线程池核心参数详解
线程池是Java并发编程中管理线程复用的核心组件，其核心参数通过ThreadPoolExecutor类定义，共包含7个关键参数。以下从参数定义、作用机制及配置建议三个维度展开分析：
1. 核心参数定义与作用
| 参数 | 说明 | 默认值/示例 |
|---|---|---|
| corePoolSize | 核心线程数，线程池长期维护的最小线程数（即使空闲也不会被销毁） | 默认根据任务类型设定（如CPU核心数） |
| maximumPoolSize | 允许创建的最大线程数（包括核心线程和非核心线程），当队列满且线程数未达此值时，创建新线程处理任务 | 默认Integer.MAX_VALUE，但需根据系统资源限制调整 |
| keepAliveTime | 非核心线程的空闲存活时间，超过此时长且线程数超过corePoolSize时，多余线程会被回收 | 默认60秒（可通过unit调整单位） |
| unit | keepAliveTime的时间单位（如秒、毫秒） | TimeUnit.SECONDS |
| workQueue | 任务队列，用于缓存待执行任务。队列满时触发创建新线程 | LinkedBlockingQueue（无界队列）、ArrayBlockingQueue（有界队列） |
| threadFactory | 线程工厂，用于自定义线程创建逻辑（如命名、优先级） | Executors.defaultThreadFactory()（默认生成类似pool-1-thread-3的线程名） |
| handler | 拒绝策略，当线程池和队列均满时处理新提交的任务 | AbortPolicy（抛出异常）、CallerRunsPolicy（调用者线程执行） |
2. 工作流程与参数联动
线程池执行任务时的逻辑如下：
- 任务提交：优先由核心线程处理。
- 队列缓存：核心线程满时，任务进入
workQueue。 - 扩容线程：队列满且线程数未达
maximumPoolSize时，创建非核心线程。 - 拒绝策略：队列与线程池均满时，触发
handler策略（如丢弃任务或抛出异常）。
示例场景：
假设corePoolSize=5，maximumPoolSize=10，workQueue容量为100：
- 前5个任务由核心线程直接处理。
- 第6-105个任务进入队列。
- 第106个任务触发创建非核心线程（总线程数增至10）。
- 第111个任务触发拒绝策略（如抛出
RejectedExecutionException）。
3. 参数配置建议
3.1 任务类型适配
| 任务类型 | 配置原则 | 示例参数 |
|---|---|---|
| CPU密集型 | 线程数≈CPU核心数（避免过多上下文切换） | corePoolSize=CPU核数+1，workQueue=ArrayBlockingQueue(200) |
| IO密集型 | 线程数=CPU核数*(1+平均等待时间/计算时间) | corePoolSize=CPU核数*2，workQueue=LinkedBlockingQueue（需监控防OOM） |
| 混合型 | 根据任务比例拆分，或通过压测动态调整 | 例如：80%IO任务+20%计算任务时，corePoolSize=CPU核数*3 |
3.2 队列选择策略
| 队列类型 | 特点 | 适用场景 |
|---|---|---|
| LinkedBlockingQueue | 无界队列（默认容量Integer.MAX_VALUE），易导致内存溢出 | 任务量可控且处理速度快的场景（如批处理任务） |
| ArrayBlockingQueue | 有界队列（需指定容量），防止突发流量导致OOM | 高并发场景（如Web请求处理） |
| SynchronousQueue | 不存储任务，直接传递任务给线程（需配合较大maximumPoolSize） | 高吞吐场景（如实时交易系统） |
| PriorityBlockingQueue | 优先级队列（任务按优先级执行） | 需要任务优先级的场景（如VIP用户请求优先处理） |
3.3 拒绝策略选择
| 策略 | 行为 | 适用场景 |
|---|---|---|
| AbortPolicy | 直接抛出RejectedExecutionException（默认策略） | 需要快速失败并暴露问题的场景（如核心业务） |
| CallerRunsPolicy | 由提交任务的线程直接执行任务（避免任务丢失） | 允许降级的场景（如日志记录） |
| DiscardOldestPolicy | 丢弃队列中最旧的任务并重试新任务 | 实时性要求高的场景（如股票行情推送） |
| DiscardPolicy | 静默丢弃新任务 | 允许任务丢失的非关键场景（如数据采样） |
4. 动态调优与监控
- 动态调整：通过
setCorePoolSize()和setMaximumPoolSize()实时修改参数（需结合系统负载）。 - 监控指标：关注活跃线程数、队列积压量、任务拒绝率等，推荐集成Prometheus等工具。
- 预热机制：调用
prestartAllCoreThreads()提前创建核心线程，减少首次任务延迟。
总结
合理配置线程池需综合考虑任务类型、系统资源和容错需求。核心参数中，corePoolSize与maximumPoolSize决定线程伸缩性，workQueue影响任务缓冲能力，而handler保障系统稳定性。建议通过压测和监控持续优化，避免盲目使用默认配置。
