Java线程池的原理和作用是什么

这篇文章主要讲解了“Java线程池的原理和作用是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“Java线程池的原理和作用是什么”吧！

一、线程的复用

“首当其冲的问题就是，如何复用线程。”

/**
 * Created by Anur IjuoKaruKas on 2019/7/16
 */
public class ThreadPoolExecutor {
    private final BlockingQueue<Runnable> workQueue = new LinkedBlockingQueue<>();

    private final Runnable runnable = () -> {
        try {
            while (true) {
                Runnable take = workQueue.poll();

                if (take == null) {
                    Thread.sleep(200);
                } else {
                    take.run();
                }
            }
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
    };

    public ThreadPoolExecutor() {
        new Thread(runnable).start();
    }

    public void execute(Runnable command) {
        workQueue.offer(command);
    }
}

肥宅埋过了一眼，很快就发现其中玄妙之处：在小奈的 ThreadPoolExecutor 中，定制了一套 runnable 流程，负责不断从 workQueue 这个队列中拉取由 #execute 方法提交过来的任务，并执行其 run() 方法。这样，无论提交过来多少个任务，始终都是这个线程池内置的线程在执行任务。当获取不到任务的时候，线程池会自己进入休眠状态。

二、worker线程的自动创建、销毁以及最大 worker 数

“虽然这达到了线程复用，但是你的这个线程完全没办法自动创建和销毁啊？甚至它的线程池数量都是不可控制的。”肥宅埋虽然感叹于对方可以这么快实现线程复用，但还是持续展开攻势。

“既然要实现线程池可控，最直截了当的想法便是将方才的那套 runnable 流程封装成一个对象，我们只需控制这个对象的创建、销毁、以及复用即可。”作为一只长期浸泡在 OOP 思维中的程序媛，这种问题难不倒小奈。她很快就写出了一个内部类，叫做 Worker，其中 #runWorker(this); 就是刚才那个 runnable 流程，负责不断从队列中获取任务，并调用它的 #run() 方法。

    private final class Worker implements Runnable {

        final Thread thread;

        Runnable firstTask;

        Worker(Runnable firstTask) {
            this.firstTask = firstTask;
            this.thread = threadFactory.newThread(this);
        }

        @Override
        public void run() {
            runWorker(this);
        }
    }

小奈为后续将要完成的 worker 线程数量控制打下了基石：ThreadPoolExecutor 中增加了一个散列集，用于存放 worker，增加了一个 ThreadFactory，供使用者定制化 worker 线程的创建。

其中比较核心的方法叫做 #addWorker()，负责创建并初始化 worker 线程，并将其纳入散列集中管理。当然，这个线程池还无法自动创建，不过已经可以自动销毁了。可以看到，在拉取不到任务时，#getTask() 则返回空，会跳出 #runWorker() 的 while 循环，之后调用 #processWorkerExit();，将 worker 线程从散列集中移除。

/**
 * Created by Anur IjuoKaruKas on 2019/7/16
 */
public class ThreadPoolExecutor {

    private final HashSet<Worker> workers = new HashSet<>();

    private volatile ThreadFactory threadFactory;

    private final BlockingQueue<Runnable> workQueue;

    public ThreadPoolExecutor(BlockingQueue<Runnable> workQueue, ThreadFactory threadFactory) {
        this.threadFactory = threadFactory;
        this.workQueue = workQueue;
    }

    public void execute(Runnable command) {
        workQueue.offer(command);
    }

    /**
     * 新建一个 worker 线程、启动并纳入 workers
     */
    private boolean addWorker(Runnable firstTask) {
        Worker w = new Worker(firstTask);
        final Thread t = w.thread;
        if (t != null) {
            workers.add(w);
            t.start();
        }
        return true;
    }

    /**
     * worker 线程池不断从 workQueue 中拉取 task 进行消费
     */
    private void runWorker(Worker w) {
        Runnable task = w.firstTask;
        w.firstTask = null;
        while (task != null || (task = getTask()) != null) {
            task.run();
        }

        processWorkerExit(w);
    }

    /**
     * 当线程执行完毕之前，将其从 workers 中移除
     */
    private void processWorkerExit(Worker w) {
        workers.remove(w);
    }

    private Runnable getTask() {
        return workQueue.poll();
    }
}

看到这里，肥宅埋已经能预测到接下来的思路了。

线程池需要加入一个变量 maximumPoolSize，以防无限创建线程，每次进行 #addWorker() 时，需要判断一下是否可以继续添加 worker，如果可以，则添加新的 worker，否则将任务丢入队列：

#addWorker() 中加入拒绝的逻辑，确保不能无限创建 worker。

再修改一下 #execute() 方法，优先创建 worker，如果创建 worker 失败（ workers.size() >= maximumPoolSize），则直接将任务丢入队列。

    public void execute(Runnable command) {
        if (addWorker(command)) {
            return;
        }
        workQueue.offer(command);
    }

    /**
     * 新建一个 worker 线程、启动并纳入 workers
     */
    private boolean addWorker(Runnable firstTask) {
        int ws = workers.size();
        if (ws >= maximumPoolSize) {
            return false;
        }

        Worker w = new Worker(firstTask);
        final Thread t = w.thread;
        if (t != null) {
            workers.add(w);
            t.start();
        }
        return true;
    }

三、核心线程、最大线程与 keepAliveTime

已经写到这里小奈可谓是趾高气扬，仿佛实现一个线程池已经不在话下。

“这样貌似有点问题啊？虽然说你已经实现了线程的动态创建与销毁，但在任务没有那么紧凑的情况下，基本是每个任务都进来都需要创建一次线程，再销毁一次线程，说好的复用到哪里去了？”肥宅埋给了膨胀的小奈当头一棒。

“咳咳......嘛，销毁的时候做一下判断就可以了，我们加入一个新的变量，叫做 keepAliveTime，当拿不到任务的时候，就进行阻塞休眠，比如 20ms，每次对 keepAliveTime 减 20ms，直到小于等于 0 ，再销毁线程。”小奈反应迅速，很快给出了答案，并准备动手对线程池进行改动。

肥宅埋叹了一口气，“我看你是被膨胀蒙蔽了双眼，既然我们已经使用了阻塞队列，那么就可以充分利用阻塞队列的特性！阻塞队列中内置了一个显式锁，利用锁的 condition 对象，使用它的 #awaitNanos() 与 #notify() 方法，就可以直接精准地实现线程调度了。”毕竟肥宅埋也是一只学霸，听到小奈的想法后提出了更具有建设性的设计。

小奈也很快反应过来，阻塞队列有一个 #poll() 方法，底层是借助 condition 对象封装的 LockSupport.parkNanos(this, nanosTimeout); 来实现的，会阻塞直到有新的元素加入，当有新的元素加入，这个 condition 就会被唤醒，来实现 当调用阻塞队列的 #poll() 时，如果阻塞队列为空，会进行一段时间的休眠，直到被唤醒，或者休眠超时。

肥宅埋一手接管了改造线程池的大权，马上大刀阔斧地改了起来。

改动十分简单，原先的 #getTask() 是直接调用阻塞队列的 #take() 方法，如果队列为空，则直接返回，只要将其改为 #poll 方法即可。

    /**
     * 当 runWorker 一定时间内获取不到任务时，就会 processWorkerExit 销毁
     */
    private Runnable getTask() {
        boolean timedOut = false;
        while (true) {
            try {
                if (timedOut) {
                    return null;
                }

                Runnable r = workQueue.poll(keepAliveTime, unit);
                if (r != null) {
                    return r;
                } else {
                    timedOut = true;
                }
            } catch (InterruptedException e) {
                timedOut = false;
            }
        }
    }

“一般来说，我们的任务提交都不会太过于均匀，如果我们平常不需要那么多线程来消费，但又想避免任务一直被堆积导致某些任务迟迟不被消费，就需要引入**核心线程 corePoolSize ** 与 **最大线程 maximumPoolSize ** 的概念。”肥宅埋想到了一个简单的可以优化的点，头头是道地分析道：“我们可以不用做那么复杂的动态 worker 消费池，最简单的，如果我们的阻塞队列满了，就继续创建更多的线程池，这样，堆积的任务能比以往更快速的降下来。”

说起来好像复杂，实际上代码十分简单。小奈看见肥宅埋修改了 #addWorker() 方法，增加了一个参数 core，其作用只有一个，如果是核心线程，则创建时，数量必须小于等于 corePoolSize，否则数量必须小于等于 maximumPoolSize。

另外， #execute() 方法的改动也十分简单，前面的改动不大，主要是，当任务 #offer() 失败后，创建非核心 worker 线程。

    /**
     * 优先创建核心线程，核心线程满了以后，则优先将任务放入队列
     * 
     * 队列满了以后，则启用非核心线程池，以防任务堆积
     */
    public void execute(Runnable command) {
        if (getPoolSize() < corePoolSize) {
            if (addWorker(command, true)) {
                return;
            }
        }

        if (!workQueue.offer(command)) {
            addWorker(command, false);
        }
    }

    /**
     * 新建一个 worker 线程、启动并纳入 workers
     */
    private boolean addWorker(Runnable firstTask, boolean core) {
        int ws = workers.size();
        if (ws >= (core ? corePoolSize : maximumPoolSize)) {
            return false;
        }

        Worker w = new Worker(firstTask);
        final Thread t = w.thread;
        if (t != null) {
            workers.add(w);
            t.start();
        }
        return true;
    }

四、拒绝策略

“现在这个版本的线程池看起来真是有模有样呢 ~ 可以动态创建与销毁线程，线程也能复用，还可以动态增加更多的线程来消费堆积的线程！” 肥宅埋满意地看着两人的杰作，“其实我还发现有个地方不太友好，在推送任务时，调用方可能并不知道自己的任务是否失败。”

“这个简单鸭，只需要在调用 #execute() 时返回 flase 来代表添加失败，或者抛出对应的异常即可。”小奈给出了很直观的设计。

“这确实不失为一个好方法，但是对于调用方来说，如果所有使用线程池的地方都需要去做这个判断，那岂不是太麻烦了！”肥宅埋对方案进行了补充：“这个是面向切面编程的一种思想，我们可以提供一个如何处理这些队列已经放不下，且无法创建更多消费线程的切面入口，就叫它 AbortPolicy 吧！”

肥宅埋修改了一下 #execute() 方法，如果在创建非核心线程池的时候失败，就直接将任务拒绝掉。

    /**
     * 优先创建核心线程，核心线程满了以后，则优先将任务放入队列
     *
     * 队列满了以后，则启用非核心线程池，以防任务堆积
     *
     * 如果非核心线程池创建失败，则拒绝这个任务
     */
    public void execute(Runnable command) {
        if (getPoolSize() < corePoolSize) {
            if (addWorker(command, true)) {
                return;
            }
        }

        if (!workQueue.offer(command)) {
            if (!addWorker(command, false)) {
                reject(command);
            }
        }
    }

如何去拒绝任务，交给调用者去实现，#reject() 的实现非常简单，就是调用一下 BiConsumer，这个可以供调用方自由定制。

    private void reject(Runnable command) {
        abortPolicy.accept(command, this);
    }

五、执行线程池

小奈与肥宅埋已经完成了她们的线程池，现在需要测试一下线程池是否可以正常使用，比较细心的肥宅埋写了测试用例如下：

核心线程数为5，最大线程数为10，紧接着每个线程在拉取不到任务时会存活一分钟，有一个长度为 5 的并发阻塞队列，采用默认的 ThreadFactory，最后，使用了 DiscardPolicy，当任务被拒绝后，直接丢弃任务，并打印日志。

她们运行了代码，日志打印如下。完全符合预期，在阻塞队列还未装满之前，只有 5 个核心线程在消费任务，当阻塞队列满了以后，会逐步创建更多的线程，而当无法创建更多线程后，则触发丢弃策略。

感谢各位的阅读，以上就是“Java线程池的原理和作用是什么”的内容了，经过本文的学习后，相信大家对Java线程池的原理和作用是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！