为什么要使用线程池？
- 我们先看下面俩个程序的执行结果（太简单了，一看就懂的，不提供源码了，直接截图了）：
- 产生一个问题：为什么使用线程池会变的这么快呢？线程复用（第一种使用线程的方式，他创建了100001个线程，而使用线程池他只创建的俩个线程）
- 同时又会有一个问题：使用线程池一定会提高性能么？ 不是！
验证一下java提供的不同线程池的性能，来理解为什么使用线程池不一定会提高性能！
- 验证的代码为这个代码的简化版，留一个进行验证，其他的注释了就是我验证的代码。
- 线程的的执行速度，可以通过毫秒数去看，日志太多，图中只能看到大概，建议自己去尝试一下！
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
import com.cangqiong.utils.test.threadPoll.MonkeyRejectedExecutionHandler;
public class ThreadPoolDemo {
public static void main(String[] args) {
// 定义各种线程池
ExecutorService executorService1 = Executors.newCachedThreadPool();// 快
ExecutorService executorService2 = Executors.newFixedThreadPool(10);// 慢
ExecutorService executorService3 = Executors.newSingleThreadExecutor();// 最慢
ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 20, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(10), new MonkeyRejectedExecutionHandler());// 自定义线程
// 第1个线程池执行
for (int i = 1; i <= 100; i++) {
executorService1.execute(new MyTask(i));
}
// 第2个线程池执行
for (int i = 1; i <= 100; i++) {
executorService2.execute(new MyTask(i));
}
// 第3个线程池执行
for (int i = 1; i <= 100; i++) {
executorService3.execute(new MyTask(i));
}
// 第4个线程池执行
for (int i = 1; i <= 100; i++) {
threadPoolExecutor.execute(new MyTask(i));
}
}
}
/***
* 业务的任务
*/
class MyTask implements Runnable {
int i = 0;
public MyTask(int i) {
this.i = i;
}
@Override
public void run() {
System.out.println(Thread.currentThread().getName() + "线程正在执行第" + i + "个。当前的毫秒数为：" + System.currentTimeMillis());
try {
Thread.sleep(3000L);// 业务逻辑
} catch (Exception e) {
e.printStackTrace();
}
}
}
Executors.newCachedThreadPool()的执行结果：执行速度非常快！
Executors.newFixedThreadPool(10)的执行结果：速度比较慢！
Executors.newSingleThreadExecutor()的执行结果：速度非常非常非常慢！
- 这里又有一个问题：为什么我们同样用一newSingleThreadExecutor去往数组中插入数据和执行这个3秒的任务。俩个的时间相差非常多？这要看执行的任务属于CPU密集型，还是内存的。所以使用线程池或者说使用很多线程去处理，性能不一定很高！
- 因此在使用线程池的时候，要针对不同业务去选择合适的线程池！
- 在实际开发中，不建议直接使用java提供的这些线程池，尽量根据业务去自定义线程池！
为什么使用这三种java提供的线程池，效果不一样呢？
- 我们可以点开他的创建的源码，可以看到都调用了同一个方法
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
- 所有的创建线程池的工具类的底层都是调用ThreadPoolExecutor方法
- ThreadPoolExecutor有7个参数，下面分别介绍一下。
- corePoolSize：核心线程数，也是线程池中常驻的线程数。注意：线程池初始化时默认是没有线程的，当任务来临时才开始创建线程去执行任务
- maximumPoolSize：最大线程数，在核心线程数的基础上可能会额外增加一些非核心线程。简单理解就是临时的线程。
- keepAliveTime：非核心线程的存在时间。非核心线程的空闲时间超过这个时间，非核心线程就会被回收。如果corePoolSize = maximumPoolSize的时候，不存在非核心线程，所以也不存在回收！
- unit：keepAliveTime的时间单位。
- workQueue：用于保存任务的队列。当任务的数量超过了maximumPoolSize，这时候新的任务就会被存放在这个队列中。
- threadFactory：创建线程的工厂类，默认使用Executors.defaultThreadFactory()，也可以使用guava库的ThreadFactoryBuilder来创建。
- handler：线程池无法继续接收任务(队列已满且线程数达到maximunPoolSize)时的饱和策略，取值有AbortPolicy、CallerRunsPolicy、DiscardOldestPolicy、DiscardPolicy。简单理解就是maximumPoolSize满了放在队列中，队列也满了的时候，应该如何处理！
了解了参数是干什么的，那我们去分析这几个方法有什么区别。
- newCachedThreadPool的核心线程为0，最大线程数为int的最大值。简单理解就是无核心线程，所有线程都是临时的，而且临时的线程上限非常高。换做生活中的例子，一个公司里面一个正式员工没有，全都是外包人员，项目来了之后就开始招收外包人员，干完活把外包人员释放掉。
- newFixedThreadPool的corePoolSize = maximumPoolSize。简单理解就是无非核心线程，全部为核心线程。换做生活中的例子，一个公司里面都是正式员工，没有一个外包！
- newSingleThreadExecutor的corePoolSize = maximumPoolSize = 1。简单理解就是只有一个核心线程。换做生活中的例子，一个公司只有自己一个人，单干的那种！
了解了这些的区别，那我们应该在什么时候去使用这些工具类呢？线程数量应该配置多大呢？
- cpu密集型减少线程数：减少上下文切换。
- io密集型增加线程数：大部分时间在等待其他的响应，上下文切换不是主要影响性能的点，可以让cpu去干其他事情。
- 通过压测去确定这个值！
了解了几种线程池，为什么说不推荐使用呢？
- newCachedThreadPool：他的最新线程数太大了，创建大量的线程会导致cpu需要进行大量的上下文切换，从而很容易引起cpu100%。
- newFixedThreadPool：他的队列使用的是LinkedBlockingQueue，这是一个无界队列！任务比较多的时候，很容易引起OOM。
- newSingleThreadExecutor：他只有一个线程，其他的任务都放在无界队列中。任务比较多的时候，很容易引起OOM。
结束语
- 获取更多有价值的文章，让我们一起成为架构师！
- 关注公众号，可以让你逐步对MySQL以及并发编程有更深入的理解！
- 这个公众号，无广告！！！每日更新！！！
