Java并发编程之线程池及示例

时间：2023-01-24 04:42:19

1、Executor

　　线程池*接口。定义方法，void execute(Runnable)。方法是用于处理任务的一个服务方法。调用者提供Runnable 接口的实现，线程池通过线程执行这个 Runnable。服务方法无返回值的。是 Runnable 接口中的 run 方法无返回值。
　　常用方法 -voidexecute(Runnable) 作用是: 启动线程任务的。示例如下：

/**

 * 线程池

 * Executor - 线程池底层处理机制。

 * 在使用线程池的时候，底层如何调用线程中的逻辑。

 */

import java.util.concurrent.Executor;

public class Test_MyExecutor implements Executor {

    public static void main(String[] args) {

        new Test_MyExecutor().execute(new Runnable() {

            @Override

            public void run() {

                System.out.println(Thread.currentThread().getName() + " - test executor");

            }

        });

    }

    @Override

    public void execute(Runnable command) {

        new Thread(command).start();

    }

}

2、ExecutorService

　　Executor 接口的子接口。提供了一个新的服务方法，submit。有返回值(Future 类型)。 submit 方法提供了 overload 方法。其中有参数类型为 Runnable 的，不需要提供返回值的; 有参数类型为 Callable，可以提供线程执行后的返回值。
　　Future，是 submit 方法的返回值。代表未来，也就是线程执行结束后的一种结果。如返 回值。
　　常见方法 -void execute(Runnable)， Future submit(Callable)， Future submit(Runnable) 线程池状态: Running， ShuttingDown， Terminated。

　　　　Running- 线程池正在执行中。活动状态。

　　　　ShuttingDown- 线程池正在关闭过程中。优雅关闭。一旦进入这个状态，线程池不再接收新的任务，处理所有已接收的任务，处理完毕后，关闭线程池。

　　　　Terminated- 线程池已经关闭。

3、Future

　　未来结果，代表线程任务执行结束后的结果。获取线程执行结果的方式是通过 get 方法获取的。get 无参，阻塞等待线程执行结束，并得到结果。get 有参，阻塞固定时长，等待 线程执行结束后的结果，如果在阻塞时长范围内，线程未执行结束，抛出异常。

　　常用方法: T get()、T get(long, TimeUnit) 。

/**

 * 线程池

 * 固定容量线程池

 */

import java.util.concurrent.*;

public class Test_03_Future {

    public static void main(String[] args) throws InterruptedException, ExecutionException {

        /*FutureTask<String> task = new FutureTask<>(new Callable<String>() {

            @Override

            public String call() throws Exception {

                return "first future task";

            }

        });

        new Thread(task).start();

        System.out.println(task.get());*/

        ExecutorService service = Executors.newFixedThreadPool(1);

        Future<String> future = service.submit(new Callable<String>() {

            @Override

            public String call() {

                try {

                    TimeUnit.MILLISECONDS.sleep(500);

                } catch (InterruptedException e) {

                    e.printStackTrace();

                }

                System.out.println("aaa");

                return Thread.currentThread().getName() + " - test executor";

            }

        });

        System.out.println(future);

        System.out.println(future.isDone()); // 查看线程是否结束， 任务是否完成。 call方法是否执行结束

        System.out.println(future.get()); // 获取call方法的返回值。

        System.out.println(future.isDone());

    }

}

4、Callable

　　可执行接口。 类似 Runnable 接口。也是可以启动一个线程的接口。其中定义的方法是 call。call 方法的作用和 Runnable 中的 run 方法完全一致。call 方法有返回值。

　　接口方法 : Object call()；相当于 Runnable 接口中的 run 方法。区别为此方法有返回值。 不能抛出已检查异常。

　　Callable、Runnable 接口的选择：需要返回值或需要抛出异常时，使用 Callable；其他情况可任意选择。

5、Executors

　　工具类型。为 Executor 线程池提供工具方法。可以快速的提供若干种线程池。如:固定 容量的，无限容量的，容量为 1 等各种线程池。

　　线程池是一个进程级的重量级资源。默认的生命周期和 JVM 一致。当开启线程池后， 直到 JVM 关闭为止，是线程池的默认生命周期。如果手工调用 shutdown 方法，那么线程池 执行所有的任务后，自动关闭。

　　开始 - 创建线程池。
　　结束 - JVM 关闭或调用 shutdown 并处理完所有的任务。
类似 Arrays，Collections 等工具类型的功用。

6、FixedThreadPool

　　容量固定的线程池。活动状态和线程池容量是有上限的线程池。所有的线程池中，都有 一个任务队列。使用的是 BlockingQueue<Runnable>作为任务的载体。当任务数量大于线程池容量的时候，没有运行的任务保存在任务队列中，当线程有空闲的，自动从队列中取出任务执行。

　　使用场景: 大多数情况下，使用的线程池，首选推荐 FixedThreadPool。OS 系统和硬件是有线程支持上限。不能随意的无限制提供线程池。

　　线程池默认的容量上限是 Integer.MAX_VALUE。 常见的线程池容量: PC：200。 服务器：1000~10000

　　线程池容量和并发能力换算关系大约为：并发量= 10*线程池容量 ~ 18*线程池容量。

　　queued tasks- 任务队列

　　completed tasks- 结束任务队列

/**

 * 线程池

 * 固定容量线程池

 * FixedThreadPool - 固定容量线程池。创建线程池的时候，容量固定。构造的时候，提供线程池最大容量

 * Executors.newFixedThreadPool(int) ->  ExecutorService - 线程池服务类型。所有的线程池类型都实现这个接口。

 * 实现这个接口，代表可以提供线程池能力。

 * shutdown - 优雅关闭。 不是强行关闭线程池，回收线程池中的资源。而是不再处理新的任务，将已接收的任务处理完毕后再关闭。

 * Executors - Executor的工具类。类似Collection和Collections的关系，可以更简单的创建若干种线程池。

 */

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

import java.util.concurrent.TimeUnit;

public class Test_02_FixedThreadPool {

    public static void main(String[] args) {

        ExecutorService service =

                Executors.newFixedThreadPool(5);

        for (int i = 0; i < 6; i++) {

            service.execute(new Runnable() {

                @Override

                public void run() {

                    try {

                        TimeUnit.MILLISECONDS.sleep(500);

                    } catch (InterruptedException e) {

                        e.printStackTrace();

                    }

                    System.out.println(Thread.currentThread().getName() + " - test executor");

                }

            });

        }

        System.out.println(service);

        service.shutdown();

        // 是否已经结束， 相当于回收了资源。

        System.out.println(service.isTerminated());

        // 是否已经关闭， 是否调用过shutdown方法

        System.out.println(service.isShutdown());

        System.out.println(service);

        try {

            TimeUnit.SECONDS.sleep(2);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        // service.shutdown();

        System.out.println(service.isTerminated());

        System.out.println(service.isShutdown());

        System.out.println(service);

    }

}

　　执行结果：

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Running, pool size = 5, active threads = 5, queued tasks = 1, completed tasks = 0]

false

true

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Shutting down, pool size = 5, active threads = 5, queued tasks = 1, completed tasks = 0]

pool-1-thread-1 - test executor

pool-1-thread-2 - test executor

pool-1-thread-3 - test executor

pool-1-thread-4 - test executor

pool-1-thread-5 - test executor

pool-1-thread-1 - test executor

true

true

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Terminated, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 6]

　　注意：FixedThreadPool实现是基于LinkedBlockingQueue的。

public static ExecutorService newFixedThreadPool(int nThreads) {

    return new ThreadPoolExecutor(nThreads, nThreads,

                                  0L, TimeUnit.MILLISECONDS,

                                  new LinkedBlockingQueue<Runnable>());

}

7、CachedThreadPool

　　缓存的线程池。容量不限(Integer.MAX_VALUE)。自动扩容。容量管理策略:如果线程 池中的线程数量不满足任务执行，创建新的线程。每次有新任务无法即时处理的时候，都会 创建新的线程。当线程池中的线程空闲时长达到一定的临界值(默认 60 秒)，自动释放线程。

　　默认线程空闲 60 秒，自动销毁。
　　应用场景: 内部应用或测试应用。 内部应用，有条件的内部数据瞬间处理时应用，如:

　　电信平台夜间执行数据整理：有把握在短时间内处理完所有工作，且对硬件和软件有足够的信心。 测试应用：在测试的时候，尝试得到硬件或软件的最高负载量，用于提供 FixedThreadPool 容量的指导。

/**

 * 线程池

 * 无容量限制的线程池（最大容量默认为Integer.MAX_VALUE）

 */

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

import java.util.concurrent.TimeUnit;

public class Test_05_CachedThreadPool {

    public static void main(String[] args) {

        ExecutorService service = Executors.newCachedThreadPool();

        System.out.println(service);

        for (int i = 0; i < 5; i++) {

            service.execute(new Runnable() {

                @Override

                public void run() {

                    try {

                        TimeUnit.MILLISECONDS.sleep(500);

                    } catch (InterruptedException e) {

                        e.printStackTrace();

                    }

                    System.out.println(Thread.currentThread().getName() + " - test executor");

                }

            });

        }

        System.out.println(service);

        try {

            TimeUnit.SECONDS.sleep(65);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        System.out.println(service);

    }

}

　　运行结果：

java.util.concurrent.ThreadPoolExecutor@483bf400[Running, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 0]

java.util.concurrent.ThreadPoolExecutor@483bf400[Running, pool size = 5, active threads = 5, queued tasks = 0, completed tasks = 0]

pool-1-thread-1 - test executor

pool-1-thread-2 - test executor

pool-1-thread-3 - test executor

pool-1-thread-5 - test executor

pool-1-thread-4 - test executor

　　注意：CachedThreadPool实现是基于SynchronousQueue的。

public static ExecutorService newCachedThreadPool() {

    return new ThreadPoolExecutor(0, Integer.MAX_VALUE,

                                      60L, TimeUnit.SECONDS,

                                      new SynchronousQueue<Runnable>());

}

8、ScheduledThreadPool

　　计划任务线程池。可以根据计划自动执行任务的线程池。

scheduleAtFixedRate(Runnable, start_limit, limit, timeunit)

runnable - 要执行的任务。

start_limit - 第一次任务执行的间隔。

limit - 多次任务执行的间隔。

timeunit - 多次任务执行间隔的时间单位。

　　使用场景: 计划任务时选用(DelaydQueue)，如:电信行业中的数据整理，每分钟整 理，每小时整理，每天整理等。

/**

 * 线程池

 * 计划任务线程池。

 */

import java.util.concurrent.Executors;

import java.util.concurrent.ScheduledExecutorService;

import java.util.concurrent.TimeUnit;

public class Test_07_ScheduledThreadPool {

    public static void main(String[] args) {

        ScheduledExecutorService service = Executors.newScheduledThreadPool(3);

        System.out.println(service);

        // 定时完成任务。 scheduleAtFixedRate(Runnable, start_limit, limit, timeunit)

        // runnable - 要执行的任务。

        service.scheduleAtFixedRate(new Runnable() {

            @Override

            public void run() {

                try {

                    TimeUnit.MILLISECONDS.sleep(500);

                } catch (InterruptedException e) {

                    e.printStackTrace();

                }

                System.out.println(Thread.currentThread().getName());

            }

        }, 0, 300, TimeUnit.MILLISECONDS);

    }

}

　　运行结果：

java.util.concurrent.ScheduledThreadPoolExecutor@483bf400[Running, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 0]

pool-1-thread-1

pool-1-thread-1

pool-1-thread-2

pool-1-thread-2

pool-1-thread-2

　　注意：ScheduledThreadPool实现是基于DelayedWorkQueue的。

public ScheduledThreadPoolExecutor(int corePoolSize) {

    super(corePoolSize, Integer.MAX_VALUE,

         DEFAULT_KEEPALIVE_MILLIS, MILLISECONDS,

          new DelayedWorkQueue());

}

9、SingleThreadExceutor

　　单一容量的线程池。
　　使用场景: 保证任务顺序时使用。如: 游戏大厅中的公共频道聊天。秒杀。

/**

 * 线程池

 * 容量为1的线程池。 顺序执行。

 */

import java.util.concurrent.ExecutorService;

import java.util.concurrent.Executors;

import java.util.concurrent.TimeUnit;

public class Test_06_SingleThreadExecutor {

    public static void main(String[] args) {

        ExecutorService service = Executors.newSingleThreadExecutor();

        System.out.println(service);

        for (int i = 0; i < 5; i++) {

            service.execute(new Runnable() {

                @Override

                public void run() {

                    try {

                        TimeUnit.MILLISECONDS.sleep(500);

                    } catch (InterruptedException e) {

                        e.printStackTrace();

                    }

                    System.out.println(Thread.currentThread().getName() + " - test executor");

                }

            });

        }

    }

}

　　运行结果：

java.util.concurrent.Executors$FinalizableDelegatedExecutorService@483bf400

pool-1-thread-1 - test executor

pool-1-thread-1 - test executor

pool-1-thread-1 - test executor

pool-1-thread-1 - test executor

pool-1-thread-1 - test executor

　　注意：SingleThreadExceutor实现是基于LinkedBlockingQueue的。

public static ExecutorService newSingleThreadExecutor() {

    return new FinalizableDelegatedExecutorService

        (new ThreadPoolExecutor(1, 1,

                                    0L, TimeUnit.MILLISECONDS,

                                    new LinkedBlockingQueue<Runnable>()));

}

10、ForkJoinPool

　　分支合并线程池(mapduce 类似的设计思想)。适合用于处理复杂任务。 初始化线程容量与 CPU 核心数相关。
　　线程池中运行的内容必须是 ForkJoinTask 的子类型(RecursiveTask,RecursiveAction)。
ForkJoinPool - 分支合并线程池。 可以递归完成复杂任务。要求可分支合并的任务必须是 ForkJoinTask 类型的子类型。其中提供了分支和合并的能力。ForkJoinTask 类型提供了两个抽象子类型，RecursiveTask 有返回结果的分支合并任务，RecursiveAction无返回结果的分支合并任务。(Callable/Runnable)compute 方法:就是任务的执行逻辑。

　　ForkJoinPool 没有所谓的容量。默认都是 1 个线程。根据任务自动的分支新的子线程。
当子线程任务结束后，自动合并。所谓自动是根据 fork 和 join 两个方法实现的。

　　应用: 主要是做科学计算或天文计算的。数据分析的。

/**

 * 线程池

 * 分支合并线程池。

 */

import java.io.IOException;

import java.util.Random;

import java.util.concurrent.ExecutionException;

import java.util.concurrent.ForkJoinPool;

import java.util.concurrent.Future;

import java.util.concurrent.RecursiveTask;

public class Test_08_ForkJoinPool {

    final static int[] numbers = new int[1000000];

    final static int MAX_SIZE = 50000;

    final static Random r = new Random();

    static {

        for (int i = 0; i < numbers.length; i++) {

            numbers[i] = r.nextInt(1000);

        }

    }

    public static void main(String[] args) throws InterruptedException, ExecutionException, IOException {

        long result = 0L;

        for (int i = 0; i < numbers.length; i++) {

            result += numbers[i];

        }

        System.out.println(result);

        ForkJoinPool pool = new ForkJoinPool();

        AddTask task = new AddTask(0, numbers.length);

        Future<Long> future = pool.submit(task);

        System.out.println(future.get());

    }

    static class AddTask extends RecursiveTask<Long> { // RecursiveAction

        int begin, end;

        public AddTask(int begin, int end) {

            this.begin = begin;

            this.end = end;

        }

        //

        protected Long compute() {

            if ((end - begin) < MAX_SIZE) {

                long sum = 0L;

                for (int i = begin; i < end; i++) {

                    sum += numbers[i];

                }

                // System.out.println("form " + begin + " to " + end + " sum is : " + sum);

                return sum;

            } else {

                int middle = begin + (end - begin) / 2;

                AddTask task1 = new AddTask(begin, middle);

                AddTask task2 = new AddTask(middle, end);

                task1.fork();// fork - 就是用于开启新的任务的。 就是分支工作的。 就是开启一个新的线程任务。

                task2.fork();

                // join - 合并。将任务的结果获取。 这是一个阻塞方法。一定会得到结果数据。

                return task1.join() + task2.join();

            }

        }

    }

}

11、WorkStealingPool

　　JDK1.8 新增的线程池。工作窃取线程池。当线程池中有空闲连接时，自动到等待队列中 窃取未完成任务，自动执行。

　　初始化线程容量与 CPU 核心数相关。此线程池中维护的是精灵线程。 ExecutorService.newWorkStealingPool ();

12、ThreadPoolExecutor

　　线程池底层实现。除 ForkJoinPool 外，其他常用线程池底层都是使用 ThreadPoolExecutor实现的。

public ThreadPoolExecutor

　　(int corePoolSize, // 核心容量，创建线程池的时候，默认有多少线程。也是线程池保持的最少线程数。

　　int maximumPoolSize, // 最大容量，线程池最多有多少线程

　　long keepAliveTime, // 生命周期，0为永久。当线程空闲多久后，自动回收。

　　TimeUnit unit, // 生命周期单位，为生命周期提供单位，如:秒，毫秒

　　BlockingQueue<Runnable> workQueue // 任务队列，阻塞队列。 注意：泛型必须是 Runnable

);

　　使用场景: 默认提供的线程池不满足条件时使用。如:初始线程数据 4，最大线程数 200，线程空闲周期 30 秒。

/**

 * 线程池

 * 模拟固定容量线程池

 */

import java.util.concurrent.ExecutorService;

import java.util.concurrent.LinkedBlockingQueue;

import java.util.concurrent.ThreadPoolExecutor;

import java.util.concurrent.TimeUnit;

public class Test_09_ThreadPoolExecutor {

    public static void main(String[] args) {

        // 模拟fixedThreadPool， 核心线程5个，最大容量5个，线程的生命周期无限。

        ExecutorService service =

                new ThreadPoolExecutor(5, 5, 0L, TimeUnit.MILLISECONDS,

                        new LinkedBlockingQueue<Runnable>());

        for (int i = 0; i < 6; i++) {

            service.execute(new Runnable() {

                @Override

                public void run() {

                    try {

                        TimeUnit.MILLISECONDS.sleep(500);

                    } catch (InterruptedException e) {

                        e.printStackTrace();

                    }

                    System.out.println(Thread.currentThread().getName() + " - test executor");

                }

            });

        }

        System.out.println(service);

        service.shutdown();

        System.out.println(service.isTerminated());

        System.out.println(service.isShutdown());

        System.out.println(service);

        try {

            TimeUnit.SECONDS.sleep(2);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        service.shutdown();

        System.out.println(service.isTerminated());

        System.out.println(service.isShutdown());

        System.out.println(service);

    }

}

　　运行结果：

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Running, pool size = 5, active threads = 5, queued tasks = 1, completed tasks = 0]

false

true

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Shutting down, pool size = 5, active threads = 5, queued tasks = 1, completed tasks = 0]

pool-1-thread-2 - test executor

pool-1-thread-1 - test executor

pool-1-thread-5 - test executor

pool-1-thread-3 - test executor

pool-1-thread-4 - test executor

pool-1-thread-2 - test executor

true

true

java.util.concurrent.ThreadPoolExecutor@71f2a7d5[Terminated, pool size = 0, active threads = 0, queued tasks = 0, completed tasks = 6]

13、性能问题

　　如下示例为线程池和单线程运算时的性能测试。

/**

 * 线程池

 * 固定容量线程池, 简单应用

 */

import java.util.ArrayList;

import java.util.List;

import java.util.concurrent.*;

public class Test_04_ParallelComputingWithFixedThreadPool {

    public static void main(String[] args) throws InterruptedException, ExecutionException {

        long start = System.currentTimeMillis();

        computing(1, 200000);

        long end = System.currentTimeMillis();

        System.out.println("computing times : " + (end - start));

        ExecutorService service = Executors.newFixedThreadPool(5);

        ComputingTask t1 = new ComputingTask(1, 60000);

        ComputingTask t2 = new ComputingTask(60001, 110000);

        ComputingTask t3 = new ComputingTask(110001, 150000);

        ComputingTask t4 = new ComputingTask(150001, 180000);

        ComputingTask t5 = new ComputingTask(180001, 200000);

        Future<List<Integer>> f1 = service.submit(t1);

        Future<List<Integer>> f2 = service.submit(t2);

        Future<List<Integer>> f3 = service.submit(t3);

        Future<List<Integer>> f4 = service.submit(t4);

        Future<List<Integer>> f5 = service.submit(t5);

        start = System.currentTimeMillis();

        f1.get();

        f2.get();

        f3.get();

        f4.get();

        f5.get();

        end = System.currentTimeMillis();

        System.out.println("parallel computing times : " + (end - start));

    }

    private static List<Integer> computing(Integer start, Integer end) {

        List<Integer> results = new ArrayList<>();

        boolean isPrime = true;

        for (int i = start; i <= end; i++) {

            for (int j = 1; j < Math.sqrt(i); j++) {

                if (i % j == 0) {

                    isPrime = false;

                    break;

                }

            }

            if (isPrime) {

                results.add(i);

            }

            isPrime = true;

        }

        return results;

    }

    static class ComputingTask implements Callable<List<Integer>> {

        int start, end;

        public ComputingTask(int start, int end) {

            this.start = start;

            this.end = end;

        }

        public List<Integer> call() throws Exception {

            List<Integer> results = new ArrayList<>();

            boolean isPrime = true;

            for (int i = start; i <= end; i++) {

                for (int j = 1; j < Math.sqrt(i); j++) {

                    if (i % j == 0) {

                        isPrime = false;

                        break;

                    }

                }

                if (isPrime) {

                    results.add(i);

                }

                isPrime = true;

            }

            return results;

        }

    }

}

　　运行结果：

computing times : 9

parallel computing times : 1

相关文章