一下创建很多线程的情况，然后进行情况分析。

在这里插入图片描述

• 创建线程和销毁线程都是需要时间的，如果创建时间+销毁时间>执行任务时间就很不划算
• 创建后的线程是需要内存去存放的，创建的线程对应一个Thread对象，对象是会占用JVM的堆内存的，根据jvm规范，一个线程默认最大栈大小为1M，这个栈空间也是需要从系统内存中分配的，所以线程越多，需要的内存就越多
• 创建线程，操作系统是需要频繁进行线程上下文切换的，所以线程创建太多，是会影响性能的

上下文切换(context switch)：对于单核CPU来说，在一个时刻只能运行一个线程，对于并行来说，单核cpu也是可以支持多线程执行代码的，CPU是通过给线程分配时间片来解决的，所谓时间片是CPU给每个线程分配的时间，时间片的时间是非常短的，所以执行完成一个时间片后，进行任务切换，切换之前先保存这个任务的状态，以便于下次换回来的时候，可以加载这个任务的状态，所以从保存任务状态到再加载任务的过程称为上下文切换，不仅在线程间可以上下文切换，进程也同样可以

2、如何正确使用多线程？

• 如果是计算型任务？
  CPU数量的1~2倍即可
• 如果是IO密集型任务？
  就需要多一些线程，要根据具体的io阻塞时长来进行考量决定

3、Java线程池的工作原理

在这里插入图片描述

• 接收任务，放入线程池的任务仓库
• 工作线程从线程池的任务仓库取，执行
• 没有任务时，线程阻塞，有任务时唤醒线程

4、掌握JUC线程池API

• Executor ： 接口类

• ExecutorService：加入关闭方法和对Runnable、Callable、Future的支持

  
  
  在这里插入图片描述
  • shutdown：已经提交的会执行完成
  • shutdownNow：正在执行的会执行完成，未来执行的返回
  • awaitTermination：阻塞等待任务关闭完成
  • submit类型的：都是提交任务的，支持Runnable和Callable
  • invokeAll类型的：执行集合中所有任务

• ScheduleExecutorService ：加入对定时任务的支持
  
  在这里插入图片描述
  
  其中schedule(Runablle , long, Timeunit)和schedule(Callable , long, TimeUnit)表示的是多久后执行，而scheduleAtFixedRate方法和scheduleWithFixedDelay方法表示的都是周期性重复执行的

再描述scheduleAtFixedRate方法和scheduleWithFixedDelay方法的区别：
scheduleAtFixedRate：以固定的时间频率重复执行任务，如每10s ，也就是两个任务直接以固定的时间间隔执行，不管任务执行完成与否

在这里插入图片描述

scheduleWithFixedDelay：以固定的任务时延迟来重复执行任务，这种任务不管任务执行多久都执行完成，然后隔预定的如3s，接着执行下一个任务，每个任务之间的间隔都是一样的

在这里插入图片描述

• Executors：快速得到线程池的工具类，创建线程池的工厂类
  • newFixedThreadPool(int nThreads)：创建一个固定大小、任务队列 无界的线程池。线程池的核心线程数=最大线程池=nThreads
  • newCachedThreadPool()：创建的是一个大小无界的缓冲线程池。它的任务队列是一个同步队列。如果队列中有空闲的线程，则用空闲线程执行，如果没有就创建新线程执行。池中线程空闲超过60s，就会被释放。缓冲线程池使用于执行耗时比较小的异步任务。线程池的核心线程数=0，最大线程池=Integer.MAX_VALUE
  • newSingleThreadExecutor()：创建的是只有一个线程来执行无界任务队列的单一线程池。该线程池按顺序执行一个一个加入的任务，任何时刻都只有一个线程在执行。单一线程池和newFixedThreadPool(1)的区别在于，单一线程池的池大小是不能再改变的
  • newScheduleThreadPool(int corePoolSize)： 能定时执行任务的线程池，该池的核心线程数由参数corePoolSize指定，最大线程数=Integer.MAX_VALUE
  • newWorkStealingPool()：以当前系统可用的处理器数作为并行级别创建的work-stealing thread pool(ForkJoinPool)
  • newWorkStealingPool(int parallelism)：以指定的parallelism并行级别创建的work-stealing thread pool(ForkJoinPool)

• ThreadPoolExecutor：线程池的标准实现

  
  
  在这里插入图片描述
  
  

  下面列举出ThreadPoolExecutor的主要参数：

参数	描述
corePoolSize	核心线程数量
maxPoolSize	最大线程数量
keepAliveTime+时间单位	空闲线程的存活时间
ThreadFactory	线程工厂，用于创建线程
workQueue	用于存放任务的队列，可以称之为工作队列
Handler	用于处理被拒绝的任务

虽然Executors使用起来很方便，不过在阿里编程规范里是强调了慎用Executors创建线程池，下面摘录自阿里编程规范手册：

【强制】线程池不允许使用Executors去创建，而是通过ThreadPoolExecutor的方式，
这样的处理方式让写的同学更加明确线程池的运行规则，规避资源耗尽的风险。
说明：Executors各个方法的弊端：
1）newFixedThreadPool和newSingleThreadExecutor:
  主要问题是堆积的请求处理队列可能会耗费非常大的内存，甚至OOM。
2）newCachedThreadPool和newScheduledThreadPool:
  主要问题是线程数最大数是Integer.MAX_VALUE，可能会创建数量非常多的线程，甚至OOM。

ThreadPoolExecutor的基本参数：

new ThreadPoolExecutor(
                2, // 核心线程数 
                5, // 最大线程数
                60L, // keepAliveTime,线程空闲超过这个数，就会被销毁释放
                TimeUnit.SECONDS, // keepAliveTime的时间单位
                new ArrayBlockingQueue(5)); // 传入边界为5的工作队列

画流程图表示，线程池的核心参数是corePoolSize、maxPoolSize、workQueue（工作队列）

在这里插入图片描述

线程池工作原理示意图：任务可以一直放，直到线程池满了的情况，才会拒绝，然后除了核心线程，其它的线程会被合理回收。所以正常情况下，线程池中的线程数量会处在 corePoolSize 与 maximumPoolSize 的闭区间内

在这里插入图片描述

ThreadPoolExecutor基本实例：

ExecutorService service = new ThreadPoolExecutor(2, 5,
                60L, TimeUnit.SECONDS,
                new ArrayBlockingQueue(5));
 service.execute(() ->{
     System.out.println(String.format("thread name:%s",Thread.currentThread().getName()));
 });
  // 避免内存泄露，记得关闭线程池
 service.shutdown();

ThreadPoolExecutor加上Callable、Future使用的例子：

public static void  main(String[] args) {
    ExecutorService service = new ThreadPoolExecutor(2, 5,
                    60L, TimeUnit.SECONDS,
                    new ArrayBlockingQueue(5));
    
    Future future = service.submit(new CallableTask());
    Thread.sleep(3000);
    System.out.println("future is done?" + future.isDone());
    if (future.isDone()) {
        System.out.println("callableTask返回参数:"+future.get());
    }
    service.shutdown();
}

static class CallableTask implements Callable{
     @Override
     public Integer call() {
         return ThreadLocalRandom.current().ints(0, (99 + 1)).limit(1).findFirst().getAsInt();
     }
 }