Java中的线程池是运用场景最多的并发框架,几乎所有需要异步或并发执行任务的程序 都可以使用线程池。合理地使用线程池能够带来3个好处:
- 降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
- 提高响应速度。当任务到达时,任务可以不需要等到线程创建就能立即执行。
- 提高线程的可管理性。线程是稀缺资源,如果无限制地创建,不仅会消耗系统资源, 还会降低系统的稳定性,使用线程池可以进行统一分配、调优和监控。
线程池的主要处理流程
ThreadPoolExecutor 类图
java中的线程池都是基于ThreadPoolExecutor 来实现的。
核心属性
- // 状态控制属性:高3位表示线程池的运行状态,剩下的29位表示当前有效的线程数量
- private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));
-
- // 线程池的基本大小,当提交一个任务到线程池时,线程池会创建一个线程来执行任务,
- // 即使其他空闲的基本线程能够执行新任务也会创建线程,等到需要执行的任务数大于
- // 线程池基本大小时就不再创建。如果调用了线程池的prestartAllCoreThreads()方法,
- // 线程池会提前创建并启动所有基本线程。
- private volatile int corePoolSize;
-
- // 线程池线程最大数量,如果队列满了,并且已创建的线程数小于最大线程数,
- // 则线程池会再创建新的线程执行任务。如果使用了无界的任务队列这个参数就没什么效果。
- private volatile int maximumPoolSize;
-
- // 用于设置创建线程的工厂,可以通过线程工厂给每个创建出来的线程设 置更有意义的名字。
- private volatile ThreadFactory threadFactory;
-
- // 饱和策略,默认情况下是AbortPolicy。
- private volatile RejectedExecutionHandler handler;
-
- // 线程池的工作线程空闲后,保持存活的时间。如果任务很多,并且每个任务执行的时间比较短,
- // 可以调大时间,提高线程的利用率。
- private volatile long keepAliveTime;
-
- // 用于保存等待执行的任务的阻塞队列,具体可以参考[JAVA并发容器-阻塞队列](https://www.jianshu.com/p/5646fb5faee1)
- private final BlockingQueue<Runnable> workQueue;
-
- // 存放工作线程的容器,必须获取到锁才能访问
- private final HashSet<Worker> workers = new HashSet<Worker>();
-
- // ctl的拆包和包装
- private static int runStateOf(int c) { return c & ~CAPACITY; }
- private static int workerCountOf(int c) { return c & CAPACITY; }
- private static int ctlOf(int rs, int wc) { return rs | wc; }
- 阻塞队列可以参考JAVA并发容器-阻塞队列。
ctl
状态控制属性,高3位表示线程池的运行状态(runState
),剩下的29位表示当前有效的线程数量(workerCount
)- 线程池最大线程数是
(1 << COUNT_BITS) - 1 = 536 870 911
线程池的运行状态runState
状态 | 解释 |
---|---|
RUNNING | 运行态,可处理新任务并执行队列中的任务 |
SHUTDOW | 关闭态,不接受新任务,但处理队列中的任务 |
STOP | 停止态,不接受新任务,不处理队列中任务,且打断运行中任务 |
TIDYING | 整理态,所有任务已经结束,workerCount = 0 ,将执行terminated()方法 |
TERMINATED | 结束态,terminated() 方法已完成 |
RejectedExecutionHandler(拒绝策略)
- AbortPolicy:直接抛出异常。
- CallerRunsPolicy:只用调用者所在线程来运行任务。
- DiscardOldestPolicy:丢弃队列里最近的一个任务,并执行当前任务。
- DiscardPolicy:不处理,丢弃掉。
核心内部类 Worker
- private final class Worker extends AbstractQueuedSynchronizer implements Runnable {
- // 正在执行任务的线程
- final Thread thread;
- // 线程创建时初始化的任务
- Runnable firstTask;
- // 完成任务计数器
- volatile long completedTasks;
-
- Worker(Runnable firstTask) {
- // 在runWorker方法运行之前禁止中断,要中断线程必须先获取worker内部的互斥锁
- setState(-1); // inhibit interrupts until runWorker
- this.firstTask = firstTask;
- this.thread = getThreadFactory().newThread(this);
- }
-
- /** delegates main run loop to outer runworker */
- // 直接委托给外部runworker方法
- public void run() {
- runWorker(this);
- }
- ...
- }
Worker 类他将执行任务的线程封装到了内部,在初始化Worker 的时候,会调用ThreadFactory
初始化新线程;Worker 继承了AbstractQueuedSynchronizer,在内部实现了一个互斥锁,主要目的是控制工作线程的中断状态。
线程的中断一般是由其他线程发起的,比如ThreadPoolExecutor#interruptIdleWorkers(boolean)
方法,它在调用过程中会去中断worker内部的工作线程,Work的互斥锁可以保证正在执行的任务不被打断。它是怎么保证的呢?在线程真正执行任务的时候,也就是runWorker
方法被调用时,它会先获取到Work的锁,当我们在其他线程需要中断当前线程时也需要获取到work的互斥锁,否则不能中断。
构造函数
- 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;
- }
通过构造函数我们可以发现,构造函数就是在对线程池核心属性进行赋值,下面我们来介绍一下这些核心属性:
- corePoolSize:核心线程数
- maximumPoolSize:线程池最大数量
- keepAliveTime:线程池的工作线程空闲后,保持存活的时间。
- unit:线程活动保持时间的单位。
- workQueue:用于保存等待执行的任务的阻塞队列,具体可以参考JAVA并发容器-阻塞队列
- threadFactory:用于设置创建线程的工厂
- handler:饱和策略,默认情况下是AbortPolicy。
execute() 提交线程
- public void execute(Runnable command) {
- if (command == null)
- throw new NullPointerException();
- // 获取控制的值
- int c = ctl.get();
- // 判断工作线程数是否小于corePoolSize
- if (workerCountOf(c) < corePoolSize) {
- // 新创建核心线程
- if (addWorker(command, true))
- return;
- c = ctl.get();
- }
- // 工作线程数大于或等于corePoolSize
- // 判断线程池是否处于运行状态,如果是将任务command入队
- if (isRunning(c) && workQueue.offer(command)) {
- int recheck = ctl.get();
- // 再次检查线程池的运行状态,如果不在运行中,那么将任务从队列里面删除,并尝试结束线程池
- if (! isRunning(recheck) && remove(command))
- // 调用驱逐策略
- reject(command);
- // 检查活跃线程总数是否为0
- else if (workerCountOf(recheck) == 0)
- // 新创建非核心线程
- addWorker(null, false);
- }
- // 队列满了,新创建非核心线程
- else if (!addWorker(command, false))
- // 调用驱逐策略
- reject(command);
- }
该方法是没有返回值的
addWorker() 新创建线程
- private boolean addWorker(Runnable firstTask, boolean core) {
- retry:
- for (;;) {
- int c = ctl.get();
- int rs = runStateOf(c);
-
- // 仅在必要的时候检查队列是否为NULL
- // 检查队列是否处于非运行状态
- if (rs >= SHUTDOWN &&
- ! (rs == SHUTDOWN &&
- firstTask == null &&
- ! workQueue.isEmpty()))
- return false;
-
- for (;;) {
- // 获取活跃线程数
- int wc = workerCountOf(c);
- // 判断线程是否超过最大值,当队列满了则验证线程数是否大于maximumPoolSize,
- // 没有满则验证corePoolSize
- if (wc >= CAPACITY ||
- wc >= (core ? corePoolSize : maximumPoolSize))
- return false;
- // 增加活跃线程总数,否则重试
- if (compareAndIncrementWorkerCount(c))
- // 如果成功跳出外层循环
- break retry;
- c = ctl.get(); // Re-read ctl
- // 再次校验一下线程池运行状态
- if (runStateOf(c) != rs)
- continue retry;
- // else CAS failed due to workerCount change; retry inner loop
- }
- }
-
- // 工作线程是否启动
- boolean workerStarted = false;
- // 工作线程是否创建
- boolean workerAdded = false;
- Worker w = null;
- try {
- // 新创建线程
- w = new Worker(firstTask);
- // 获取新创建的线程
- final Thread t = w.thread;
- if (t != null) {
- // 创建线程要获得全局锁
- 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());
- // 检查线程池的运行状态
- if (rs < SHUTDOWN ||
- (rs == SHUTDOWN && firstTask == null)) {
- // 检查线程的状态
- if (t.isAlive()) // precheck that t is startable
- throw new IllegalThreadStateException();
- // 将新建工作线程存放到容器
- workers.add(w);
- int s = workers.size();
- if (s > largestPoolSize) {
- // 跟踪线程池最大的工作线程总数
- largestPoolSize = s;
- }
- workerAdded = true;
- }
- } finally {
- mainLock.unlock();
- }
- // 启动工作线程
- if (workerAdded) {
- t.start();
- workerStarted = true;
- }
- }
- } finally {
- if (! workerStarted)
- // 启动新的工作线程失败,
- // 1. 将工作线程移除workers容器
- // 2. 还原工作线程总数(workerCount)
- // 3. 尝试结束线程
- addWorkerFailed(w);
- }
- return workerStarted;
- }
如果启动新线程失败那么addWorkerFailed()
这个方法将做一下三件事:
- 将工作线程移除workers容器
- 还原工作线程总数(workerCount)
- 尝试结束线程
execute() 执行过程
- 如果当前运行的线程少于corePoolSize,即使有空闲线程也会创建新线程来执行任务,(注意,执行这一步骤 需要获取全局锁)。如果调用了线程池的
restartAllCoreThreads()
方法, 线程池会提前创建并启动所有基本线程。 - 如果运行的线程等于或多于corePoolSize,则将任务加入BlockingQueue。
- 如果无法将任务加入BlockingQueue(队列已满),则创建新的线程来处理任务(注意,执 行这一步骤需要获取全局锁)。
- 如果创建新线程将使当前运行的线程超出maximumPoolSize,任务将被拒绝,并调用 RejectedExecutionHandler.rejectedExecution()方法。
线程任务的执行
线程的正在执行是ThreadPoolExecutor.Worker#run()
方法,但是这个方法直接委托给了外部的runWorker()
方法,源码如下:
- // 直接委托给外部runworker方法
- public void run() {
- runWorker(this);
- }
runWorker() 执行任务
- final void runWorker(Worker w) {
- // 当前Work中的工作线程
- Thread wt = Thread.currentThread();
- // 获取初始任务
- Runnable task = w.firstTask;
- // 初始任务置NULL(表示不是建线程)
- w.firstTask = null;
- // 修改锁的状态,使需发起中断的线程可以获取到锁(使工作线程可以响应中断)
- w.unlock(); // allow interrupts
- // 工作线程是否是异常结束
- boolean completedAbruptly = true;
- try {
- // 循环的从队列里面获取任务
- while (task != null || (task = getTask()) != null) {
- // 每次执行任务时需要获取到内置的互斥锁
- w.lock();
- // 1. 当前工作线程不是中断状态,且线程池是STOP,TIDYING,TERMINATED状态,我们需要中断当前工作线程
- // 2. 当前工作线程是中断状态,且线程池是STOP,TIDYING,TERMINATED状态,我们需要中断当前工作线程
- if ((runStateAtLeast(ctl.get(), STOP) || (Thread.interrupted() && runStateAtLeast(ctl.get(), STOP)))
- && !wt.isInterrupted())
- // 中断线程,中断标志位设置成true
- wt.interrupt();
- try {
- // 执行任务前置方法,扩展用
- beforeExecute(wt, task);
- Throwable thrown = null;
- try {
- // 执行任务
- task.run();
- } catch (RuntimeException x) {
- thrown = x; throw x;
- } catch (Error x) {
- thrown = x; throw x;
- } catch (Throwable x) {
- thrown = x; throw new Error(x);
- } finally {
- // 执行任务后置方法,扩展用
- afterExecute(task, thrown);
- }
- } finally {
- // 任务NULL表示已经处理了
- task = null;
- w.completedTasks++;
- w.unlock();
- }
- }
- completedAbruptly = false;
- } finally {
- // 将工作线程从容器中剔除
- processWorkerExit(w, completedAbruptly);
- }
- }
正在执行线程的方法,执行流程:
- 获取到当前的工作线程
- 获取初始化的线程任务
- 修改锁的状态,使工作线程可以响应中断
- 获取工作线程的锁(保证在任务执行过程中工作线程不被外部线程中断),如果获取到的任务是NULL,则结束当前工作线程
- 判断先测试状态,看是否需要中断当前工作线程
- 执行任务前置方法
beforeExecute(wt, task);
- 执行任务(执行提交到线程池的线程)
task.run();
- 执行任务后置方法
afterExecute(task, thrown);
,处理异常信息 - 修改完成任务的总数
- 解除当前工作线程的锁
- 获取队列里面的任务,循环第4步
- 将工作线程从容器中剔除
wt.isInterrupted()
:获取中断状态,无副作用Thread.interrupted()
:获取中断状态,并将中断状态恢重置成false
(不中断)beforeExecute(wt, task);
:执行任务前置方法,扩展用。如果这个方法在执行过程中抛出异常,那么会导致当前工作线程直接死亡而被回收,工作线程异常结束标记位completedAbruptly
被设置成true,任务线程不能被执行task.run();
: 执行任务afterExecute(task, thrown);
:执行任务后置方法,扩展用。这个方法可以收集到任务运行的异常信息,这个方法如果有异常抛出,也会导致当前工作线程直接死亡而被回收,工作线程异常结束标记位completedAbruptly
被设置成true- 任务运行过程中的异常信息除了
RuntimeException
以外,其他全部封装成Error
,然后被afterExecute
方法收集terminated()
这也是一个扩展方法,在线程池结束的时候调用
getTask() 获取任务
- private Runnable getTask() {
- // 记录最后一次获取任务是不是超时了
- boolean timedOut = false; // Did the last poll() time out?
-
- for (;;) {
- int c = ctl.get();
- // 获取线程池状态
- int rs = runStateOf(c);
-
- // 线程池是停止状态或者状态是关闭并且队列为空
- if (rs >= SHUTDOWN && (rs >= STOP || workQueue.isEmpty())) {
- // 扣减工作线程总数
- decrementWorkerCount();
- return null;
- }
- // 获取工作线程总数
- int wc = workerCountOf(c);
-
- // 工作线程是否需要剔除
- boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;
-
- if ((wc > maximumPoolSize || (timed && timedOut))
- && (wc > 1 || workQueue.isEmpty())) {
- // 扣减工作线程总数
- if (compareAndDecrementWorkerCount(c))
- // 剔除工作线程,当返回为NULL的时候,runWorker方法的while循环会结束
- return null;
- continue;
- }
-
- try {
- Runnable r = timed ?
- workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
- workQueue.take();
- if (r != null)
- return r;
- timedOut = true;
- } catch (InterruptedException retry) {
- timedOut = false;
- }
- }
- }
getTask() 阻塞或定时获取任务。当该方法返回NULL时,当前工作线程会结束,最后被回收,下面是返回NULL的几种情况:
- 当前工作线程总数
wc
大于maximumPoolSize
最大工作线程总数。maximumPoolSize
可能被setMaximumPoolSize
方法改变。 - 当线程池处于停止状态时。
- 当线程池处于关闭状态且阻塞队列为空。
- 当前工作线程超时等待任务,并且当前工作线程总数
wc
大于corePoolSize
或者allowCoreThreadTimeOut=true
允许核心线程超时被回收,默认是false。
线程池在运行过程中可以调用
setMaximumPoolSize()
方法来修改maximumPoolSize
值,新的值必须大于corePoolSize
,如果新的maximumPoolSize
小于原来的值,那么在该方法会去中断当前的空闲线程(工作线程内置锁的是解锁状态的线程为空闲线程)。
processWorkerExit() 工作线程结束
- private void processWorkerExit(Worker w, boolean completedAbruptly) {
- // 判断是否是异常情况导致工作线程被回收
- if (completedAbruptly) // If abrupt, then workerCount wasn't adjusted
- // 如果是扣减工作线程总数,如果不是在getTask()方法就已经扣减了
- decrementWorkerCount();
-
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- // 将当前工作线程完成任务的总数加到completedTaskCount标志位上
- completedTaskCount += w.completedTasks;
- // 剔除当前工作线程
- workers.remove(w);
- } finally {
- mainLock.unlock();
- }
- // 尝试结束线程池
- tryTerminate();
-
- // 判刑是否需要新实例化工程线程
- int c = ctl.get();
- if (runStateLessThan(c, STOP)) {
- if (!completedAbruptly) {
- int min = allowCoreThreadTimeOut ? 0 : corePoolSize;
- if (min == 0 && ! workQueue.isEmpty())
- min = 1;
- if (workerCountOf(c) >= min)
- return; // replacement not needed
- }
- addWorker(null, false);
- }
- }
剔除线程流程:
- 判断是否是异常情况导致工作线程被回收,如果是
workerCount--
- 获取到全局锁
- 将当前工作线程完成任务的总数加到
completedTaskCount
标志位上 - 剔除工作线程
- 解锁
- 尝试结束线程池
tryTerminate()
- 判刑是否需要重新实例化工程线程放到
workers
容器
结束线程池
shutdown() 关闭线程池
- public void shutdown() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- // 检查权限
- checkShutdownAccess();
- // 设置线程池状态为关闭
- advanceRunState(SHUTDOWN);
- // 中断线程
- interruptIdleWorkers();
- // 扩展方法
- onShutdown(); // hook for ScheduledThreadPoolExecutor
- } finally {
- mainLock.unlock();
- }
- // 尝试结束线池
- tryTerminate();
- }
- 通过遍历工作线程容器
workers
,然后逐个中断工作线程,如果无法响应中断的任务可能永远无法终止shutdown
只是将线程池的状态设置成SHUTDOWN
状态,然后中断所有没有正在执行任务的线程。
shutdown() 关闭线程池
- public List<Runnable> shutdownNow() {
- List<Runnable> tasks;
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- // 检查权限
- checkShutdownAccess();
- // 设置线程池状态为停止状态
- advanceRunState(STOP);
- // 中断线程
- interruptIdleWorkers();
- // 将所有任务移动到list容器
- tasks = drainQueue();
- } finally {
- mainLock.unlock();
- }
- // 尝试结束线池
- tryTerminate();
- // 返回所有未执行的任务
- return tasks;
- }
- 通过遍历工作线程容器
workers
,然后逐个中断工作线程,如果无法响应中断的任务可能永远无法终止shutdownNow
首先将线程池的状态设置成STOP
,然后尝试停止所有的正在执行或暂停任务的线程,并返回等待执行任务的列表
tryTerminate() 尝试结束线程池
- final void tryTerminate() {
- for (;;) {
- int c = ctl.get();
- // 判断是否在运行中,如果是直接返回
- if (isRunning(c) ||
- // 判断是否进入整理状态,如果进入了直接返回
- runStateAtLeast(c, TIDYING) ||
- // 如果是状态是关闭并且队列非空,也直接返回(关闭状态需要等到队列里面的线程处理完)
- (runStateOf(c) == SHUTDOWN && ! workQueue.isEmpty()))
- return;
- // 判断工作线程是否都关闭了
- if (workerCountOf(c) != 0) { // Eligible to terminate
- // 中断空闲线程
- interruptIdleWorkers(ONLY_ONE);
- return;
- }
-
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- // 将状态替换成整理状态
- if (ctl.compareAndSet(c, ctlOf(TIDYING, 0))) {
- try {
- // 整理发放执行
- terminated();
- } finally {
- // 状态替换成结束状态
- ctl.set(ctlOf(TERMINATED, 0));
- termination.signalAll();
- }
- return;
- }
- } finally {
- mainLock.unlock();
- }
- // else retry on failed CAS
- }
- }
结束线程池大致流程为:
- 判断是否在运行中,如果是则不结束线程
- 判断是否进入整理状态,如果是也不用执行后面内容了
- 判断如果线程池是关闭状态并且队列非空,则不结束线程池(关闭状态需要等到队列里面的线程处理完)
- 判断工作线程是否都关闭了,如果没有就发起中断工作线程的请求
- 获取全局锁将线程池状态替换成整理状态
- 调用
terminated();
扩展方法(这也是一个扩展方法,在线程池结束的时候调用) - 将线程池状态替换成结束状态
- 解除全局锁
- 注意:
- 我们可以通过的
shutdown
或shutdownNow
方法来结束线程池。他们都是通过遍历工作线程容器,然后逐个中断工作线程,所以无法响应中断的任务 可能永远无法终止。shutdown
和shutdownNow
的区别在于:shutdownNow
首先将线程池的状态设置成STOP
,然后尝试停止所有的正在执行或暂停任务的线程,并返回等待执行任务的列表;而shutdown
只是将线程池的状态设置成SHUTDOWN
状态,然后中断所有没有正在执行任务的线 程。- 只要调用了
shutdown
和shutdownNow
那么isShutdown
方法就会返回true
- 当所有的任务都已关闭后,才表示线程池关闭成功,这时调用
isTerminaed
方法会返回true
线程池的监控
通过扩展线程池进行监控。可以通过继承线程池来自定义线程池,重写线程池的 beforeExecute、afterExecute和terminated方法,也可以在任务执行前、执行后和线程池关闭前执 行一些代码来进行监控。例如,监控任务的平均执行时间、最大执行时间和最小执行时间等。 这几个方法在线程池里是空方法。
getTaskCount()
- public long getTaskCount() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- long n = completedTaskCount;
- for (Worker w : workers) {
- n += w.completedTasks;
- if (w.isLocked())
- ++n;
- }
- return n + workQueue.size();
- } finally {
- mainLock.unlock();
- }
- }
获取线程池需要执行的任务数量。 总数=已经结束线工作程完成的任务数(completedTaskCount
) + 还未结束线程工作线程完成的任务数(w.completedTasks
)+正在执行的任务数(w.isLocked()
)+还未执行的任务数(workQueue.size()
)
getCompletedTaskCount()
- public long getCompletedTaskCount() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- long n = completedTaskCount;
- for (Worker w : workers)
- n += w.completedTasks;
- return n;
- } finally {
- mainLock.unlock();
- }
- }
获取线程池在运行过程中已完成的任务数量。 总数=已经结束线工作程完成的任务数(completedTaskCount
) + 还未结束线程工作线程完成的任务数(w.completedTasks
)
getLargestPoolSize()
- public int getLargestPoolSize() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- return largestPoolSize;
- } finally {
- mainLock.unlock();
- }
- }
获取线程池里曾经创建过的最大线程数量。通过这个数据可以知道线程池是 否曾经满过。如该数值等于线程池的最大大小,则表示线程池曾经满过。
getPoolSize()
- public int getPoolSize() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- // Remove rare and surprising possibility of
- // isTerminated() && getPoolSize() > 0
- return runStateAtLeast(ctl.get(), TIDYING) ? 0
- : workers.size();
- } finally {
- mainLock.unlock();
- }
- }
获取线程池的线程数量。如果线程池不销毁的话,线程池里的线程不会自动销 毁,所以这个大小只增不减。
getActiveCount()
- public int getActiveCount() {
- final ReentrantLock mainLock = this.mainLock;
- mainLock.lock();
- try {
- int n = 0;
- for (Worker w : workers)
- if (w.isLocked())
- ++n;
- return n;
- } finally {
- mainLock.unlock();
- }
- }
获取活动的线程数。
合理地配置线程池
要想合理地配置线程池,就必须首先分析任务特性,可以从以下几个角度来分析。
- 任务的性质:CPU密集型任务、IO密集型任务和混合型任务。
- 任务的优先级:高、中和低。
- 任务的执行时间:长、中和短。
- 任务的依赖性:是否依赖其他系统资源,如数据库连接。
性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务应配置尽可能小的 线程,如配置Ncpu+1个线程的线程池。由于IO密集型任务线程并不是一直在执行任务,则应配 置尽可能多的线程,如2*Ncpu。混合型的任务,如果可以拆分,将其拆分成一个CPU密集型任务 和一个IO密集型任务,只要这两个任务执行的时间相差不是太大,那么分解后执行的吞吐量 将高于串行执行的吞吐量。如果这两个任务执行时间相差太大,则没必要进行分解。
优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。它可以让优先级高 的任务先执行。
- 如果一直有优先级高的任务提交到队列里,那么优先级低的任务可能永远不能 执行。
- 可以通过 Runtime.getRuntime().availableProcessors()方法获得当前设备的CPU个数。
- **建议使用有界队列。**有界队列能增加系统的稳定性和预警能力,可以根据需要设大一点 儿,比如几千。无界队列在某些异常情况下可能会撑爆内存。
N核服务器,通过执行业务的单线程分析出本地计算时间为x,等待时间为y,则工作线程数(线程池线程数)设置为 N*(x+y)/x,能让CPU的利用率最大化,详情可以参考线程数究竟设多少合理
参考
《java并发编程的艺术》
源码
https://github.com/wyh-spring-ecosystem-student/spring-boot-student/tree/releases
spring-boot-student-concurrent 工程
layering-cache
为监控而生的多级缓存框架 layering-cache这是我开源的一个多级缓存框架的实现,如果有兴趣可以看一下