线程池调优

一：

ThreadPoolExecutor 核心七大参数：
public ThreadPoolExecutor(int corePoolSize,
　　　　　　　　　　　　int maximumPoolSize,
　　　　　　　　　　　　long keepAliveTime,
　　　　　　　　　　　　TimeUnit unit,
　　　　　　　　　　　　BlockingQueue<Runnable> workQueue,
　　　　　　　　　　　　ThreadFactory threadFactory,
　　　　　　　　　　　　RejectedExecutionHandler handler)
1. corePoolSize (核心线程数)
2. maximumPoolSize (最大线程数)
3. keepAliveTime + unit (线程存活时间)
4. workQueue (工作队列)
5. threadFactory (线程工厂)
6. handler (拒绝策略/饱和策略)
定义：当线程池已经关闭或线程池和队列都已达到饱和状态（即线程数达到 maximumPoolSize 且 workQueue 已满）时，对新提交的任务采取的处理策略。

二：

线程池的工作流程（非常重要） 工作流程：核心线程 -> 队列 -> 非核心线程 -> 拒绝策略
　　1.当一个新任务被提交（execute()）时：

　　2.如果 当前运行线程数 < corePoolSize，则立即创建新核心线程运行任务。

　　3.如果 当前运行线程数 >= corePoolSize，则尝试将任务放入工作队列。

　　4.如果 队列未满，任务入队成功，等待线程空闲后执行。

　　5.如果 队列已满，则检查当前线程数是否 < maximumPoolSize。

　　6.如果 是，则创建新的非核心线程立即执行这个新任务。

　　7.如果 否（即线程数已达最大值），则触发拒绝策略 handler 来处理这个任务。
关键点：创建新线程的时机是：1）核心线程未满时，来任务就创建；2）核心线程已满且队列已满，但总线程数未达最大值时。

 

三：

newFixedThreadPool
newCachedThreadPool
newSingleThreadExecutor
newScheduledThreadPool

newFixedThreadPool：

　　特点：固定大小的线程池，核心线程数 = 最大线程数。使用无界的工作队列 (LinkedBlockingQueue)。

　　风险：如果任务提交速度远大于处理速度，会导致队列中堆积大量任务，可能引起内存溢出 (OOM)。

　　适用场景：适用于负载较重的服务器，需要限制当前线程数量。

newCachedThreadPool：

　　特点：核心线程数为 0，最大线程数为 Integer.MAX_VALUE。使用 SynchronousQueue。空闲线程存活时间为 60 秒。

　　工作机制：有新任务则创建新线程执行；有空闲线程则复用空闲线程。线程空闲一段时间后会被回收。

　　风险：理论上可以无限创建线程，可能耗尽 CPU 和内存资源。

　　适用场景：执行很多短期异步的小程序，或负载较轻的服务器。

newSingleThreadExecutor：

　　特点：只有一个线程的线程池。使用无界工作队列。能保证所有任务按提交顺序执行（FIFO, LIFO? 取决于队列）。

　　风险：同 newFixedThreadPool，有无界队列的 OOM 风险。

　　适用场景：需要保证任务顺序执行的场景。

newScheduledThreadPool：

　　特点：用于执行定时或周期性任务。核心线程数由参数指定，最大线程数为 Integer.MAX_VALUE。使用特殊的 DelayedWorkQueue。

　　注意：在阿里巴巴 Java 开发手册中，强制不允许使用 Executors 创建线程池，而是推荐直接使用 ThreadPoolExecutor 的构造方法，
　　目的是让开发者明确线程池的运行规则，规避资源耗尽的风险。

 

四：

合理配置线程池参数
　　这是一个经验性的问题，需要考虑任务类型：

　　　　CPU 密集型任务：任务主要消耗 CPU 资源。

　　　　　　建议：线程数设置为 CPU核心数 + 1。设置过多线程会导致频繁的线程上下文切换，降低效率。

　　　　IO 密集型任务：任务大部分时间在等待 IO 操作（如网络请求、数据库读写）。

　　　　　　建议：线程数可以设置得多一些，因为 CPU 在等待 IO 时可以执行其他任务。

　　　　　　参考公式：线程数 = CPU核心数 * (1 + 平均等待时间 / 平均计算时间)。如果等待时间远大于计算时间，可以设置 2 * CPU核心数 或更多。

　　　　实际应用中：需要通过压测来找到最佳参数。可以使用 Runtime.getRuntime().availableProcessors() 获取 CPU 核心数。