当前位置：首页 > news >正文

线程池的相关参数

news 2025/8/26 19:08:59

在Java中线程池是一种池化技术，用于管理和复用线程，提高线程的利用率和性能。下面是一些常见的线程池的参数及其解释：

一：线程池的七大参数

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

1. corePoolSize（核心线程数）：线程池中保持活动状态的最小线程数，即使是空闲状态也不会被回收。
2. maximumPoolSize（最大线程数）：线程池中允许存在的最大线程数，包括核心线程数和非核心线程数，此值必须大于1。
3. keepAliveTime（线程空闲时间）：多余空闲线程的存活时间。当前线程池数量超过corePoolSize时，当空闲时间达到keepAliveTime时，多余空闲线程会被销毁直到剩下corePoolSize为止。
4. unit（时间单位）：设置keepAliveTime的时间单位，如秒、毫秒等。
5. workQueue（任务队列）：用于存放等待执行的任务的阻塞队列，可以选择不同类型的队列，如ArrayBlockingQueue、LinkedBlockingQueue等。
6. threadFactory（线程工厂）：用于创建线程的工厂类，可以自定义线程的名称、优先级等属性。
7. handler（任务拒绝策略）：当队列满了并且工作线程大于等于线程池的最大线程数（maximumPoolSize）时，对任务的拒绝方式。当线程池无法接收新任务时，执行的策略，如抛出异常、丢弃任务或者调用主线程来执行任务。

二：底层工作原理

假如我们自定义的线程池核心线程数2个，阻塞队列为3个，最大线程数5个

我们用银行排队的列子来做参考，当我们前来银行办理业务时，来了第一个和第二个人，银行会开启核心线程数为他们办理业务，如果再有人前来，来了第三个，第四个、第五个，我们都会先让他们等待，即是将他们放在阻塞队列里面，如果这个时候阻塞队列满了，还有人前来办理业务，银行就会开启新的窗口（即是最大线程数的其他窗口3个窗口）。如果此时连最大线程数也满，那么就会执行我们的拒绝策略。

1：为什么是先添加队列而不是先添加最大线程？

在创建新的线程的时候，是需要获取全局锁的，这个时候其他线程就得阻塞，影响了整体效率。

2：线程池中阻塞对列有什么作用？

阻塞队列自带阻塞和唤醒的功能，不需要额外处理，无任务执行时，线程池利用阻塞队列的take方法挂起，从而维持核心线程的存活，不至于一直占用CPU资源

3：注意

当阻塞队列已满依然有线程进来，那么会开启新的线程来执行新进来的任务，而不会优先执行阻塞队列中的任务。

4：jdk中4种拒绝策略

AbortPolicy(默认)：直接抛出RejectedExecutionException异常阻止系统正常进行

CallerRunsPolicy：“调用者运行”一种调节机制，该策略既不会抛弃任务，也不会抛出异常，而是将某些任务回退到调用者，从而降低新任务的流量

DiscardPolicy：改策略默默丢弃无法处理的任务，不予任何受理也不抛出异常。如果允许任务丢弃，这是最好的一种策略。

DiscardOldestPolicy：抛弃队列中等待最久的任务，然后将当前任务加入队列，然后再次提交任务

通常而言，这四种拒绝策略我们一般都不太适用我们的业务场景，我们一般都会自定义自己的拒绝策略，将线程任务放进kafaka或者mq消息队列中。

三：自定义线程池

代码：

public static void main(String[] args) {ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,5,2L,TimeUnit.SECONDS,new ArrayBlockingQueue<>(3),Executors.defaultThreadFactory(),new ThreadPoolExecutor.AbortPolicy());//10个顾客请求try {for (int i = 0; i < 10; i++) {//执行threadPoolExecutor.execute(()->{System.out.println(Thread.currentThread().getName()+"办理业务");});}} catch (Exception e) {e.printStackTrace();}finally {threadPoolExecutor.shutdown();}}