java 多线程 线程池

本文详细介绍了Java中Executor框架的使用方法,包括通过Executors创建不同类型的线程池及自定义线程池的方式。同时探讨了submit与execute方法的区别,并深入分析了ThreadPoolExecutor的配置与拒绝策略。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Executor 框架

为了更好控制多线程,JDK提供为了一套线程框架Executor,帮助开发人员有效地进行线程控制,其中一个Executors 他扮演这线程工厂的角色,我们通过Executors 可以创建特定功能的线程池。

Executors 创建线程池方法:

newFixedThreadPool()方法,返回一个固定数量的线程池,改方法的线程数始终不变,当有一个任务提交时,若线程池中空闲,则立即执行,若没有,则会被暂时放在一个任务队列中等待有空闲的线程去执行。

newSingleThreadExecutor()方法,创建一个线程的线程池,若空闲则执行,若没有空闲线程则暂缓在任务队列中。

newCachedThreadPool()方法,返回一个可根据实际情况调整线程个数的线程池,不限制最大线程数量,若用空闲的线程则执行任务,若无任务则不创建线程,并且每一个空闲线程会在60秒后自动回收。

newScheduledThreadPool()方法,该方法返回一个SchededExcutorService对象,但改线程池可以指定线程数量。


submit() 方法与execute()方法区别 sumibt 可以传入实现callable接口的实例对象,sumbit方法有返回值


若Executors  无法满足咱们的需求,可以自己去创建自定义的线程池,其实Executors 工厂类里面的床架创建方法内部实现均是用了ThreadPoolExecutor 这个类这个类可以自定义线程。构造方法如下:

public ThreadPoolExecutor (int cordePoolSize, //核心线程数

    int maximumPoolSize,//最大线程数

    long keepAliveTime,// 空闲时间

    TimeUnit unit,

    BlockingQueue<Runnable> workQueue,  // 队列

    ThreadFacory threadFactory,

    RejectedExecutionHandler handler){ ..}  //拒绝执行的方法


)

这个构造方法对于队列是是什么类型的比较关键:

在使用有界队列时:若有新的任务需要执行,如果线程池实际线程小于cordePoolSize,则优先创建线程,若大于cordePoolSize,则会将任务加入队列,若队列已满,则在总线程数不大于maximumPoolSize,则执行拒绝策略。

 无界的任务队列时:LinkBlockingQueue,与有界队列相比,除非系统资源耗尽,否则无界的队列不存在任务入队失败的情况,当有新任务到来,系统的线程数小于cordePoolSize时,则新建线程执行任务,当到达cordePoolSize后,就不会继续增加,若后续仍有新的任务加入,而没有空闲的线程资源时,。任务直接进入队列等待。若任务创建和处理的速度差异很大,无界队列会保持快速增长,知道耗尽系统内存

JDK拒绝策略:

 AbortPolicy : 直接抛出异常组织系统正常工作

 CallerRunsPolict:只要线程池未关闭,该策略直接在调用者线程中,运行当前被丢弃的任务。

 DiscardOlestPolicy:丢弃最老的一个请求,尝试再次提交当前任务。

 DiscardPolicy:丢弃无法处理的任务,不给于任何处理。

如果需要自定义拒绝策略可以实现RejectedExecutionHandler 接口


public class MyTask implements Runnable {

	private int taskId;
	private String taskName;
	
	public MyTask(int taskId, String taskName){
		this.taskId = taskId;
		this.taskName = taskName;
	}
	
	public int getTaskId() {
		return taskId;
	}

	public void setTaskId(int taskId) {
		this.taskId = taskId;
	}

	public String getTaskName() {
		return taskName;
	}

	public void setTaskName(String taskName) {
		this.taskName = taskName;
	}

	@Override
	public void run() {
		try {
			System.out.println("run taskId =" + this.taskId);
			Thread.sleep(5*1000);
			//System.out.println("end taskId =" + this.taskId);
		} catch (InterruptedException e) {
			e.printStackTrace();
		}		
	}
	
	public String toString(){
		return Integer.toString(this.taskId);
	}

}
import java.net.HttpURLConnection;
import java.util.concurrent.RejectedExecutionHandler;
import java.util.concurrent.ThreadPoolExecutor;


public class MyRejected implements RejectedExecutionHandler{


	
	public MyRejected(){
	}
	
	@Override
	public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
		System.out.println("自定义处理..");
		System.out.println("当前被拒绝任务为:" + r.toString());
		


	}


}

public class UseThreadPoolExecutor1 {


	public static void main(String[] args) {
		/**
		 * 在使用有界队列时,若有新的任务需要执行,如果线程池实际线程数小于corePoolSize,则优先创建线程,
		 * 若大于corePoolSize,则会将任务加入队列,
		 * 若队列已满,则在总线程数不大于maximumPoolSize的前提下,创建新的线程,
		 * 若线程数大于maximumPoolSize,则执行拒绝策略。或其他自定义方式。
		 * 
		 */	
		ThreadPoolExecutor pool = new ThreadPoolExecutor(
				1, 				//coreSize
				2, 				//MaxSize
				60, 			//60
				TimeUnit.SECONDS, 
				new ArrayBlockingQueue<Runnable>(3)			//指定一种队列 (有界队列)
				//new LinkedBlockingQueue<Runnable>()
				, new MyRejected()
				//, new DiscardOldestPolicy()
				);
		
		MyTask mt1 = new MyTask(1, "任务1");
		MyTask mt2 = new MyTask(2, "任务2");
		MyTask mt3 = new MyTask(3, "任务3");
		MyTask mt4 = new MyTask(4, "任务4");
		MyTask mt5 = new MyTask(5, "任务5");
		MyTask mt6 = new MyTask(6, "任务6");
		
		pool.execute(mt1);
		pool.execute(mt2);
		pool.execute(mt3);
		pool.execute(mt4);
		pool.execute(mt5);
		pool.execute(mt6);
		
		pool.shutdown();
		
	}
}
输出结果:
自定义处理..
run taskId =5
run taskId =1
当前被拒绝任务为:6
run taskId =2
run taskId =3
run taskId =4


public class UseThreadPoolExecutor2 implements Runnable{

	private static AtomicInteger count = new AtomicInteger(0);
	
	@Override
	public void run() {
		try {
			int temp = count.incrementAndGet();
			System.out.println("任务" + temp);
			Thread.sleep(2000);
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}
	
	public static void main(String[] args) throws Exception{
		//System.out.println(Runtime.getRuntime().availableProcessors());
		BlockingQueue<Runnable> queue = 
				new LinkedBlockingQueue<Runnable>();
				//new ArrayBlockingQueue<Runnable>(10);
		ExecutorService executor  = new ThreadPoolExecutor(
					5, 		//core
					10, 	//max
					120L, 	//2fenzhong
					TimeUnit.SECONDS,
					queue);
		
		for(int i = 0 ; i < 20; i++){
			executor.execute(new UseThreadPoolExecutor2());
		}
		Thread.sleep(1000);
		System.out.println("queue size:" + queue.size());		//10
		Thread.sleep(2000);
	}
输出结果任务1
任务3
任务2
任务5
任务4
queue size:15
任务6
任务9
任务8
任务7
任务10
任务11
任务14
任务15
任务13
任务12
任务16
任务17
任务18
任务19
任务20
使用无界队列是 max 参数是没用的, 根据core 创建5个线程执行,其余的进入缓存队列中,然后5个任务再执行 然后5个任务在执行,每次最多只能运行5个线程

public class UseThreadPoolExecutor2 implements Runnable{

	private static AtomicInteger count = new AtomicInteger(0);
	
	@Override
	public void run() {
		try {
			int temp = count.incrementAndGet();
			System.out.println("任务" + temp);
			Thread.sleep(2000);
		} catch (InterruptedException e) {
			e.printStackTrace();
		}
	}
	
	public static void main(String[] args) throws Exception{
		//System.out.println(Runtime.getRuntime().availableProcessors());
		BlockingQueue<Runnable> queue = 
				//new LinkedBlockingQueue<Runnable>();
				new ArrayBlockingQueue<Runnable>(10);
		ExecutorService executor  = new ThreadPoolExecutor(
					5, 		//core
					10, 	//max
					120L, 	//2fenzhong
					TimeUnit.SECONDS,
					queue);
		
		for(int i = 0 ; i < 20; i++){
			executor.execute(new UseThreadPoolExecutor2());
		}
		Thread.sleep(1000);
		System.out.println("queue size:" + queue.size());		//10
		Thread.sleep(2000);
	}


}
输出结果:
任务2
任务1
任务3
任务4
任务5
任务6
任务7
任务8
任务9
任务10
queue size:10
任务11
任务13
任务12
任务14
任务15
任务16
任务17
任务18
任务19
任务20
如果使用有界队列: max则起作用了, 每次10个线程一执行 5个进core  另外5个创建线程 另外10个线程进入队列


评论
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