线程池的使用

本文说明的线程池是定长线程池,定长线程池创建指定个数的线程。当有任务要执行时,线程调度器会找一个空闲线程来执行任务,若没用空闲线程,就会等线程忙完了后再执行任务。

举个例子,找出1到200000里质数的集合,最简单的方法是一个for循环。但用一个线程处理这么多数,效率很低。可以考虑使用多线程的方式,那就到了线程池发挥作用的时候了。把1到200000分成四个区间,启动四个线程处理这四个区间。下面的实例代码中用for循环和线程池的方式求出了1到200000之间质数的集合大小及耗时,可以看出线程池节约了大概一半的时间

输出质数个数和耗时:

17985 3323354928
17985 1675945543

public class ParallerComputing {

    static boolean isPrime(int num) {
        for (int i = 2; i <= num / 2; i++) {
            if (num % i == 0) {
                return false;
            }
        }
        return true;
    }

    static List<Integer> getPrimes(int start, int end) {
        List<Integer> res = new ArrayList<>();
        for (int i = start; i < end; i++) {
            if (isPrime(i)) {
                res.add(i);
            }
        }
        return res;
    }

    static class MyTask implements Callable<List<Integer>> {
        int start, end;

        public MyTask(int start, int end) {
            this.start = start;
            this.end = end;
        }

        @Override
        public List<Integer> call() throws Exception {
            return getPrimes(start, end);
        }
    }

    public static void main(String[] args) {
        long start = System.nanoTime();
        List<Integer> l1 = getPrimes(1, 200000);
        long end = System.nanoTime();
        System.out.println(l1.size() + " " + (end - start));

        ExecutorService service = Executors.newFixedThreadPool(4);
        Future<List<Integer>> f1 = service.submit(new MyTask(1, 50000));
        Future<List<Integer>> f2 = service.submit(new MyTask(50001, 100000));
        Future<List<Integer>> f3 = service.submit(new MyTask(100001, 150000));
        Future<List<Integer>> f4 = service.submit(new MyTask(150001, 200000));
        try {
            long s = System.nanoTime();
            List<Integer> list1 = f1.get();
            List<Integer> list2 = f2.get();
            List<Integer> list3 = f3.get();
            List<Integer> list4 = f4.get();
            System.out.println(list1.size() + list2.size() + list3.size() + list4.size() + " " + (System.nanoTime() - s));
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (ExecutionException e) {
            e.printStackTrace();
        }
    }
}

<think>好的,用户想了解如何正确使用线程池以及实现与配置的示例。首先,我需要回忆线程池的基本概念主要参数。线程池的核心参数包括核心线程数、最大线程数、队列容量、拒绝策略等。根据不同的引用内容,ThreadPoolExecutor 是Java中实现线程池的关键类,而Spring Boot中也有相关的配置方法。 接下来,用户可能需要具体的配置示例。引用2提到了在Spring Boot中配置线程池,应该结合@Configuration@Bean来创建线程池实例。需要展示代码示例,比如使用ThreadPoolTaskExecutor来设置参数,并说明各个参数的作用。 然后,正确使用线程池需要注意的问题,比如任务类型、资源管理、异常处理等。引用1提到线程池的不同配置的区别用处,需要解释如何根据任务类型选择线程池类型,比如IO密集型或CPU密集型任务,核心线程数的设置不同。 另外,拒绝策略也是一个重点,Java内置的四种策略如AbortPolicy、CallerRunsPolicy等,需要举例说明何时使用哪种策略。引用3提到了线程池的监控调优,可以通过获取活动线程数、完成任务数等指标来进行优化,这部分也需要涵盖。 用户可能还关心如何在实际项目中配置,比如在Spring Boot中的具体步骤,可能需要分点说明配置类、参数设置、注入使用等步骤。同时,代码示例要确保正确,比如展示如何创建线程池Bean,并在服务类中通过@Async调用。 最后,常见问题部分需要提醒用户避免的坑,比如合理设置参数、处理异常、及时关闭线程池等。可能还需要对比直接使用ThreadPoolExecutorSpring封装的线程池之间的区别,以及异步注解的使用方法。 总结来说,回答需要结构清晰,分步骤讲解实现配置,结合代码示例,引用相关内容,并列出常见问题使用注意事项,确保用户能全面理解线程池的正确使用方法。</think>### 线程池使用方法与实现方式 #### 一、线程池的核心实现原理 线程池通过复用线程资源降低系统开销。其核心实现基于`ThreadPoolExecutor`类(Java)或`concurrent.futures`模块(Python)。以Java为例,`ThreadPoolExecutor`的关键参数包括: - **核心线程数**(`corePoolSize`):常驻线程数量 - **最大线程数**(`maximumPoolSize`):线程池允许的最大线程数 - **任务队列**(`workQueue`):缓存未执行任务的阻塞队列 - **拒绝策略**(`RejectedExecutionHandler`):任务超出处理能力时的处理方式 线程池工作流程如下: 1. 新任务提交时,优先使用核心线程处理 2. 核心线程满时,任务进入队列等待 3. 队列满时,创建新线程直到达到最大线程数 4. 所有资源耗尽时触发拒绝策略 #### 二、Spring Boot中的线程池配置示例(Java) 引用[2]中提到的Spring Boot配置方法: ```java @Configuration public class ThreadPoolConfig { @Bean("customThreadPool") public Executor taskExecutor() { ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor(); executor.setCorePoolSize(5); // 核心线程数 executor.setMaxPoolSize(10); // 最大线程数 executor.setQueueCapacity(100); // 队列容量 executor.setThreadNamePrefix("pool-");// 线程名前缀 executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy()); executor.initialize(); return executor; } } ``` 使用时通过`@Async`注解调用: ```java @Service public class TaskService { @Async("customThreadPool") public void executeTask(Runnable task) { task.run(); } } ``` #### 三、线程池使用注意事项 1. **任务类型匹配** - I/O密集型任务:建议设置较大线程数(如`2 * CPU核心数`) - CPU密集型任务:线程数不宜过多(通常等于CPU核心数) 2. **拒绝策略选择** - `AbortPolicy`(默认):直接抛出异常 - `CallerRunsPolicy`:由提交任务的线程执行 - `DiscardOldestPolicy`:丢弃队列最旧任务 - `DiscardPolicy`:静默丢弃新任务 3. **资源监控** 通过`getActiveCount()`监控活跃线程数,`getCompletedTaskCount()`统计完成任务量[^3] #### 四、Python线程池示例 ```python from concurrent.futures import ThreadPoolExecutor def task(n): return n * n with ThreadPoolExecutor(max_workers=4) as executor: futures = [executor.submit(task, i) for i in range(10)] results = [f.result() for f in futures] print(results) # 输出[0,1,4,9,...,81] ```
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值