为什么要使用线程池

降低资源消耗： 通过重复利用线程，减少线程的创建销毁损耗的资源
提高响应速度: 任务到达时，不用重新创建线程，之间可以使用已经创建好的线程执行
提高线程的可管理性

线程池实现分析

我们使用如下的demo来一步一步分析线程池


public class TheadPoolTest {

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

                ExecutorService service = Executors.newFixedThreadPool(2);
// ExecutorService service = Executors.newCachedThreadPool();
// ExecutorService service = Executors.newWorkStealingPool();

for (int i = 0; i < 4; i++) {
                    service.submit(getTask());
//如果都是不需要返回结果的Runnable可以直接使用
//service.execute(getTask());
                }
            }

private static Runnable getTask() {
return new Runnable() {
                    @Override
public void run() {
                        System.out.println(Thread.currentThread().getId());
                    }
                };
            }
        }

1.初始化构造线程池

Executors是一个工厂类，里面封装了多个用于创造特定场景下使用的线程池的工厂方法。比如我们示例中的Executors.newFixedThreadPool(2)会返回一个固定线程个数的线程池。详细来看看


//Executors：
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
    }


//ThreadPoolExecutor：
private static final RejectedExecutionHandler defaultHandler =
new AbortPolicy();

private static final RuntimePermission shutdownPerm =
new RuntimePermission("modifyThread");


public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
                              TimeUnit unit,
                              BlockingQueue<Runnable> workQueue) {
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
             Executors.defaultThreadFactory(), defaultHandler);
    }

public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
                              TimeUnit unit,
                              BlockingQueue<Runnable> workQueue,
                              ThreadFactory threadFactory,
                              RejectedExecutionHandler handler) {
if (corePoolSize < 0 ||
            maximumPoolSize <= 0 ||
            maximumPoolSize < corePoolSize ||
            keepAliveTime < 0)
throw new IllegalArgumentException();
if (workQueue == null || threadFactory == null || handler == null)
throw new NullPointerException();
this.corePoolSize = corePoolSize;
this.maximumPoolSize = maximumPoolSize;
this.workQueue = workQueue;
this.keepAliveTime = unit.toNanos(keepAliveTime);
this.threadFactory = threadFactory;
this.handler = handler;
    }

ThreadPoolExecutor是真正构造线程池的类。其中的参数解释如下：

int corePoolSize

核心线程数,线程池中会长期保留的线程，即使线程池中有多个空闲线程,但是线程总数没有达到corePoolSize，新任务提交后也会再次创建一个新的线程去处理任务。
超过这个corePoolsize数量的线程会在一段时间的空闲后被清理掉。

int maximumPoolSize
线程池中同时运行的线程最大的总数量
long keepAliveTime
超过coerPoolSize的线程处于idle状态时，允许存活的最大时间。这样能减少大量空闲线程对资源的消耗。
TimeUnit unit keepAliveTime的时间单位
BlockingQueue workQueue 阻塞队列,用来存放提交过来的Runable任务
几种常见的策略
- Direct handoffs（传递手）：
  直接传递给线程执行(SynchronousQueue),它不会存储任务，而是直接交给线程执行。如果没有可用线程
  那么会创建一个新线程去执行，执行完了销毁。这种线程池不会设置最大线程数以免任务丢弃。
- Unbounded queues(*队列)：
  使用一个*的队列来存放任务（比如，使用new LinkedBlockingQueue()，默认容量是Integer.Integer.MAX_VALUE），当新的任务被提交，线程数已经达到了coreSize，
  这是不会再产生任何新的线程，任务都会入队,直到coreThreads有可用的。
  这种时候任务之间相互独立的场景，如web页面请求任务。
- Bounded queues(有界队列)：
  一个有界队列(ArrayBlockingQueue)通过合理设置maxnumPoolSize以防止资源被过度消耗，这种对任务的管理方式
  更难于调控。队列的size与线程池maxSize之间需要相互协调妥协：大队列和小线程池可以减少CPU\OS资源\上线问切换的消耗。
  但是会导致较低的吞吐量。如果任务频繁的阻塞(比如密集的IO，IO成为瓶颈)，CPU也许导致大量空闲资源。
  然而小队列大线程池,CPU可以充分利用，但是频繁的线程调度上下文切换同样会导致吞吐量下降。
ThreadFactory threadFactory 用来创建线程池中线程的工厂类,可以设置daemon状态、线程名称、线程组以及优先级等信息
RejectedExecutionHandler handler
- ThreadPoolExecutor.AbortPolicy(默认，拒绝策略)
  当线程池没有空余线程、并且队列已经满了。这时候会默认采取拒绝策略，
  丢弃任务并抛出RejectedExecutionException
- ThreadPoolExecutor.CallerRunsPolicy
  CallerRunsPolicy会使用当前提交任务的线程去执行任务，这种策略会导致任务提交的速度下降。
- ThreadPoolExecutor.DiscardPolicy
  DiscardPolicy简单来说就是直接丢弃任务，没有任何反馈。

2.提交任务并执行

    /**
 *mainLock用来同步 woker set的访问 和 相关的记录
 */
private final ReentrantLock mainLock = new ReentrantLock();

/**
 * Set containing all worker threads in pool. Accessed only when holding
 * mainLock.
 * 看到了，线程的这个池子就是用ReentrantLock维护的HashSet
 */
private final HashSet<Worker> workers = new HashSet<Worker>();

 //(Executors父类) AbstractExecutorService
public Future<?> submit(Runnable task) {
if (task == null) throw new NullPointerException();
            RunnableFuture<Void> ftask = newTaskFor(task, null);
            execute(ftask);
return ftask;
        }
//将Runnable task包装为一个 FutureTask类型

protected <T> RunnableFuture<T> newTaskFor(Runnable runnable, T value) {
return new FutureTask<T>(runnable, value);
    }

/**FutureTask:
 *
 * 实现了Runnable接口、Future接口
 * 一个可 取消的 异步的计算任务。
 * 这个类实现了Future基本功能:启动、取消一个计算任务;
 * 查看这个计算任务是否执行完毕;
 * 查看计算结果(在计算完毕之后)。
 * get()获取执行的计算结果,如果计算没有执行完毕，那么会产生park阻塞。
 *
 * FutureTask可以用来包装 Callable或者Runnable对象。
 **/


//ThreadPoolExecutor.execute(Runnable command)

public void execute(Runnable command) {
if (command == null)
throw new NullPointerException();

// 获取ctl的大小.ctl中包装了workerCount、runState两个变量
int c = ctl.get();
// Step1
// 如果池中的线程数少于corePoolSize，尝试创建一个新的线程去执行这个command.
if (workerCountOf(c) < corePoolSize) {// 通过位运算获取workerCount。如果workerCount<coreSize
if (addWorker(command, true))// 创新新的线程执行command任务。
return;
                c = ctl.get();
            }
// Step2
// 如果这个任务可以成功入队,再次对线程池运行状态检查：这里使用了一个*队列(实际上是Integer.Max)
if (isRunning(c) && workQueue.offer(command)) {// 任务入队
int recheck = ctl.get();
// 如果线程池已经处于非运行状态,
// 那么移除并使用handler处理这个任务
if (!isRunning(recheck) && remove(command))
                    reject(command);
else if (workerCountOf(recheck) == 0)
                    addWorker(null, false);
            }
// Step3
// 如果入队失败，那么我们尝试新增一个线程。
// 如果新增失败,那么应该是线程池关闭了或者已经饱和了。那么我们最终拒绝这个任务。
else if (!addWorker(command, false))
                reject(command);
        }

//ThreadPoolExecutor.addWorker(Runnable firstTask, boolean core)

private boolean addWorker(Runnable firstTask, boolean core) {
        retry: for (;;) {
int c = ctl.get();
int rs = runStateOf(c);

// Check if queue empty only if necessary.
// 池处于非运行状态 && ...
if (rs >= SHUTDOWN && !(rs == SHUTDOWN && firstTask == null && !workQueue.isEmpty()))
return false;

for (;;) {
int wc = workerCountOf(c);// 解包装获取workerCount
// workerCount>=CAPACITY || workerCount>=
if (wc >= CAPACITY || wc >= (core ? corePoolSize : maximumPoolSize))
return false;
if (compareAndIncrementWorkerCount(c))// CAS workerCount+1
break retry;// 退出最外层循环
                c = ctl.get(); // Re-read ctl
if (runStateOf(c) != rs)
continue retry;
// else CAS failed due to workerCount change; retry inner loop
            }
        }

boolean workerStarted = false;
boolean workerAdded = false;
        Worker w = null;
try {
            w = new Worker(firstTask);//将这个Task作为参数，初始化一个Woker
final Thread t = w.thread;
if (t != null) {
final ReentrantLock mainLock = this.mainLock;
                mainLock.lock();
try {
// Recheck while holding lock.
// Back out on ThreadFactory failure or if
// shut down before lock acquired.
int rs = runStateOf(ctl.get());

if (rs < SHUTDOWN || (rs == SHUTDOWN && firstTask == null)) {
if (t.isAlive()) // precheck that t is startable
throw new IllegalThreadStateException();
                        workers.add(w);
int s = workers.size();
if (s > largestPoolSize)
                            largestPoolSize = s;
                        workerAdded = true;
                    }
                } finally {
                    mainLock.unlock();
                }
if (workerAdded) {
                    t.start();//启动woker线程
                    workerStarted = true;
                }
            }
        } finally {
if (!workerStarted)
                addWorkerFailed(w);
        }
return workerStarted;
    }


//ThreadPoolExecutor.Worker
//Woker是ThreadPoolExecutor的内部类，继承了AQS(其中实现了一个简单的排他锁,不可重入)、实现了Runnable.

//Woker中创建了一个线程，处理完首个任务后会从队列头部获取入队的任务继续执行

        Worker(Runnable firstTask) {
            setState(-1); // inhibit interrupts until runWorker
this.firstTask = firstTask;
this.thread = getThreadFactory().newThread(this);
        }

/** Delegates main run loop to outer runWorker */
public void run() {
            runWorker(this);
        }

//ThreadPoolExecutor
final void runWorker(Worker w) {
        Thread wt = Thread.currentThread();
        Runnable task = w.firstTask;
        w.firstTask = null;
//默认state==-1，为-1的时候阻塞线程中断。此次将-1设置为0,运行线程在执行期间响应中断ts
        w.unlock(); 
boolean completedAbruptly = true;
try {//循环从队列头部获取任务并执行
while (task != null || (task = getTask()) != null) {
                w.lock();
// If pool is stopping, ensure thread is interrupted;
// if not, ensure thread is not interrupted. This
// requires a recheck in second case to deal with
// shutdownNow race while clearing interrupt
if ((runStateAtLeast(ctl.get(), STOP) || (Thread.interrupted() && runStateAtLeast(ctl.get(), STOP)))
                        && !wt.isInterrupted())
                    wt.interrupt();
try {
                    beforeExecute(wt, task);//hook befoer TaksExecute
                    Throwable thrown = null;
try {
                        task.run();//FutureTask.run—>Callable.run——>Runnable.run;运行结束后在FutureTaks中设置result.
                    } catch (RuntimeException x) {
                        thrown = x;
throw x;
                    } catch (Error x) {
                        thrown = x;
throw x;
                    } catch (Throwable x) {
                        thrown = x;
throw new Error(x);
                    } finally {
                        afterExecute(task, thrown);
                    }
                } finally {
                    task = null;
                    w.completedTasks++;
                    w.unlock();
                }
            }
            completedAbruptly = false;
        } finally {
            processWorkerExit(w, completedAbruptly);
        }
    }

线程池实现原理

java.util.concurrent.ThreadPoolExecutor.ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler)

java并发编程—— 线程池原理详解 ThreadPoolExecutor

Step1：如果线程池中线程数量没有超过coreSize，则继续创建新的线程(全局锁)；否则执行Step2

   全局锁
/**
 * Lock held on updates to poolSize, corePoolSize,
 * maximumPoolSize, runState, and workers set.
 */
private final ReentrantLock mainLock = new ReentrantLock();

Step2 : 如果线程池中线程数量超过coreSize，则把这个任务放入阻塞队列中（BlockingQueue workQueue 尾部）

Step3 : 如果阻塞队列满了，则查看是否达到线程池最大线程数，如果没有继续创建新线程(全局锁)执行这个任务；否则Step4 使用RejectedExecutionHandler拒绝策略处理任务。

Step4 : 使用拒绝策略处理任务:

AbortPolicy：直接抛出RejectException异常
DiscardPolicy：直接丢弃这个任务
DiscardOldestPolicy:丢弃任务队列中的头部的任务，然后放入当前任务
CallerRunsPolicy: 直接用当前线程执行该任务

当线程池完成预热后（threadSize>coreSize），每次任务进入都会执行Step2，放入阻塞队列中，避免了获取全局锁。

ThreadPoolExecutor.execute(Runnable command)源码：

    public void execute(Runnable command) {
if (command == null)
throw new NullPointerException();
if (poolSize >= corePoolSize || !addIfUnderCorePoolSize(command)) {
if (runState == RUNNING && workQueue.offer(command)) {
if (runState != RUNNING || poolSize == 0)
                    ensureQueuedTaskHandled(command);
            }
else if (!addIfUnderMaximumPoolSize(command))
                reject(command); // is shutdown or saturated
        }
    }

ThreadPoolExecutor.addThread(Runnable firstTask)-新创建线程

    private Thread addThread(Runnable firstTask) {
        Worker w = new Worker(firstTask);
        Thread t = threadFactory.newThread(w);
boolean workerStarted = false;
if (t != null) {
if (t.isAlive()) // precheck that t is startable
throw new IllegalThreadStateException();
            w.thread = t;
            workers.add(w);
int nt = ++poolSize;
if (nt > largestPoolSize)
                largestPoolSize = nt;
try {
                t.start();
                workerStarted = true;
            }
finally {
if (!workerStarted)
                    workers.remove(w);
            }
        }
return t;
    }

线程池会把收到的Runnable任务封装为封装为Worker对象(implements Runnable)，在这个woker里执行，当这个收到的任务执行完，会继续执行阻塞队列里的其他任务（从头部获取新任务）.

execute()\submit() shutDown\shutDownNow

execute执行runnable任务，没有返回值。submit会返回Future对象，future对象get()方法阻塞式获取执行后返回的结果。

shutDown\shutDownNow都是遍历所有线程，依次执行interrupt操作

Executors使用静态工厂返回特定类型的线程池：

FixedThreadPool

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

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

keepAliveTime设置为0，表示超过coreThread数量的线程会立刻被终止。
FixedThreadPool使用了LinkedBlockingQueue()这个*的阻塞队列，表示达到了coreThread数量后，新进入的任务总是会放入任务队列中，不会创建多余的线程,线程数量不会超过coreThread数量。因此也不涉及到任何对任务的丢弃等处理策略。

它限定了线程的数量，适用于需要控制资源的使用，负载较重的机器。

CachedThreadPool

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

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

CacheThreadPool对线程数量基本没有限制（Integer.MAX_VALUE）,它使用了SynchronousQueue作为线程池的任务队列
具体执行情况：

step1:主线程调用SynchronousQueue.offer(task)插入一个任务，如果当前有空闲线程可以执行Synchronous.poll,那么这个空闲线程继续执行这个任务
step2:如果此时插入一个任务时，没有空闲线程可以执行Synchronous.poll操作，此时创建一个会创建一个新的线程执行这个任务。
step3：新创建线程执行完任务后，会继续执行SynchronousQueue.poll()操作，如果60s内主线程没有提交任务，则这个线程将终止

SynchronousQueue是个没有容量的阻塞队列，每个插入操作必须等待另一个线程的移除操作，反之亦然。移除与插入的两个线程必须对应。

CacheThreadPool是个无限制的线程池，适用于执行任务多，每个任务执行时间短或负载较轻的机器

秒客网

java并发编程—— 线程池原理详解 ThreadPoolExecutor

为什么要使用线程池

线程池实现分析

1.初始化构造线程池

2.提交任务并执行

线程池实现原理

FixedThreadPool

CachedThreadPool

相关文章

java并发编程—— 线程池原理 详解 ThreadPoolExecutor

为什么要使用线程池

线程池实现分析

1.初始化构造线程池

2.提交任务并执行

线程池实现原理

FixedThreadPool

CachedThreadPool

相关文章

java并发编程—— 线程池原理详解 ThreadPoolExecutor