摘要：為線程池最大線程大小。用圖表示為然后看看方法是如何處理的獲取當(dāng)前線程池的狀態(tài)。也是停止接受新任務(wù)，但會中斷所有的任務(wù)，將線程池狀態(tài)變?yōu)椤Ｍǔ５淖龇ㄊ前凑諛I(yè)務(wù)進(jìn)行劃分比如下單的任務(wù)用一個線程池，獲取數(shù)據(jù)的任務(wù)用另一個線程池。

平時接觸過多線程開發(fā)的童鞋應(yīng)該都或多或少了解過線程池，之前發(fā)布的《阿里巴巴 Java 手冊》里也有一條：

可見線程池的重要性。

簡單來說使用線程池有以下幾個目的：

線程是稀缺資源，不能頻繁的創(chuàng)建。

解耦作用；線程的創(chuàng)建于執(zhí)行完全分開，方便維護(hù)。

應(yīng)當(dāng)將其放入一個池子中，可以給其他任務(wù)進(jìn)行復(fù)用。

談到線程池就會想到池化技術(shù)，其中最核心的思想就是把寶貴的資源放到一個池子中；每次使用都從里面獲取，用完之后又放回池子供其他人使用，有點(diǎn)吃大鍋飯的意思。

那在 Java 中又是如何實(shí)現(xiàn)的呢？

在 JDK 1.5 之后推出了相關(guān)的 api，常見的創(chuàng)建線程池方式有以下幾種：

Executors.newCachedThreadPool()：無限線程池。

Executors.newFixedThreadPool(nThreads)：創(chuàng)建固定大小的線程池。

Executors.newSingleThreadExecutor()：創(chuàng)建單個線程的線程池。

其實(shí)看這三種方式創(chuàng)建的源碼就會發(fā)現(xiàn)：

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

實(shí)際上還是利用 ThreadPoolExecutor 類實(shí)現(xiàn)的。

所以我們重點(diǎn)來看下 ThreadPoolExecutor 是怎么玩的。

首先是創(chuàng)建線程的 api：

ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue, RejectedExecutionHandler handler) 

這幾個核心參數(shù)的作用：

corePoolSize 為線程池的基本大小。

maximumPoolSize 為線程池最大線程大小。

keepAliveTime 和 unit 則是線程空閑后的存活時間。

workQueue 用于存放任務(wù)的阻塞隊列。

handler 當(dāng)隊列和最大線程池都滿了之后的飽和策略。

了解了這幾個參數(shù)再來看看實(shí)際的運(yùn)用。

通常我們都是使用:

threadPool.execute(new Job());

這樣的方式來提交一個任務(wù)到線程池中，所以核心的邏輯就是 execute() 函數(shù)了。

在具體分析之前先了解下線程池中所定義的狀態(tài)，這些狀態(tài)都和線程的執(zhí)行密切相關(guān)：

RUNNING 自然是運(yùn)行狀態(tài)，指可以接受任務(wù)執(zhí)行隊列里的任務(wù)

SHUTDOWN 指調(diào)用了 shutdown() 方法，不再接受新任務(wù)了，但是隊列里的任務(wù)得執(zhí)行完畢。

STOP 指調(diào)用了 shutdownNow() 方法，不再接受新任務(wù)，同時拋棄阻塞隊列里的所有任務(wù)并中斷所有正在執(zhí)行任務(wù)。

TIDYING 所有任務(wù)都執(zhí)行完畢，在調(diào)用 shutdown()/shutdownNow() 中都會嘗試更新為這個狀態(tài)。

TERMINATED 終止?fàn)顟B(tài)，當(dāng)執(zhí)行 terminated() 后會更新為這個狀態(tài)。

用圖表示為：

然后看看 execute() 方法是如何處理的：

獲取當(dāng)前線程池的狀態(tài)。

當(dāng)前線程數(shù)量小于 coreSize 時創(chuàng)建一個新的線程運(yùn)行。

如果當(dāng)前線程處于運(yùn)行狀態(tài)，并且寫入阻塞隊列成功。

雙重檢查，再次獲取線程狀態(tài)；如果線程狀態(tài)變了（非運(yùn)行狀態(tài)）就需要從阻塞隊列移除任務(wù)，并嘗試判斷線程是否全部執(zhí)行完畢。同時執(zhí)行拒絕策略。

如果當(dāng)前線程池為空就新創(chuàng)建一個線程并執(zhí)行。

如果在第三步的判斷為非運(yùn)行狀態(tài)，嘗試新建線程，如果失敗則執(zhí)行拒絕策略。

這里借助《聊聊并發(fā)》的一張圖來描述這個流程：

流程聊完了再來看看上文提到了幾個核心參數(shù)應(yīng)該如何配置呢？

有一點(diǎn)是肯定的，線程池肯定是不是越大越好。

通常我們是需要根據(jù)這批任務(wù)執(zhí)行的性質(zhì)來確定的。

IO 密集型任務(wù)：由于線程并不是一直在運(yùn)行，所以可以盡可能的多配置線程，比如 CPU 個數(shù) * 2

CPU 密集型任務(wù)（大量復(fù)雜的運(yùn)算）應(yīng)當(dāng)分配較少的線程，比如 CPU 個數(shù)相當(dāng)?shù)拇笮　?/p>

當(dāng)然這些都是經(jīng)驗值，最好的方式還是根據(jù)實(shí)際情況測試得出最佳配置。

有運(yùn)行任務(wù)自然也有關(guān)閉任務(wù)，從上文提到的 5 個狀態(tài)就能看出如何來關(guān)閉線程池。

其實(shí)無非就是兩個方法 shutdown()/shutdownNow()。

但他們有著重要的區(qū)別：

shutdown() 執(zhí)行后停止接受新任務(wù)，會把隊列的任務(wù)執(zhí)行完畢。

shutdownNow() 也是停止接受新任務(wù)，但會中斷所有的任務(wù)，將線程池狀態(tài)變?yōu)?stop。

兩個方法都會中斷線程，用戶可自行判斷是否需要響應(yīng)中斷。

shutdownNow() 要更簡單粗暴，可以根據(jù)實(shí)際場景選擇不同的方法。

我通常是按照以下方式關(guān)閉線程池的：

        long start = System.currentTimeMillis();
        for (int i = 0; i <= 5; i++) {
            pool.execute(new Job());
        }

        pool.shutdown();

        while (!pool.awaitTermination(1, TimeUnit.SECONDS)) {
            LOGGER.info("線程還在執(zhí)行。。。");
        }
        long end = System.currentTimeMillis();
        LOGGER.info("一共處理了【{}】", (end - start));

pool.awaitTermination(1, TimeUnit.SECONDS) 會每隔一秒鐘檢查一次是否執(zhí)行完畢（狀態(tài)為 TERMINATED），當(dāng)從 while 循環(huán)退出時就表明線程池已經(jīng)完全終止了。

2018 年了，SpringBoot 盛行；來看看在 SpringBoot 中應(yīng)當(dāng)怎么配置和使用線程池。

既然用了 SpringBoot ，那自然得發(fā)揮 Spring 的特性，所以需要 Spring 來幫我們管理線程池：

@Configuration
public class TreadPoolConfig {


    /**
     * 消費(fèi)隊列線程
     * @return
     */
    @Bean(value = "consumerQueueThreadPool")
    public ExecutorService buildConsumerQueueThreadPool(){
        ThreadFactory namedThreadFactory = new ThreadFactoryBuilder()
                .setNameFormat("consumer-queue-thread-%d").build();

        ExecutorService pool = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.MILLISECONDS,
                new ArrayBlockingQueue(5),namedThreadFactory,new ThreadPoolExecutor.AbortPolicy());

        return pool ;
    }



}

使用時：

    @Resource(name = "consumerQueueThreadPool")
    private ExecutorService consumerQueueThreadPool;


    @Override
    public void execute() {

        //消費(fèi)隊列
        for (int i = 0; i < 5; i++) {
            consumerQueueThreadPool.execute(new ConsumerQueueThread());
        }

    }

其實(shí)也挺簡單，就是創(chuàng)建了一個線程池的 bean，在使用時直接從 Spring 中取出即可。

談到了 SpringBoot，也可利用它 actuator 組件來做線程池的監(jiān)控。

線程怎么說都是稀缺資源，對線程池的監(jiān)控可以知道自己任務(wù)執(zhí)行的狀況、效率等。

關(guān)于 actuator 就不再細(xì)說了，感興趣的可以看看這篇，有詳細(xì)整理過如何暴露監(jiān)控端點(diǎn)。

其實(shí) ThreadPool 本身已經(jīng)提供了不少 api 可以獲取線程狀態(tài)：

很多方法看名字就知道其含義，只需要將這些信息暴露到 SpringBoot 的監(jiān)控端點(diǎn)中，我們就可以在可視化頁面查看當(dāng)前的線程池狀態(tài)了。

甚至我們可以繼承線程池擴(kuò)展其中的幾個函數(shù)來自定義監(jiān)控邏輯：

看這些名稱和定義都知道，這是讓子類來實(shí)現(xiàn)的。

可以在線程執(zhí)行前、后、終止?fàn)顟B(tài)執(zhí)行自定義邏輯。

線程池看似很美好，但也會帶來一些問題。

如果我們很多業(yè)務(wù)都依賴于同一個線程池,當(dāng)其中一個業(yè)務(wù)因為各種不可控的原因消耗了所有的線程，導(dǎo)致線程池全部占滿。

這樣其他的業(yè)務(wù)也就不能正常運(yùn)轉(zhuǎn)了，這對系統(tǒng)的打擊是巨大的。

比如我們 Tomcat 接受請求的線程池，假設(shè)其中一些響應(yīng)特別慢，線程資源得不到回收釋放；線程池慢慢被占滿，最壞的情況就是整個應(yīng)用都不能提供服務(wù)。

所以我們需要將線程池進(jìn)行隔離。

通常的做法是按照業(yè)務(wù)進(jìn)行劃分：

比如下單的任務(wù)用一個線程池，獲取數(shù)據(jù)的任務(wù)用另一個線程池。這樣即使其中一個出現(xiàn)問題把線程池耗盡，那也不會影響其他的任務(wù)運(yùn)行。

這樣的需求 Hystrix 已經(jīng)幫我們實(shí)現(xiàn)了。

Hystrix 是一款開源的容錯插件，具有依賴隔離、系統(tǒng)容錯降級等功能。

下面來看看 Hystrix 簡單的應(yīng)用：

首先需要定義兩個線程池，分別用于執(zhí)行訂單、處理用戶。

/**
 * Function:訂單服務(wù)
 *
 * @author crossoverJie
 *         Date: 2018/7/28 16:43
 * @since JDK 1.8
 */
public class CommandOrder extends HystrixCommand {

    private final static Logger LOGGER = LoggerFactory.getLogger(CommandOrder.class);

    private String orderName;

    public CommandOrder(String orderName) {


        super(Setter.withGroupKey(
                //服務(wù)分組
                HystrixCommandGroupKey.Factory.asKey("OrderGroup"))
                //線程分組
                .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("OrderPool"))

                //線程池配置
                .andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter()
                        .withCoreSize(10)
                        .withKeepAliveTimeMinutes(5)
                        .withMaxQueueSize(10)
                        .withQueueSizeRejectionThreshold(10000))

                .andCommandPropertiesDefaults(
                        HystrixCommandProperties.Setter()
                                .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD))
        )
        ;
        this.orderName = orderName;
    }


    @Override
    public String run() throws Exception {

        LOGGER.info("orderName=[{}]", orderName);

        TimeUnit.MILLISECONDS.sleep(100);
        return "OrderName=" + orderName;
    }


}


/**
 * Function:用戶服務(wù)
 *
 * @author crossoverJie
 *         Date: 2018/7/28 16:43
 * @since JDK 1.8
 */
public class CommandUser extends HystrixCommand {

    private final static Logger LOGGER = LoggerFactory.getLogger(CommandUser.class);

    private String userName;

    public CommandUser(String userName) {


        super(Setter.withGroupKey(
                //服務(wù)分組
                HystrixCommandGroupKey.Factory.asKey("UserGroup"))
                //線程分組
                .andThreadPoolKey(HystrixThreadPoolKey.Factory.asKey("UserPool"))

                //線程池配置
                .andThreadPoolPropertiesDefaults(HystrixThreadPoolProperties.Setter()
                        .withCoreSize(10)
                        .withKeepAliveTimeMinutes(5)
                        .withMaxQueueSize(10)
                        .withQueueSizeRejectionThreshold(10000))

                //線程池隔離
                .andCommandPropertiesDefaults(
                        HystrixCommandProperties.Setter()
                                .withExecutionIsolationStrategy(HystrixCommandProperties.ExecutionIsolationStrategy.THREAD))
        )
        ;
        this.userName = userName;
    }


    @Override
    public String run() throws Exception {

        LOGGER.info("userName=[{}]", userName);

        TimeUnit.MILLISECONDS.sleep(100);
        return "userName=" + userName;
    }


}

api 特別簡潔易懂，具體詳情請查看官方文檔。

然后模擬運(yùn)行：

    public static void main(String[] args) throws Exception {
        CommandOrder commandPhone = new CommandOrder("手機(jī)");
        CommandOrder command = new CommandOrder("電視");


        //阻塞方式執(zhí)行
        String execute = commandPhone.execute();
        LOGGER.info("execute=[{}]", execute);

        //異步非阻塞方式
        Future queue = command.queue();
        String value = queue.get(200, TimeUnit.MILLISECONDS);
        LOGGER.info("value=[{}]", value);


        CommandUser commandUser = new CommandUser("張三");
        String name = commandUser.execute();
        LOGGER.info("name=[{}]", name);
    }

運(yùn)行結(jié)果：

可以看到兩個任務(wù)分成了兩個線程池運(yùn)行，他們之間互不干擾。

獲取任務(wù)任務(wù)結(jié)果支持同步阻塞和異步非阻塞方式，可自行選擇。

它的實(shí)現(xiàn)原理其實(shí)容易猜到：

利用一個 Map 來存放不同業(yè)務(wù)對應(yīng)的線程池。

通過剛才的構(gòu)造函數(shù)也能證明：

還要注意的一點(diǎn)是：

自定義的 Command 并不是一個單例，每次執(zhí)行需要 new 一個實(shí)例，不然會報  This instance can only be executed once. Please instantiate a new instance. 異常。

池化技術(shù)確實(shí)在平時應(yīng)用廣泛，熟練掌握能提高不少效率。

文末的 hystrix 源碼：

https://github.com/crossoverJie/Java-Interview/tree/master/src/main/java/com/crossoverjie/hystrix

最后插播個小廣告：

Java-Interview 截止目前將近 8K star。

這次定個小目標(biāo)：爭取沖擊 1W star。

感謝各位老鐵的支持與點(diǎn)贊。

歡迎關(guān)注公眾號一起交流：