线程池的使用

127 阅读4分钟

微信技术群:Day9884125

package com.manage.common.util;



import java.util.concurrent.*;

/**
 * 线程池
 * @author duaiyu
 * @version V1.0
 * @date 2022/5/15
 * 来源:自研
 */
public class ThreadPoolUtil {
    /**
     * 线程池的实现
     * 线程池不建议使用Executors,Executors可以创建一个固定池大小的线程池,它的任务队列是无界的。
     * 任务队列无界的坏处就是,通过他创建的,固定池大小设置成了100,200.这时候因为它的任务队列无界,
     * 他就会贪得无厌,只要来任务了,就往里面放。这时候的问题就是,任务太多了,已经超出了能够处理笑话的程度了,
     * 但是又不报错,这时候任务在里面久久得不到执行。这就是阿里不允许使用的原因。
     *
     * api实现的四个线程池不建议使用的原因,小编不做介绍,大家自行百度了解
     * 这里实现ThreadPoolExecutor是建议使用的
     */
    public Object threadPoolExecutor(Runnable tasks){
        /**
         * 参数信息:
         * int corePoolSize     核心线程大小
         * int maximumPoolSize  线程池最大容量大小
         * long keepAliveTime   线程空闲时,线程存活的时间
         * TimeUnit unit        时间单位
         * BlockingQueue<Runnable> workQueue  任务队列。一个阻塞队列
         *
         * 任务队列的三种方式:
         * 1 直接提交策略
         *    工作队列的默认选项是 SynchronousQueue,它将任务直接提交给线程而不保持它们。
         * 在此,如果不存在可用于立即运行任务的线程,则试图把任务加入队列将失败,因此会构造一个新的线程。
         * 此策略可以避免在处理可能具有内部依赖性的请求集时出现锁。直接提交通常要求无界 maximumPoolSizes
         * 以避免拒绝新提交的任务。当命令以超过队列所能处理的平均数连续到达时,此策略允许无界线程具有增长的可能性。
         *     SynchronousQueue是无界的,也就是说他存数任务的能力是没有限制的,但是由于该Queue本身的特性,
         * 在某次添加元素后必须等待其他线程取走后才能继续添加。
         *
         * 2 无界队列
         *     使用无界队列(例如,不具有预定义容量的 LinkedBlockingQueue)将导致在所有 corePoolSize
         * 线程都忙时新任务在队列中等待。这样,创建的线程就不会超过 corePoolSize。(因此,maximumPoolSize的值
         * 也就无效了。)当每个任务完全独立于其他任务,即任务执行互不影响时,适合于使用无界队列;例如,
         * 在 Web页服务器中。这种排队可用于处理瞬态突发请求,当命令以超过队列所能处理的平均数连续到达时,
         * 此策略允许无界线程具有增长的可能性。
         *     LinkedBlockingQueue是大小不固定的BlockingQueue,若其构造时指定大小,生成的BlockingQueue有
         * 大小限制,不指定大小,其大小有Integer.MAX_VALUE来决定。其所含的对象是FIFO顺序排序的。
         *     PriorityBlockingQueue类似于LinkedBlockingQueue,但是其所含对象的排序不是FIFO,
         * 而是依据对象的自然顺序或者构造函数的Comparator决定。
         *
         * 3 有界队列
         *     当使用有限的 maximumPoolSizes时,有界队列(如 ArrayBlockingQueue)有助于防止资源耗尽,
         * 但是可能较难调整和控制。队列大小和最大池大小可能需要相互折衷:使用大型队列和小型池可以最大限度地降低
         * CPU使用率、操作系统资源和上下文切换开销,但是可能导致人工降低吞吐量。如果任务频繁阻塞(例如,
         * 如果它们是 I/O边界),则系统可能为超过您许可的更多线程安排时间。使用小型队列通常要求较大的池大小,
         * CPU使用率较高,但是可能遇到不可接受的调度开销,这样也会降低吞吐量。
         *
         * 拒绝策略
         * 1 AbortPolicy 直接抛出异常
         * 2 DiscardPolicy 放弃当前任务,并且不会抛出任何异常
         * 3 DiscardOldestPolicy 会将队列中最早添加的元素移除,
         *  再尝试添加,如果失败则按该策略不断重试
         * 4 CallerRunsPolicy 由调用线程(提交任务的线程)处理该任务,
         * 如果调用线程是主线程,那么主线程会调用执行器中的execute方法来
         * 执行改任务
         */
        ThreadPoolExecutor thread = new ThreadPoolExecutor(10,20,
                3, TimeUnit.SECONDS, new LinkedBlockingQueue<>(1024),
                new ThreadPoolExecutor.AbortPolicy());

        Object result = "";
        try{
            // 执行任务
            Future future = thread.submit(tasks);
            // 查看执行情况,有异常会在此显示
             result = future.get();
        }catch (InterruptedException e){
            e.printStackTrace();
        }catch (ExecutionException e){
            e.printStackTrace();
        }finally {
            thread.shutdown();
        }
        return result;
    }

}