Java线程池，这篇能让你和面试官聊了半小时「建议收藏」
Hi，大家好，我是编程小6，很荣幸遇见你，我把这些年在开发过程中遇到的问题或想法写出来，今天说一说Java线程池，这篇能让你和面试官聊了半小时「建议收藏」,希望能够帮助你!!!。
找Java工作的时候，线程池是一个必问的知识点，面试时，有的人只能讲五分钟，而有些人可以讲半个小时，差别在哪？在于知识的深度。下面几个面试高频题，你会吗？不会，赶紧收藏此博文。
- 线程池各个参数的作用，简单阐述一下线程池工作流程。
- 常见的线程池有哪些，分别适用于什么场景？
- 使用无界队列的线程会导致内存飙升吗？
Java线程池概念
顾名思义，管理线程的池子，相比于手工创建、运行线程，使用线程池，有如下优点
- 降低线程创建和销毁线程造成的开销
- 提高响应速度。任务到达时，相对于手工创建一个线程，直接从线程池中拿线程，速度肯定快很多
- 提高线程可管理性。线程是稀缺资源，如果无限制地创建，不仅会消耗系统资源，还会降低系统稳定性，使用线程池可以进行统一分配、调优和监控
Java线程池创建
无论是创建何种类型线程池(FixedThreadPool、CachedThreadPool…)，均会调用ThreadPoolExecutor构造函数，下面详细解读各个参数的作用
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue) {
this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue,
Executors.defaultThreadFactory(), defaultHandler);
}
- corePoolSize:核心线程最大数量，通俗点来讲就是，线程池中常驻线程的最大数量
- maximumPoolSize:线程池中运行最大线程数(包括核心线程和非核心线程)
- keepAliveTime:线程池中空闲线程（仅适用于非核心线程）所能存活的最长时间
- unit:存活时间单位，与keepAliveTime搭配使用
- workQueue：存放任务的阻塞队列
- handler:线程池饱和策略
线程池执行流程
当提交一个新任务，线程池的处理流程如下：
- 判断线程池中核心线程数是否已达阈值corePoolSize,若否，则创建一个新核心线程执行任务
- 若核心线程数已达阈值corePoolSize,判断阻塞队列workQueue是否已满，若未满，则将新任务添加进阻塞队列
- 若满，再判断，线程池中线程数是否达到阈值maximumPoolSize,若否，则新建一个非核心线程执行任务。若达到阈值，则执行线程池饱和策略。
线程池饱和策略分为以下几种：
- AbortPolicy:直接抛出一个异常，默认策略
- DiscardPolicy: 直接丢弃任务
- DiscardOldestPolicy:抛弃下一个将要被执行的任务(最旧任务)
- CallerRunsPolicy:主线程中执行任务
从流程角度，更形象的图：
从结构角度，更形象的图：
几种常用的线程池
几种典型的工作队列
- ArrayBlockingQueue:使用数组实现的有界阻塞队列，特性先进先出
- LinkedBlockingQueue:使用链表实现的阻塞队列，特性先进先出，可以设置其容量，默认为Interger.MAX_VALUE，特性先进先出
- PriorityBlockingQueue:使用平衡二叉树堆，实现的具有优先级的无界阻塞队列
- DelayQueue:无界阻塞延迟队列，队列中每个元素均有过期时间，当从队列获取元素时，只有
- 过期元素才会出队列。队列头元素是最快要过期的元素。
- SynchronousQueue:一个不存储元素的阻塞队列，每个插入操作，必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态
几种典型的线程池
SingleThreadExecutor
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
创建单个线程。它适用于需要保证顺序地执行各个任务;并且在任意时间点，不会有多个线程是活动的应用场景。
SingleThreadExecutor的corePoolSize和maximumPoolSize被设置为1，使用无界队列LinkedBlockingQueue作为线程池的工作队列。
- 当线程池中没有线程时，会创建一个新线程来执行任务。
- 当前线程池中有一个线程后，将新任务加入LinkedBlockingQueue
- 线程执行完第一个任务后，会在一个无限循环中反复从LinkedBlockingQueue 获取任务来执行。
**使用场景：**适用于串行执行任务场景
FixedThreadPool
public static ExecutorService newFixedThreadPool(int nThreads, ThreadFactory threadFactory) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(),
threadFactory);
}
corePoolSize等于maximumPoolSize,所以线程池中只有核心线程，使用无界阻塞队列LinkedBlockingQueue作为工作队列
FixedThreadPool是一种线程数量固定的线程池，当线程处于空闲状态时，他们并不会被回收，除非线程池被关闭。当所有的线程都处于活动状态时，新的任务都会处于等待状态，直到有线程空闲出来。
- 如果当前运行的线程数少于corePoolSize，则创建新线程来执行任务。
- 在线程数目达到corePoolSize后，将新任务放到LinkedBlockingQueue阻塞队列中。
- 线程执行完(1)中任务后，会在循环中反复从LinkedBlockingQueue获取任务来执行。
使用场景：适用于处理CPU密集型的任务，确保CPU在长期被工作线程使用的情况下，尽可能地少的分配线程，即适用执行长期的任务。推荐：我写了10 万字 Spring Boot 详细学习笔记(带完整目录)+源码，分享给大家
CachedThreadPool
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
核心线程数为0，总线程数量阈值为Integer.MAX_VALUE,即可以创建无限的非核心线程
执行流程
- 先执行SynchronousQueue的offer方法提交任务，并查询线程池中是否有空闲线程来执行SynchronousQueue的poll方法来移除任务。如果有，则配对成功，将任务交给这个空闲线程
- 否则，配对失败，创建新的线程去处理任务
- 当线程池中的线程空闲时，会执行SynchronousQueue的poll方法等待执行SynchronousQueue中新提交的任务。若等待超过60s,空闲线程就会终止
流程形象图
结构形象图
使用场景：执行大量短生命周期任务。因为maximumPoolSize是无界的，所以提交任务的速度 > 线程池中线程处理任务的速度就要不断创建新线程；每次提交任务，都会立即有线程去处理，因此CachedThreadPool适用于处理大量、耗时少的任务。
ScheduledThreadPool
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
return new ScheduledThreadPoolExecutor(corePoolSize);
}
public ScheduledThreadPoolExecutor(int corePoolSize) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue());
}
线程总数阈值为Integer.MAX_VALUE,工作队列使用DelayedWorkQueue，非核心线程存活时间为0，所以线程池仅仅包含固定数目的核心线程。
两种方式提交任务：
- scheduleAtFixedRate: 按照固定速率周期执行
- scheduleWithFixedDelay：上个任务延迟固定时间后执行
使用场景：周期性执行任务，并且需要限制线程数量的场景
面试题：使用无界队列的线程池会导致内存飙升吗？
答案 ：会的，newFixedThreadPool使用了无界的阻塞队列LinkedBlockingQueue，如果线程获取一个任务后，任务的执行时间比较长，会导致队列的任务越积越多，导致机器内存使用不停飙升， 最终导致OOM。
参考博客
- https://blog.csdn.net/liuchangjie0112/article/details/90698401
- https://zhuanlan.zhihu.com/p/73990200
来源：blog.csdn.net/xuan_lu/article/details/107797505
