多线程之线程池使用_线程池使用多线程

---

前言

天下风云出我辈，一入编程岁月催。

---

一、为什么要使用线程池？

我们使用线程的时候就去创建一个线程，这样实现起来非常简单，但是会有一个问题，如果并发的线程数量很多，并且每一个线程都是执行一个很短的任务就结束了，这样频繁的创建线程就会大大降低系统的效率，因为频繁的创建和销毁都需要时间。这样我们就需要一个可复用就是这个线程执行完成一个任务之后，不会被销毁，继续执行其他的任务。在java中线程池可以达到这样的效果。

二、ThreadPoolExecutor类

比较重要的几个类：

代码如下（示例）：

public ThreadPoolExecutor(int corePoolSize,
                              int maximumPoolSize,
                              long keepAliveTime,
                              TimeUnit unit,
                              BlockingQueue<Runnable> workQueue) {
        this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
             Executors.defaultThreadFactory(), defaultHandler);
    }
1
2
3
4
5
6
7
8

设置线程池的参数的方法 :
一种说法，是线程数和cpu数有关系
当应用是IO密集型时，线程数T=2N+1.
当应用是CPU密集型时， 线程数T=N+1
一种说法是，线程池的的设置跟实际的并发量有关系
尽量是两种方法结合起来使用，适合自己业务场景的才是最适合的

corePoolSize - 池中所保存的线程数，包括空闲线程。

maximumPoolSize-池中允许的最大线程数。

keepAliveTime - 当线程数大于核心时，此为终止前多余的空闲线程等待新任务的最长时间。

unit - keepAliveTime 参数的时间单位。

workQueue - 执行前用于保持任务的队列。此队列仅保持由 execute方法提交的 Runnable任务。

threadFactory - 执行程序创建新线程时使用的工厂。

handler - 由于超出线程范围和队列容量而使执行被阻塞时所使用的处理程序。

2.线程池执行过程

三、实际项目中如何使用线程池（）

项目需求（示例）：用线下的excel新建订单
项目分析：excel量比较大，而且基础数据还要请求基础资料系统，io比较频繁，所以采用了多线程的方式
思路：首先解析excel放入内存，然后拿到这部分数据请求基础资料系统进行拼接形成完整的javabean然后插入数据库

部分代码截取 虽然用到的技术比较老但是也使用了分片的思想，充分利用了线程的资源。注意：invokeAll 可以提交多个任务，在任务完成前该方法会阻塞，直到所有任务完成或中断或超时，返回Future列表。

List<List<DiscountDto>> splitList = ListWrapUtils.split(template, 500);

        List<OrderDetailWrap> orderDetailWraps = Lists.newArrayListWithCapacity(template.size());

        List<TaskWithResult> collect = new ArrayList<>();
        for (int i = 0; i < splitList.size(); i++) {
            collect.add(new TaskWithResult(String.valueOf(i), splitList.get(i)));
        }

        List<Future<Result>> futures = executorService.invokeAll(collect);

        Map<String, Result> resultMap = futures.stream().map(e -> {
            try {
                return e.get();
            } catch (InterruptedException | ExecutionException ex) {
                logger.msg("ioExecutorService执行异常！").exception(ex).error();
            }
            throw new SystemException("ioExecutorService执行异常！");
        }).collect(Collectors.toList()).stream().collect(Collectors.toMap(Result::getId, Function.identity()));
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

protected class TaskWithResult implements Callable<Result> {
        /**
         * 数据片id
         */
        private String id;

        private List<? extends AbstTitle> slice;

        public TaskWithResult(String id, List<? extends AbstTitle> slice) {
            this.id = id;
            this.slice = slice;
        }

        @Override
        public Result call() {
            Set<GetSkusByProductCodeAndSizeReqeustVo> request = slice.stream().map(t ->
                    new GetSkusByProductCodeAndSizeReqeustVo(t.getProductCode(), t.getSizeDetailValue()))
                    .collect(Collectors.toSet());
            Optional<List<ProductBaseDto>> response = pdcClientFacade.getSkusByProductCodesAndSize(request);

            return response.map(productBaseDtos -> new Result(id, true, productBaseDtos))
                    .orElseGet(() -> new Result(id, false, Collections.emptyList()));
        }
    }
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

---

总结

提示：。