【踩坑指南】线程池使用不当的五个坑

线程池是 Java 多线程编程中的一个重要概念，它可以有效地管理和复用线程资源，提高系统的性能和稳定性。但是线程池的使用也有一些注意事项和常见的错误，如果不小心，就可能会导致一些严重的问题，比如内存泄漏、死锁、性能下降等。

本文将介绍线程池使用不当的五个坑，以及如何避免和解决它们，大纲如下，

坑一：线程池中异常消失

线程池执行方法时要添加异常处理，这是一个老生常谈的问题，可是直到最近我都有同事还在犯这个错误，所以我还是要讲一下，不过我还提到了一种优雅的线程池全局异常处理的方法，大家可以往下看。

问题原因

@Test
public void test() throws Exception {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        5, 
        10, 
        60,
        TimeUnit.SECONDS, 
        new ArrayBlockingQueue<>(100000));
    Future<Integer> submit = threadPoolExecutor.execute(() -> {
        int i = 1 / 0; // 发生异常
        return i;
    });
}

如上代码，在线程池执行任务时，没有添加异常处理。导致任务内部发生异常时，内部错误无法被记录下来。

解决方法

在线程池执行任务方法内添加 try/catch 处理，代码如下，

@Test
public void test() throws Exception {
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        5, 
        10, 
        60,
        TimeUnit.SECONDS, 
        new ArrayBlockingQueue<>(100000));
    Future<Integer> submit = threadPoolExecutor.execute(() -> {
        try {
            int i = 1 / 0;
            return i;
        } catch (Exception e) {
            log.error(e.getMessage(), e);
            return null;
        }
    });
}

优雅的进行线程池异常处理

当线程池调用任务方法很多时，那么每个线程池任务执行的方法内都要添加 try/catch 处理，这就不优雅了，其实 ThreadPoolExecutor 线程池类支持传入 ThreadFactory 参数用于自定义线程工厂，这样我们在创建线程时，就可以指定 setUncaughtExceptionHandler 异常处理方法。

这样就可以做到全局处理异常了，代码如下，

ThreadFactory threadFactory = r -> {
    Thread thread = new Thread(r);
    thread.setUncaughtExceptionHandler((t, e) -> {
        // 记录线程异常
        log.error(e.getMessage(), e);
    });
    return thread;
};
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
    5, 
    10, 
    60,
    TimeUnit.SECONDS, 
    new ArrayBlockingQueue<>(100000));
threadPoolExecutor.execute(() -> {
    log.info("---------------------");
    int i = 1 / 0;
});

不过要注意的是上面 setUncaughtExceptionHandler 方法只能针对线程池的 execute 方法来全局处理异常。对于线程池的 submit 方法是无法处理的。

坑二：拒绝策略设置错误导致接口超时

在 Java 中，线程池拒绝策略可以说一个常见八股文问题。大家虽然都记住了线程池有四种决绝策略，可是实际代码编写中，我发现大多数人都只会用 CallerRunsPolicy 策略（由调用线程处理任务）。我吃过这个亏，因此也拿出来讲讲。

问题原因

曾经有一个线上业务接口使用了线程池进行第三方接口调用，线程池配置里的拒绝策略采用的是 CallerRunsPolicy。示例代码如下，

// 某个线上线程池配置如下
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        50, // 最小核心线程数
        50, // 最大线程数，当队列满时，能创建的最大线程数
        60L, TimeUnit.SECONDS, // 空闲线程超过核心线程时，回收该线程的最大等待时间
        new LinkedBlockingQueue<>(5000), // 阻塞队列大小,当核心线程使用满时，新的线程会放进队列
        new CustomizableThreadFactory("task"), // 自定义线程名
        new ThreadPoolExecutor.CallerRunsPolicy() // 线程执行的拒绝策略
);

threadPoolExecutor.execute(() -> {
    // 调用第三方接口
    ...
});

在第三方接口异常的情况下，线程池任务调用第三方接口一直超时，导致核心线程数、最大线程数堆积被占满、阻塞队列也被占满的情况下，也就会执行拒绝策略，但是由于使用的是 CallerRunsPolicy 策略，导致线程任务直接由我们的业务线程来执行。

因为第三方接口异常，所以业务线程执行也会继继续超时，线上服务采用的 Tomcat 容器，最终也就导致 Tomcat 的最大线程数也被占满，进而无法继续向外提供服务。

解决方法

首先我们要考虑业务接口的可用性，就算线程池任务被丢弃，也不应该影响业务接口。

在业务接口稳定性得到保证的情况下，在考虑到线程池任务的重要性，不是很重要的话，可以使用 DiscardPolicy 策略直接丢弃，要是很重要，可以考虑使用消息队列来替换线程池。

坑三：重复创建线程池导致内存溢出

不知道大家有没有犯过这个问题，不过我确实犯过，归根结底还是写代码前，没有思考好业务逻辑，直接动手，写一步算一步 😂。所以说写代码的前的一些逻辑梳理、拆分、代码设计很重要。

问题原因

这个问题的原因很简单，就是在一个方法内重复创建了线程池，在执行完之后却没有关闭。比较经典的就是在定时任务内使用线程池时有可能犯这个问题，示例代码如下，

@XxlJob("test")
public void test() throws Exception {
    // 某个线上线程池配置如下
    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
            50, // 最小核心线程数
            50, // 最大线程数，当队列满时，能创建的最大线程数
            60L, TimeUnit.SECONDS, // 空闲线程超过核心线程时，回收该线程的最大等待时间
            new LinkedBlockingQueue<>(5000), // 阻塞队列大小,当核心线程使用满时，新的线程会放进队列
            new CustomizableThreadFactory("task"), // 自定义线程名
            new ThreadPoolExecutor.CallerRunsPolicy() // 线程执行的拒绝策略
    );
    threadPoolExecutor.execute(() -> {
        // 任务逻辑
        ...
    });
}

当我们在定时任务中想使用线程池来缩短任务执行时间时，千万要注意别再任务内创建了线程池，一旦犯了，基本都会在程序运行一段时间后发现程序突然间就挂了，留下了一堆内存 dump 报错的文件 😂。

解决方法

使用线程池单例，切勿重复创建线程池。示例代码如下，

// 某个线上线程池配置如下
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
        50, // 最小核心线程数
        50, // 最大线程数，当队列满时，能创建的最大线程数
        60L, TimeUnit.SECONDS, // 空闲线程超过核心线程时，回收该线程的最大等待时间
        new LinkedBlockingQueue<>(5000), // 阻塞队列大小,当核心线程使用满时，新的线程会放进队列
        new CustomizableThreadFactory("task"), // 自定义线程名
        new ThreadPoolExecutor.CallerRunsPolicy() // 线程执行的拒绝策略
);
@XxlJob("test")
public void test() throws Exception {
    threadPoolExecutor.execute(() -> {
        // 任务逻辑
        // ...
    });
}

坑四：共用线程池执行不同类型任务导致效率低下

有时候，我们可能会想要节省线程资源，把不同类型的任务都放到同一个线程池中执行，比如主要的业务逻辑和次要的日志记录、监控等。这看起来很合理，但是实际上，这样做可能会导致一个任务影响另一个任务，甚至导致死锁的问题。

问题原因

问题的原因是，不同类型的任务可能有不同的执行时间、优先级、依赖关系等，如果放到同一个线程池中，就可能会出现以下几种情况：

• 如果一个任务执行时间过长，或者出现异常，那么它就会占用线程池中的一个线程，导致其他任务无法及时得到执行，影响系统的吞吐量和响应时间。
• 如果一个任务的优先级较低，或者不是很重要，那么它就可能抢占线程池中的一个线程，导致其他任务无法及时得到执行，影响系统的可用性和正确性。
• 如果一个任务依赖于另一个任务的结果，或者需要等待另一个任务的完成，那么它就可能造成线程池中的一个线程被阻塞，导致其他任务无法及时得到执行，甚至导致死锁的问题。

解决方法

解决方法也很简单，就是使用不同的线程池来执行不同类型的任务，根据任务的特点和重要性来分配线程资源，避免一个任务影响另一个任务。具体来说，有以下几个建议：

• 对于主要的业务逻辑，使用一个专门的线程池，根据业务的并发度和响应时间，设置合适的线程池参数，保证业务的正常运行和高效处理。
• 对于次要的日志记录、监控等，使用一个单独的线程池，根据任务的频率和重要性，设置合适的线程池参数，保证任务的异步执行和不影响主业务。
• 对于有依赖关系的任务，使用一个单独的线程池，根据任务的数量和复杂度，设置合适的线程池参数，保证任务的有序执行和不造成死锁。

坑五：使用 ThreadLocal 和线程池的不兼容问题

ThreadLocal 是 Java 提供的一个工具类，它可以让每个线程拥有自己的变量副本，从而实现线程间的数据隔离，比如存储一些线程相关的上下文信息，如用户 ID、请求 ID 等。这看起来很有用，但是如果和线程池一起使用，就可能会出现一些意想不到的问题，比如数据错乱、内存泄漏等。

问题原因

问题的原因是，ThreadLocal 和线程池的设计理念是相悖的，ThreadLocal 是基于线程的，而线程池是基于任务的。具体来说，有以下几个问题：

• ThreadLocal 的变量是绑定在线程上的，而线程池的线程是可以复用的，如果一个线程执行完一个任务后，没有清理 ThreadLocal 的变量，那么这个变量就会被下一个执行的任务继承，导致数据错乱的问题。
• ThreadLocal 的变量是存储在 Thread 类的一个 ThreadLocalMap 类型的属性中的，这个属性是一个弱引用的 Map，它的键是 ThreadLocal 对象，而值是变量的副本。如果 ThreadLocal 对象被回收，那么它的键就会失效，但是值还会保留在 Map 中，导致内存泄漏的问题。

解决方法

解决方法也很简单，就是在使用 ThreadLocal 和线程池的时候，注意以下几点：

• 在使用 ThreadLocal 的变量之前，要确保为每个线程设置了正确的初始值，避免使用上一个任务的遗留值。
• 在使用 ThreadLocal 的变量之后，要及时地清理 ThreadLocal 的变量，避免变量的副本被下一个执行的任务继承，或者占用内存空间，导致内存泄漏的问题。可以使用 try-finally 语句，或者使用 Java 8 提供的 AutoCloseable 接口，来实现自动清理的功能。
• 在使用 ThreadLocal 的时候，要注意线程池的大小和任务的数量，避免创建过多的 ThreadLocal 对象和变量的副本，导致内存占用过大的问题。可以使用一些工具，如 VisualVM，来监控线程池和 ThreadLocal 的状态，及时发现和解决问题。

总结

本文给大家介绍了线程池使用不当的五个坑，分别是线程池中异常消失、线程池决绝策略设置错误、重复创建线程池导致内存溢出、使用同一个线程池执行不同类型的任务、使用 ThreadLocal 和线程池的不兼容问题，以及它们的问题原因和解决方法。希望这些内容对大家有帮助。

如果觉得这篇文章写的不错的话，不妨点赞加关注，我会更新更多技术干货、项目教学、实战经验分享的文章。