六、线程池

自定义线程池

步骤1：自定义阻塞队列

class BlockingQueue<T> {
 　　// 1. 任务队列，双向链表
 　　private Deque<T> queue = new ArrayDeque<>();
 　　// 2. 锁
 　　private ReentrantLock lock = new ReentrantLock();
 　　// 3. 生产者条件变量，队列满就等待
 　　private Condition fullWaitSet = lock.newCondition();
 　　// 4. 消费者条件变量，队列空就等待
 　　private Condition emptyWaitSet = lock.newCondition();
 　　// 5. 容量
 　　private int capcity;
 
　　 public BlockingQueue(int capcity) {
 　　　　this.capcity = capcity;
 　　}

 　　// 带超时阻塞获取（队列空会等待）
 　　public T poll(long timeout, TimeUnit unit) {
 　　　　lock.lock();
 　　　　try {
 　　　　　　// 将 timeout 统一转换为 纳秒
 　　　　　　long nanos = unit.toNanos(timeout);
　　　　　　// 队列空，等待
 　　　　　　while (queue.isEmpty()) {
 　　　　　　　　try {
 　　　　　　　　　　// 返回值是剩余时间
 　　　　　　　　　　if (nanos <= 0) {
 　　　　　　　　　　　　return null;
 　　　　　　　　　　}
 　　　　　　　　　　nanos = emptyWaitSet.awaitNanos(nanos);
 　　　　　　　　} catch (InterruptedException e) {
 　　　　　　　　　　e.printStackTrace();
 　　　　　　　　}
 　　　　　　}
　　　　　　 T t = queue.removeFirst();
　　　　　　 // 唤醒因队列满而等待的【添加】线程
 　　　　　　fullWaitSet.signal();
 　　　　　　return t;
 　　　　} finally {
 　　　　　　lock.unlock();
 　　　　}
　　}

 　　// 阻塞获取（队列空就等待）
 　　public T take() {
 　　　　lock.lock();
 　　　　try {
　　　　　　　　// 队列空，等待
 　　　　　　　while (queue.isEmpty()) {
 　　　　　　　　　try {
 　　　　　　　　　　emptyWaitSet.await();
 　　　　　　　　　} catch (InterruptedException e) {
 　　　　　　　　　　e.printStackTrace();
 　　　　　　　　　}
 　　　　　　　}
　　　　 　　　T t = queue.removeFirst();
　　　　　　　// 唤醒因队列满而等待的【添加】线程
 　　　　　　fullWaitSet.signal();
 　　　　　　return t;
 　　　　} finally {
 　　　　　　lock.unlock();
 　　　　}
 　　}

 　　// 阻塞添加（队列满就等待）
 　　public void put(T task) {
 　　　　lock.lock();
 　　　　try {
　　　　　　// 队列满，等待
 　　　　　　while (queue.size() == capcity) {
 　　　　　　　　try {
 　　　　　　　　　　log.debug("等待加入任务队列 {} ...", task);
 　　　　　　　　　　fullWaitSet.await();
 　　　　　　　　} catch (InterruptedException e) {
 　　　　　　　　　　e.printStackTrace();
 　　　　　　　　}
 　　　　　　}
 　　　　　　log.debug("加入任务队列 {}", task);
 　　　　　　queue.addLast(task);
　　　　　　// 唤醒因队列空而等待的 取出线程
 　　　　　　emptyWaitSet.signal();
 　　　　} finally {
 　　　　　　lock.unlock();
 　　　　}
 　　}

 　　// 带超时时间阻塞添加（队列满就等待）
 　　public boolean offer(T task, long timeout, TimeUnit timeUnit) {
 　　　　lock.lock();
 　　　　try {
 　　　　　　long nanos = timeUnit.toNanos(timeout);
　　　　　　 // 队列满，等待
 　　　　　　while (queue.size() == capcity) {
 　　　　　　　　try {
 　　　　　　　　　　if(nanos <= 0) {
 　　　　　　　　　　　　return false;
 　　　　　　　　　　}
 　　　　　　　　　　log.debug("等待加入任务队列 {} ...", task);
 　　　　　　　　　　nanos = fullWaitSet.awaitNanos(nanos);
　　　　　　　　} catch (InterruptedException e) {
 　　　　　　　　　　e.printStackTrace();
 　　　　　　　　}
 　　　　　　}
 　　　　　　log.debug("加入任务队列 {}", task);
 　　　　　　queue.addLast(task);
　　　　　　// 唤醒因队列空而等待的 取出线程
 　　　　　　emptyWaitSet.signal();
 　　　　　　return true;
 　　　 } finally {
 　　　　　　lock.unlock();
 　　　 }
 　　}
 
　　public int size() {
 　　　　lock.lock();
 　　　　try {
 　　　　　　return queue.size();
 　　　　} finally {
 　　　　　　lock.unlock();
 　　　　}
 　　}

 　　public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
 　　　　lock.lock();
 　　　　try {
 　　　　　　// 判断队列是否满
 　　　　　　if(queue.size() == capcity) {
 　　　　　　　　rejectPolicy.reject(this, task);
 　　　　　　} else { // 有空闲
 　　　　　　　　log.debug("加入任务队列 {}", task);
 　　　　　　　　queue.addLast(task);
 　　　　　　　　emptyWaitSet.signal();
 　　　　　　}
 　　　　} finally {
 　　　　　　lock.unlock();
 　　　　}
　　 }
}

步骤2：自定义线程池

class ThreadPool {
 　　// 任务队列
 　　private BlockingQueue<Runnable> taskQueue;
 　　// 线程集合
 　　private HashSet<Worker> workers = new HashSet<>();
 　　// 核心线程数
 　　private int coreSize;
 　　// 获取任务时的超时时间
　　 private long timeout;
 　　private TimeUnit timeUnit;
 　　private RejectPolicy<Runnable> rejectPolicy;
 　　
　　 // 执行任务
 　　public void execute(Runnable task) {
 　　　　// 当任务数没有超过 coreSize 时，直接新建一个 worker 对象，并交给 worker 对象执行
 　　　　// 如果任务数超过 coreSize 时，不会再新建 worker 对象。加入任务队列暂存，等待已有的 worker 线程执行。
 　　　　synchronized (workers) {
 　　　　　　if(workers.size() < coreSize) {
 　　　　　　　　Worker worker = new Worker(task);
 　　　　　　　　log.debug("新增 worker{}, {}", worker, task);
 　　　　　　　　workers.add(worker);
 　　　　　　　　worker.start();
 　　　　　　} else {
　　　　　　　　// taskQueue.put(task);
 　　　　　　　　// 1) 死等
 　　　　　　　　// 2) 带超时等待
 　　　　　　　　// 3) 让调用者放弃任务执行
 　　　　　　　　// 4) 让调用者抛出异常
 　　　　　　　　// 5) 让调用者自己执行任务
 　　　　　　　　taskQueue.tryPut(rejectPolicy, task);
 　　　　　　}
　　　　 }
 　　}

 　　public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapcity, 
　　　　 RejectPolicy<Runnable> rejectPolicy) {
 　　　　this.coreSize = coreSize;
 　　　　this.timeout = timeout;
 　　　　this.timeUnit = timeUnit;
 　　　　this.taskQueue = new BlockingQueue<>(queueCapcity);
 　　　　　　this.rejectPolicy = rejectPolicy;
 　　　　}
 　　　　
　　　　class Worker extends Thread{
 　　　　　　private Runnable task;
 　　　　　　public Worker(Runnable task) {
 　　　　　　　　this.task = task;
 　　　　　　}

 　　　　　　@Override
 　　　　　　public void run() {
 　　　　　　　　// 执行任务
 　　　　　　　　// 1) 当 task 不为空，执行任务
 　　　　　　　　// 2) 当 task 执行完毕，再接着从任务队列【阻塞等待】获取任务并执行（如果有超时时间，空了之后就可以在下面移除掉）
　　　　　　　　// while(task != null || (task = taskQueue.take()) != null) {
 　　　　　　　　while(task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
 　　　　　　　　　　try {
 　　　　　　　　　　　　log.debug("正在执行...{}", task);
　　　　　　　　　　　　 task.run();
 　　　　　　　　　　} catch (Exception e) {
 　　　　　　　　　　　　e.printStackTrace();
 　　　　　　　　　　} finally {
 　　　　　　　　　　　　task = null;
 　　　　　　　　　　}
　　　　　　　　 }
 　　　　　　　　synchronized (workers) {
 　　　　　　　　　　log.debug("worker 被移除{}", this);
 　　　　　　　　　　workers.remove(this);
 　　　　　　　　}
 　　　　　　}
 　　　　}
}

测试：

public static void main(String[] args) {
 　　ThreadPool threadPool = new ThreadPool(1, 1000, TimeUnit.MILLISECONDS, 1, (queue, task)->{
 　　　　// 1. 死等
　　　　// queue.put(task);
 　　　　// 2) 带超时等待
　　　　// queue.offer(task, 1500, TimeUnit.MILLISECONDS);
 　　　　// 3) 让调用者放弃任务执行
　　　　// log.debug("放弃{}", task);
 　　　　// 4) 让调用者抛出异常
　　　　// throw new RuntimeException("任务执行失败 " + task);
 　　　　// 5) 让调用者自己执行任务
 　　　　task.run();
 　　});
 　　for (int i = 0; i < 4; i++) {
 　　　　int j = i;
 　　　　threadPool.execute(() -> {
　　　　　　 try {
 　　　　　　　　Thread.sleep(1000L);
 　　　　　　} catch (InterruptedException e) {
 　　　　　　　　e.printStackTrace();
 　　　　　　}
 　　　　　　log.debug("{}", j);
 　　　　});
 　　}
 }

不带超时的 take

即使队列空， worker 线程也会一直阻塞等待。也就是说不会走到下面从 workers（一个set） 里面移除当前 worker

带超时的 take

队列空，阻塞等待一段时间就结束了。就会走到下面的逻辑，从 workers(一个set) 里移除当前 worker

不带超时的 put

添加任务时如果队列已满，主线程会一直阻塞等待

 队列满的解决方案

• 死等：就是上面，当队列满时，不带超时的等待 put
• 带超时等待：当队列满时，带超时的等待 put

拒绝策略：

• 让调用者放弃任务执行：拒绝策略接口的 reject 实现就是：什么都不写，就相当于放弃了
• 让调用者抛出异常：throw new RuntimeException("exception") 抛出异常后，后续的线程也不会继续执行了
• 让调用者自己执行任务：拒绝策略接口的 reject 实现就是：task.run()

步骤三：自定义拒绝策略接口

创建线程池时将 RejectPolicy 的实现，作为参数传入

@FunctionalInterface // 拒绝策略
interface RejectPolicy<T> {
 　　void reject(BlockingQueue<T> queue, T task);
}

 

 

 

ThreadPoolExecutor

线程池状态

ThreadPoolExecutor 使用 int 的高 3 位来表示线程池状态，低 29 位表示线程数量

• shutdown 是调用线程池的 shutdown 方法
• stop 是调用线程池的 shutdownnow() 方法。更暴力的停止方法

 

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING（状态最高位是符号位，RUNNING 111 表示负数）

这些信息存储在一个原子变量 ctl 中，目的是将线程池状态与线程个数合二为一，这样就可以用一次 cas 原子操作 进行赋值

// c 为旧值， ctlOf 返回结果为新值
ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c))));
// rs 为高 3 位代表线程池状态， wc 为低 29 位代表线程个数，ctl 是合并它们
private static int ctlOf(int rs, int wc) { return rs | wc; }

构造方法

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

• corePoolSize 核心线程数目 (最多保留的线程数)：懒创建
• maximumPoolSize 最大线程数目：核心线程数+救急线程数
• keepAliveTime 生存时间 ， 针对救急线程
• unit 时间单位 - 针对救急线程
• workQueue 阻塞队列
• threadFactory 线程工厂 - 可以为线程创建时起个好名字
• handler 拒绝策略

核心线程都还在执行，并且阻塞队列也已经满了的情况下。这时候如果来了一个 任务5，那么 jdk 的线程池还不会执行拒绝策略，而是看你有没有救急线程。如果有的话就创建一个救急线程，把任务 5 交给这个救急线程执行。如果救急线程满了的话那就执行拒绝策略。

• 救急线程和核心线程不同的是，它有一个生存时间，执行完任务超过生存时间后会销毁。keepAliveTime 和 unit 控制救急线程的生存时间。
• 核心线程没有生存时间，即使任务执行完了，还会一直保留着。

下面是对整个过程的总结：

• 线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会创建一个新线程来执行任务。
• 当线程数达到 corePoolSize 并没有线程空闲，这时再加入任务，新加的任务会被加入workQueue 队列排队，直到有空闲的线程。
• 如果队列选择了有界队列，那么任务超过了队列大小时，会创建 maximumPoolSize - corePoolSize 数目的线 程来救急。
• 如果线程到达 maximumPoolSize 仍然有新任务这时会执行拒绝策略。拒绝策略 jdk 提供了 4 种实现，其它 著名框架也提供了实现
  • AbortPolicy 让调用者抛出 RejectedExecutionException 异常，这是默认策略
  • CallerRunsPolicy 让调用者运行任务：拒绝策略接口的 reject 实现就是：task.run()
  • DiscardPolicy 放弃本次任务
  • DiscardOldestPolicy 放弃队列中最早的任务，本任务取而代之
  • Dubbo 的实现，在抛出 RejectedExecutionException 异常之前会记录日志，并 dump 线程栈信息，方便定位问题
  • Netty 的实现，是创建一个新线程来执行任务：但是这样就达不到限制线程总数的目的了
  • ActiveMQ 的实现，带超时等待（60s）尝试放入队列，类似我们之前自定义的拒绝策略 offer(T task, long timeout, TimeUnit timeUnit)
  • PinPoint 的实现，它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略
• 当高峰过去后，超过corePoolSize 的救急线程如果一段时间没有任务做，需要结束节省资源，这个时间由 keepAliveTime 和 unit 来控制。

 

固定大小线程池 newFixedThreadPool

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

特点

• 核心线程数 == 最大线程数（corePoolSize=maximumPoolSize=nThreads，没有救急线程被创建），因此也无需超时时间（0）
• 阻塞队列是无界的，可以放任意数量的任务，所以才没有救急线程会被创建

评价 适用于任务量已知，相对耗时的任务

可以自定义线程工厂，改变线程名称

 

带缓存功能的线程池 newCachedThreadPool

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

特点

• 核心线程数是 0， 最大线程数是 Integer.MAX_VALUE，救急线程的空闲生存时间是 60s，意味着
  • 全部都是救急线程（60s 后可以回收）
  • 救急线程可以无限创建（最大线程数是最大，即队列最大）
• 队列采用了 SynchronousQueue 实现特点是，它没有容量，没有线程来取是放不进去的（没有线程来取，放的线程会阻塞等待。一手交钱、一手交货）

评价

整个线程池表现为线程数会根据任务量不断增长，没有上限，当任务执行完毕，空闲 1分钟后释放线 程。 适合任务数比较密集，但每个任务执行时间较短的情况

 

单线程线程池 newSingleThreadExecutor

public static ExecutorService newSingleThreadExecutor() {
 return new FinalizableDelegatedExecutorService(new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS,
 new LinkedBlockingQueue<Runnable>()));
}

使用场景： 希望多个任务排队执行。线程数固定为 1，任务数多于 1 时，会放入无界队列排队。

任务执行完毕，这唯一的线程 也不会被释放。

区别：

• 自己创建一个单线程串行执行任务，如果任务执行失败而终止那么没有任何补救措施，而线程池还会新建一个线程，保证池的正常工作
• Executors.newSingleThreadExecutor() 线程个数始终为1，不能修改
  • FinalizableDelegatedExecutorService 应用的是装饰器模式，只对外暴露了 ExecutorService 接口，因此不能调用 ThreadPoolExecutor 中特有的方法
• Executors.newFixedThreadPool(1) 初始时为1，以后还可以修改
  • 对外暴露的是 ThreadPoolExecutor 对象，可以强转后调用 setCorePoolSize 等方法进行修改

 

提交任务

// 执行任务
void execute(Runnable command);

// 提交任务 task，用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);

// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks)
 throws InterruptedException;

// 提交 tasks 中所有任务，带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks,
 long timeout, TimeUnit unit)
 throws InterruptedException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks)
 throws InterruptedException, ExecutionException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其它任务取消，带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks,
 long timeout, TimeUnit unit)
 throws InterruptedException, ExecutionException, TimeoutException;

有返回结果的 submit （Callable 创建，Future 用于接口返回结果），主线程调用了 future.get()，因此会阻塞等待子线程的返回（保护性暂停模式）

Callable 是 @FunctionalInterface 接口，即单方法的接口，所以可以用 lambda 表达式简化 () -> {}

 

shutdown

正在执行的，和之前已经提交过但还没执行的，都不会放弃执行

/*
线程池状态变为 SHUTDOWN
- 不会接收新任务
- 但已提交任务会执行完
- 此方法不会阻塞调用线程的执行
*/
void shutdown();

public void shutdown() {
 　　final ReentrantLock mainLock = this.mainLock;
 　　mainLock.lock();
 　　try {
 　　　　checkShutdownAccess();
 　　　　// 修改线程池状态
 　　　　advanceRunState(SHUTDOWN);
 　　　　// 仅会打断空闲线程
 　　　　interruptIdleWorkers();
 　　　　onShutdown(); // 扩展点 ScheduledThreadPoolExecutor
 　　} finally {
 　　　　mainLock.unlock();
 　　}
 　　// 尝试终结(没有运行的线程可以立刻终结，如果还有运行的线程也不会等)
 　　tryTerminate();
}

shutdownNow

/*
线程池状态变为 STOP
- 不会接收新任务
- 会将队列中的任务返回
- 并用 interrupt 的方式中断正在执行的任务
*/
List<Runnable> shutdownNow();

public List<Runnable> shutdownNow() {
　　List<Runnable> tasks;
 　 final ReentrantLock mainLock = this.mainLock;
 　　mainLock.lock();
 　　try {
 　　　　checkShutdownAccess();
 　　　　// 修改线程池状态
 　　　　advanceRunState(STOP);
 　　　　// 打断所有线程
 　　　　interruptWorkers();
 　　　　// 获取队列中剩余任务
 　　　　tasks = drainQueue();
 　　} finally {
 　　　　mainLock.unlock();
 　　}
 　　// 尝试终结
 　　tryTerminate();
 　　return tasks;
}

 

线程池设置多少线程合适

• 过小会导致程序不能充分地利用系统资源、容易导致饥饿
• 过大会导致更多的线程上下文切换，占用更多内存

CPU 密集型运算

通常采用 cpu 核数 + 1 能够实现最优的 CPU 利用率，+1 是保证当线程由于页缺失故障（操作系统）或其它原因 导致暂停时，额外的这个线程就能顶上去，保证 CPU 时钟周期不被浪费

I/O 密集型运算

CPU 不总是处于繁忙状态，例如，当你执行业务计算时，这时候会使用 CPU 资源，但当你执行 I/O 操作时、远程 RPC 调用时，包括进行数据库操作时，这时候 CPU 就闲下来了，你可以利用多线程提高它的利用率。

经验公式如下

线程数 = 核数 * 期望 CPU 利用率 * 总时间(CPU计算时间+等待时间) / CPU 计算时间

例如 4 核 CPU 计算时间是 50% ，其它等待时间是 50%，期望 cpu 被 100% 利用，套用公式 4 * 100% * 100% / 50% = 8

例如 4 核 CPU 计算时间是 10% ，其它等待时间是 90%，期望 cpu 被 100% 利用，套用公式 4 * 100% * 100% / 10% = 40

 

任务调度线程池 ScheduledPoolExecutor

在『任务调度线程池』功能加入之前，可以使用 java.util.Timer 来实现定时功能，Timer 的优点在于简单易用，但由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个任务的延迟或异常都将会影响到之后的任务。

ScheduledExecutorService ：延迟多少秒执行任务

第一个参数：任务对象Callable用lambda表达式替代  第二个参数：延迟多少时间执行  第三个参数：时间单位

ScheduledExecutorService executor = Executors.newScheduledThreadPool(2);
　　// 添加两个任务，希望它们都在 1s 后执行
　　executor.schedule(() -> {
 　　　　System.out.println("任务1，执行时间：" + new Date());
 　　　　try { Thread.sleep(2000); } 
　　　　 catch (InterruptedException e) { }
　　　}, 1000, TimeUnit.MILLISECONDS);

　　executor.schedule(() -> {
 　　　　System.out.println("任务2，执行时间：" + new Date());
　　}, 1000, TimeUnit.MILLISECONDS);

ScheduleAtFixedRate ：以固定的速率定时执行任务

第一个参数：任务对象Callable用lambda表达式替代 第二个参数：延迟多少时间执行（线程start后） 第三个参数：执行的速率 第三个参数：时间单位

如果每个任务执行时间较长，会影响到执行间隔

一开始，延时 1s，接下来，由于任务执行时间 > 间隔时间，间隔被『撑』到了 2s

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
　　log.debug("start...");
　　pool.scheduleAtFixedRate(() -> {
 　　　　log.debug("running...");
　　}, 1, 1, TimeUnit.SECONDS);

ScheduleWithFixedDelay ：以固定的间隔执行任务

第一个参数：任务对象Callable用lambda表达式替代 第二个参数：延迟多少时间执行（线程start后） 第三个参数：执行的间隔 第三个参数：时间单位

一开始，延时 1s，scheduleWithFixedDelay 的间隔是 上一个任务结束 <-> 延时 <-> 下一个任务开始 所 以间隔都是 3s

ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
　　log.debug("start...");
　　pool.scheduleWithFixedDelay(()-> {
 　　　　log.debug("running...");
 　　　　sleep(2);
　　}, 1, 1, TimeUnit.SECONDS);

 

正确处理执行任务异常

方法1：主动捉异常，打印信息

方法2：使用 Future

future.get() 如果执行过程中都是正常的就会返回结果；而执行过程如果发生异常，那么 get 就会将异常信息返回回来

ExecutorService pool = Executors.newFixedThreadPool(1);
Future<Boolean> f = pool.submit(() -> {
 log.debug("task1");
 int i = 1 / 0;
 return true;
});
log.debug("result:{}", f.get());

21:54:58.208 c.TestTimer [pool-1-thread-1] - task1 
Exception in thread "main" java.util.concurrent.ExecutionException: 
java.lang.ArithmeticException: / by zero 
 at java.util.concurrent.FutureTask.report(FutureTask.java:122) 
 at java.util.concurrent.FutureTask.get(FutureTask.java:192) 
 at cn.itcast.n8.TestTimer.main(TestTimer.java:31) 
Caused by: java.lang.ArithmeticException: / by zero 
 at cn.itcast.n8.TestTimer.lambda$main$0(TestTimer.java:28) 
 at java.util.concurrent.FutureTask.run(FutureTask.java:266) 
 at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149) 
 at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624) 
 at java.lang.Thread.run(Thread.java:748) 

 

 

ScheduledPoolExecutor 应用：定时任务

注：@Scheduled 是 spring 框架的注解

如何让每周四 18:00:00 定时执行任务？

• 延迟执行时间：到周四 18:00:00 的时间差。在周四前，那么就是本周周四；在周四后，那么就是下周周四
• 执行时间间隔：一周的时长的毫秒数

// 获得当前时间
LocalDateTime now = LocalDateTime.now();
// 获取本周四 18:00:00.000
LocalDateTime thursday = 
now.with(DayOfWeek.THURSDAY).withHour(18).withMinute(0).withSecond(0).withNano(0);
// 如果当前时间已经超过 本周四 18:00:00.000， 那么找下周四 18:00:00.000
if(now.compareTo(thursday) >= 0) {
 　　thursday = thursday.plusWeeks(1);
}
// 计算时间差，即延时执行时间
long initialDelay = Duration.between(now, thursday).toMillis();
// 计算间隔时间，即 1 周的毫秒值
long oneWeek = 7 * 24 * 3600 * 1000;

ScheduledExecutorService executor = Executors.newScheduledThreadPool(2);
System.out.println("开始时间：" + new Date());
executor.scheduleAtFixedRate(() -> {
 　　　　System.out.println("执行时间：" + new Date());
}, initialDelay, oneWeek, TimeUnit.MILLISECONDS);

 

 

Tomcat 连接池应用

连接器的线程池

• LimitLatch 用来限流，可以控制最大连接个数，类似 J.U.C 中的 Semaphore 后面再讲
• Acceptor 只负责【接收新的 socket 连接】
• Poller 只负责监听 socket channel 是否有【可读的 I/O 事件】 一旦可读，封装一个任务对象（socketProcessor），提交给 Executor 线程池处理
• Executor 线程池中的工作线程最终负责【处理请求】

Tomcat 线程池扩展了 ThreadPoolExecutor，行为稍有不同

• 如果总线程数达到 maximumPoolSize
  • 这时不会立刻抛 RejectedExecutionException 异常
  • 而是再次尝试将任务放入队列，如果还失败，才抛出 RejectedExecutionException 异常

public void execute(Runnable command, long timeout, TimeUnit unit) {
 　　submittedCount.incrementAndGet();
 　　try {
 　　　　super.execute(command);
 　　} catch (RejectedExecutionException rx) {
 　　　　if (super.getQueue() instanceof TaskQueue) {
 　　　　　　final TaskQueue queue = (TaskQueue)super.getQueue();
 　　　　　　try {
 　　　　　　　　if (!queue.force(command, timeout, unit)) {
 　　　　　　　　　　submittedCount.decrementAndGet();
 　　　　　　　　　　throw new RejectedExecutionException("Queue capacity is full.");
 　　　　　　　　}
 　　　　　　} catch (InterruptedException x) {
 　　　　　　　　submittedCount.decrementAndGet();
 　　　　　　　　Thread.interrupted();
 　　　　　　　　throw new RejectedExecutionException(x);
　　　　　 　}
　　　　} else {
 　　　　　　submittedCount.decrementAndGet();
 　　　　　　throw rx;
　　　　 }
　　 }
}

TaskQueue.java

public boolean force(Runnable o, long timeout, TimeUnit unit) throws InterruptedException {
 　　if ( parent.isShutdown() ) 
 　　　　throw new RejectedExecutionException(
 　　　"Executor not running, can't force a command into the queue"
 　　);
 　　return super.offer(o,timeout,unit); //forces the item onto the queue, to be used if the task is rejected
}

Connector 配置：

• acceptorThreadCount 1 不需要调大，一个线程去建立连接足够，大多时间在阻塞
• pollerThreadCount 1 不需要调大，IO 多路复用，一个线程监测多个 channel 的读写时间
• minSpareThreads 20  Excutor工作线程池中的核心线程数
• maxThreads 200 Excutor工作线程池中的最大线程数
• executor Executor名称，用来引用下面的Executor

Executor 线程配置

• threadPriority 5 线程优先级
• daemon true 是否守护线程（tomcat 是守护线程）
• minSpareThreads 25 核心线程数，即 corePoolSize（比 connector 中的配置优先）
• maxThreads 200 最大线程数，即 maximumPoolSize（比 connector 中的配置优先）
• maxIdleTime 60000 线程生存时间，单位是毫秒，默认值即 1 分钟
• maxQueueSize Integer.MAX_VALUE 队列长度（即无界队列）
• prestartminSpareThreads false 核心线程是否在服务器启动时启动（服务器一启动就创建，还是后面再随提交创建）

java 中队列满了才会创建救急线程，tomcat 是无界队列，是否不会创建救急线程？

tomcat 对这个逻辑做了更改

 

 

Fork/Join 线程池

1) 概念

Fork/Join 是 JDK 1.7 加入的新的线程池实现，它体现的是一种分治思想，适用于能够进行任务拆分的 cpu 密集型 运算

所谓的任务拆分，是将一个大任务拆分为算法上相同的小任务，直至不能拆分可以直接求解。跟递归相关的一些计算，如归并排序、斐波那契数列、都可以用分治思想进行求解

Fork/Join 在分治的基础上加入了多线程，可以把每个任务的分解和合并交给不同的线程来完成，进一步提升了运 算效率 Fork/Join 默认会创建与 cpu 核心数大小相同的线程池

2) 使用

提交给 Fork/Join 线程池的任务需要继承 RecursiveTask（有返回值）或 RecursiveAction（没有返回值），例如下 面定义了一个对 1~n 之间的整数求和的任务

class AddTask1 extends RecursiveTask<Integer> {
 　　int n;

 　　public AddTask1(int n) {
 　　　　this.n = n;
 　　}

 　　@Override
 　　public String toString() {
 　　　　return "{" + n + '}';
 　　}

 　　@Override
 　　protected Integer compute() {
 　　　　// 如果 n 已经为 1，可以求得结果了
 　　　　if (n == 1) {
 　　　　　　log.debug("join() {}", n);
 　　　　　　return n;
 　　　　}
 
 　　　　// 将任务进行拆分(fork)
 　　　　AddTask1 t1 = new AddTask1(n - 1);
 　　　　t1.fork();
 　　　　log.debug("fork() {} + {}", n, t1);
 
 　　　　// 合并(join)结果
 　　　　int result = n + t1.join();
 　　　　log.debug("join() {} + {} = {}", n, t1, result);
 　　　　return result;
 　　}
}