您好,登录后才能下订单哦!
这篇文章将为大家详细讲解有关java中有哪些常见的线程池,文章内容质量较高,因此小编分享给大家做个参考,希望大家阅读完这篇文章后对相关知识有一定的了解。
首先我们列出Java 中的六种线程池如下
线程池名称 | 描述 |
---|---|
FixedThreadPool | 核心线程数与最大线程数相同 |
SingleThreadExecutor | 一个线程的线程池 |
CachedThreadPool | 核心线程为0,最大线程数为Integer. MAX_VALUE |
ScheduledThreadPool | 指定核心线程数的定时线程池 |
SingleThreadScheduledExecutor | 单例的定时线程池 |
ForkJoinPool | JDK 7 新加入的一种线程池 |
在了解集中线程池时我们先来熟悉一下主要几个类的关系, ThreadPoolExecutor 的类图,以及 Executors 的主要方法:
上面看到的类图,方便帮助下面的理解和查看,我们可以看到一个核心类 ExecutorService , 这是我们线程池都实现的基类,我们接下来说的都是它的实现类。
FixedThreadPool
FixedThreadPool 线程池的特点是它的核心线程数和最大线程数一样,我们可以看它的实现代码在 Executors#newFixedThreadPool(int) 中,如下:
public static ExecutorService newFixedThreadPool(int nThreads) { return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>()); }
我们可以看到方法内创建线程调用的实际是 ThreadPoolExecutor 类,这是线程池的核心执行器,传入的 nThread 参数作为核心线程数和最大线程数传入,队列采用了一个链表结构的有界队列。
SingleThreadExecutor
SingleThreadExecutor 线程的特点是它的核心线程数和最大线程数均为1,我们也可以将其任务是一个单例线程池,它的实现代码是 Executors#newSingleThreadExcutor() , 如下:
public static ExecutorService newSingleThreadExecutor() { return new FinalizableDelegatedExecutorService (new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>())); } public static ExecutorService newSingleThreadExecutor(ThreadFactory threadFactory) { return new FinalizableDelegatedExecutorService (new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>(), threadFactory)); }
CachedThreadPool
cachedThreadPool 线程池的特点是它的常驻核心线程数为0,正如其名字一样,它所有的县城都是临时的创建,关于它的实现在 Executors#newCachedThreadPool() 中,代码如下:
public static ExecutorService newCachedThreadPool() { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, TimeUnit.SECONDS, new SynchronousQueue<Runnable>()); } public static ExecutorService newCachedThreadPool(ThreadFactory threadFactory) { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, TimeUnit.SECONDS, new SynchronousQueue<Runnable>(), threadFactory); }
ScheduledThreadPool
ScheduledThreadPool 线程池是支持定时或者周期性执行任务,他的创建代码 Executors.newSchedsuledThreadPool(int) 中,如下所示:
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) { return new ScheduledThreadPoolExecutor(corePoolSize); } public static ScheduledExecutorService newScheduledThreadPool( int corePoolSize, ThreadFactory threadFactory) { return new ScheduledThreadPoolExecutor(corePoolSize, threadFactory); }
我们发现这里调用了 ScheduledThreadPoolExecutor 这个类的构造函数,进一步查看发现 ScheduledThreadPoolExecutor 类是一个继承了 ThreadPoolExecutor 的,同时实现了 ScheduledExecutorService 接口,我们看到它的几个构造函数都是调用父类 ThreadPoolExecutor 的构造函数
public ScheduledThreadPoolExecutor(int corePoolSize) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue()); } public ScheduledThreadPoolExecutor(int corePoolSize, ThreadFactory threadFactory) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue(), threadFactory); } public ScheduledThreadPoolExecutor(int corePoolSize, RejectedExecutionHandler handler) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue(), handler); } public ScheduledThreadPoolExecutor(int corePoolSize, ThreadFactory threadFactory, RejectedExecutionHandler handler) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue(), threadFactory, handler); }
从上面代码我们可以看到和其他线程池创建并没有差异,只是这里的任务队列是 DelayedWorkQueue 关于阻塞丢列我们下篇文章专门说,这里我们先创建一个周期性的线程池来看一下
public static void main(String[] args) { ScheduledExecutorService service = Executors.newScheduledThreadPool(5); // 1. 延迟一定时间执行一次 service.schedule(() ->{ System.out.println("schedule ==> 云栖简码-i-code.online"); },2, TimeUnit.SECONDS); // 2. 按照固定频率周期执行 service.scheduleAtFixedRate(() ->{ System.out.println("scheduleAtFixedRate ==> 云栖简码-i-code.online"); },2,3,TimeUnit.SECONDS); //3. 按照固定频率周期执行 service.scheduleWithFixedDelay(() -> { System.out.println("scheduleWithFixedDelay ==> 云栖简码-i-code.online"); },2,5,TimeUnit.SECONDS); }
上面代码是我们简单创建了 newScheduledThreadPool ,同时演示了里面的三个核心方法,首先看执行的结果:
首先我们看第一个方法 schedule , 它有三个参数,第一个参数是线程任务,第二个 delay 表示任务执行延迟时长,第三个 unit 表示延迟时间的单位,如上面代码所示就是延迟两秒后执行任务
public ScheduledFuture<?> schedule(Runnable command, long delay, TimeUnit unit);
第二个方法是 scheduleAtFixedRate 如下, 它有四个参数, command 参数表示执行的线程任务 , initialDelay 参数表示第一次执行的延迟时间, period 参数表示第一次执行之后按照多久一次的频率来执行,最后一个参数是时间单位。如上面案例代码所示,表示两秒后执行第一次,之后按每隔三秒执行一次
public ScheduledFuture<?> scheduleAtFixedRate(Runnable command, long initialDelay, long period, TimeUnit unit);
第三个方法是 scheduleWithFixedDelay 如下,它与上面方法是非常类似的,也是周期性定时执行, 参数含义和上面方法一致。这个方法和 scheduleAtFixedRate 的区别主要在于时间的起点计时不同
public ScheduledFuture<?> scheduleWithFixedDelay(Runnable command, long initialDelay, long delay, TimeUnit unit);
scheduleAtFixedRate 是以任务开始的时间为时间起点来计时,时间到就执行第二次任务,与任务执行所花费的时间无关;而 scheduleWithFixedDelay 是以任务执行结束的时间点作为计时的开始。如下所示
SingleThreadScheduledExecutor 它实际和 ScheduledThreadPool 线程池非常相似,它只是 ScheduledThreadPool 的一个特例,内部只有一个线程,它只是将 ScheduledThreadPool 的核心线程数设置为了 1。如源码所示:
public static ScheduledExecutorService newSingleThreadScheduledExecutor() { return new DelegatedScheduledExecutorService (new ScheduledThreadPoolExecutor(1)); }
上面我们介绍了五种常见的线程池,对于这些线程池我们可以从核心线程数、最大线程数、存活时间三个维度进行一个简单的对比,有利于我们加深对这几种线程池的记忆。
FixedThreadPool | SingleThreadExecutor | CachedThreadPool | ScheduledThreadPool | SingleThreadScheduledExecutor | |
---|---|---|---|---|---|
corePoolSize | 构造函数传入 | 1 | 0 | 构造函数传入 | 1 |
maxPoolSize | 同corePoolSize | 1 | Integer. MAX_VALUE | Integer. MAX_VALUE | Integer. MAX_VALUE |
keepAliveTime | 0 | 0 | 60 | 0 | 0 |
ForkJoinPool ForkJoinPool 这是一个在 JDK7 引入的新新线程池,它的主要特点是可以充分利用多核 CPU , 可以把一个任务拆分为多个子任务,这些子任务放在不同的处理器上并行执行,当这些子任务执行结束后再把这些结果合并起来,这是一种分治思想。 ForkJoinPool 也正如它的名字一样,第一步进行 Fork 拆分,第二步进行 Join 合并,我们先来看一下它的类图结构
ForkJoinPool 的使用也是通过调用 submit(ForkJoinTask<T> task) 或 invoke(ForkJoinTask<T> task) 方法来执行指定任务了。其中任务的类型是 ForkJoinTask 类,它代表的是一个可以合并的子任务,他本身是一个抽象类,同时还有两个常用的抽象子类 RecursiveAction 和 RecursiveTask ,其中 RecursiveTask 表示的是有返回值类型的任务,而 RecursiveAction 则表示无返回值的任务。下面是它们的类图:
下面我们通过一个简单的代码先来看一下如何使用 ForkJoinPool 线程池
/** * @url: i-code.online * @author: AnonyStar * @time: 2020/11/2 10:01 */ public class ForkJoinApp1 { /** 目标: 打印0-200以内的数字,进行分段每个间隔为10以上,测试forkjoin */ public static void main(String[] args) { // 创建线程池, ForkJoinPool joinPool = new ForkJoinPool(); // 创建根任务 SubTask subTask = new SubTask(0,200); // 提交任务 joinPool.submit(subTask); //让线程阻塞等待所有任务完成 在进行关闭 try { joinPool.awaitTermination(2, TimeUnit.SECONDS); } catch (InterruptedException e) { e.printStackTrace(); } joinPool.shutdown(); } } class SubTask extends RecursiveAction { int startNum; int endNum; public SubTask(int startNum,int endNum){ super(); this.startNum = startNum; this.endNum = endNum; } @Override protected void compute() { if (endNum - startNum < 10){ // 如果分裂的两者差值小于10 则不再继续,直接打印 System.out.println(Thread.currentThread().getName()+": [startNum:"+startNum+",endNum:"+endNum+"]"); }else { // 取中间值 int middle = (startNum + endNum) / 2; //创建两个子任务,以递归思想, SubTask subTask = new SubTask(startNum,middle); SubTask subTask1 = new SubTask(middle,endNum); //执行任务, fork() 表示异步的开始执行 subTask.fork(); subTask1.fork(); } } }
结果:
从上面的案例我们可以看到我们,创建了很多个线程执行,因为我测试的电脑是12线程的,所以这里实际是创建了12个线程,也侧面说明了充分调用了每个处理的线程处理能力 上面案例其实我们发现很熟悉的味道,那就是以前接触过的递归思想,将上面的案例图像化如下,更直观的看到,
上面的例子是无返回值的案例,下面我们来看一个典型的有返回值的案例,相信大家都听过及很熟悉斐波那契数列,这个数列有个特点就是最后一项的结果等于前两项的和,如: 0,1,1,2,3,5...f(n-2)+f(n-1) , 即第0项为0 ,第一项为1,则第二项为 0+1=1 ,以此类推。我们最初的解决方法就是使用递归来解决,如下计算第n项的数值:
private int num(int num){ if (num <= 1){ return num; } num = num(num-1) + num(num -2); return num; }
从上面简单代码中可以看到,当 n<=1 时返回 n , 如果 n>1 则计算前一项的值 f1 ,在计算前两项的值 f2 , 再将两者相加得到结果,这就是典型的递归问题,也是对应我们的 ForkJoin 的工作模式,如下所示,根节点产生子任务,子任务再次衍生出子子任务,到最后在进行整合汇聚,得到结果。
我们通过 ForkJoinPool 来实现斐波那契数列的计算,如下展示:
/** * @url: i-code.online * @author: AnonyStar * @time: 2020/11/2 10:01 */ public class ForkJoinApp3 { public static void main(String[] args) throws ExecutionException, InterruptedException { ForkJoinPool pool = new ForkJoinPool(); //计算第二是项的数值 final ForkJoinTask<Integer> submit = pool.submit(new Fibonacci(20)); // 获取结果,这里获取的就是异步任务的最终结果 System.out.println(submit.get()); } } class Fibonacci extends RecursiveTask<Integer>{ int num; public Fibonacci(int num){ this.num = num; } @Override protected Integer compute() { if (num <= 1) return num; //创建子任务 Fibonacci subTask1 = new Fibonacci(num - 1); Fibonacci subTask2 = new Fibonacci(num - 2); // 执行子任务 subTask1.fork(); subTask2.fork(); //获取前两项的结果来计算和 return subTask1.join()+subTask2.join(); } }
通过 ForkJoinPool 可以极大的发挥多核处理器的优势,尤其非常适合用于递归的场景,例如树的遍历、最优路径搜索等场景。 上面说的是 ForkJoinPool 的使用上的,下面我们来说一下其内部的构造,对于我们前面说的几种线程池来说,它们都是里面只有一个队列,所有的线程共享一个。但是在 ForkJoinPool 中,其内部有一个共享的任务队列,除此之外每个线程都有一个对应的双端队列 Deque , 当一个线程中任务被 Fork 分裂了,那么分裂出来的子任务就会放入到对应的线程自己的 Deque 中,而不是放入公共队列。这样对于每个线程来说成本会降低很多,可以直接从自己线程的队列中获取任务而不需要去公共队列中争夺,有效的减少了线程间的资源竞争和切换。
有一种情况,当线程有多个如 t1,t2,t3... ,在某一段时间线程 t1 的任务特别繁重,分裂了数十个子任务,但是线程 t0 此时却无事可做,它自己的 deque 队列为空,这时为了提高效率, t0 就会想办法帮助 t1 执行任务,这就是“ work-stealing ”的含义。 双端队列 deque 中,线程 t1 获取任务的逻辑是后进先出,也就是 LIFO(Last In Frist Out) ,而线程 t0 在“ steal ”偷线程 t1 的 deque 中的任务的逻辑是先进先出,也就是 FIFO(Fast In Frist Out) ,如图所示,图中很好的描述了两个线程使用双端队列分别获取任务的情景。你可以看到,使用 “ work-stealing ” 算法和双端队列很好地平衡了各线程的负载。
关于java中有哪些常见的线程池就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。