【并发编程之线程池】

一、线程池（ThreadPoolExecutor）

1.线程池解决的不是多线程，而是系统稳定性

不用线程池的本质风险：

• 线程 = JVM +OS资源（栈内存、TCB）
• new Thread()是无上限的资源申请
• 高并发下，频繁上下文切换，系统load飙升，最终OOM / Full GC / 服务雪崩

线程池可以在吞吐量、响应时间、资源消耗之间做平衡

2.ThreadPoolExecutor 内部结构（不是参数层）

2.1 内部三要素

1. Worker（线程封装）
2. ctl（原子状态 + 线程数）
3. 阻塞队列（任务容器）

2.2 ctl

AtomicInteger ctl;
// 高 3 位：线程池状态
// 低 29 位：线程数量

2.3 线程池状态流转

RUNNING → SHUTDOWN → STOP → TIDYING → TERMINATED

2.4 shutdown() 和 shutdownNow() 的区别

• shutdown：不接新任务，执行完队列
• shutdownNow：中断线程，丢弃队列

2.5 线程池核心参数

ThreadPoolExecutor(
    corePoolSize, //核心线程数
    maximumPoolSize, //最大线程数
    keepAliveTime, //非核心线程存活时间，超时没调用就释放
    TimeUnit, //超时单位
    BlockingQueue<Runnable>, //任务队列
    ThreadFactory, //线程工厂
    RejectedExecutionHandler //拒绝策略
)

3.任务提交流程

execute(Runnable command)

精准流程：

• workerCount < corePoolSize -> 创建核心线程
• 否则进入队列workQueue.offer
• 如果队列满了，workerCount < max ，创建非核心线程
• 如果仍然失败，触发拒绝策略RejectedExecutionHandler

注意：核心线程默认不回收

4.队列选型

队列	特点	场景
ArrayBlockingQueue	有界	稳定流量
LinkedBlockingQueue）	可无界	不可高并发
SynchronousQueue	不存任务	CachedThreadPool
PriorityBlockingQueue	优先级	调度系统

5.线程池参数怎么“算”

5.1 CPU密集型

线程数 ≈ CPU 核数 + 1

5.2 IO密集型

线程数 ≈ CPU * (1 + IO/CPU)

线上的线程池问题大部分都是因为无界队列 + 默认拒绝策略引起的

二、四大函数式接口

1.函数式接口真正的价值

把行为当成参数传递

2.Consumer - 副作用执行者

消费数据

void accept(T t)

• 无返回值
• 通常用于：日志、IO、更新状态

3.Supplier - 延迟对象创建

生成数据

T get()

常用于：

• 缓存懒加载
• 对象池
• 默认值提供

4.Function - 转换器

R apply(T t)

• map的底层
• DTO <-> VO转换核心

5.Predicate - 条件抽象

判断

boolean test(T t)

• filter的本质
• 策略模式 + 责任链

示例：

Supplier<String> s = () -> "hello";
Consumer<String> c = System.out::println;
Function<Integer, String> f = i -> "num:" + i;
Predicate<Integer> p = i -> i > 10;

6.函数式接口 vs if-else

• if-else是控制流
• 函数式接口是数据驱动

三、Stream流式计算

1.Stream不等于forEach简写

Stream 执行模型：

Source → Intermediate Ops → Terminal Op

延迟执行原理：

• 中间操作不执行
• 终止操作触发整个链路

2.内部原理

Spliterator + Pipeline

• 拆分数据
• 串联操作
• 一次遍历完成

3.为什么stream不能复用

状态被消费，和iterator类似

示例：

list.stream()
    .filter(x -> x > 10)
    .map(x -> x * 2)
    .collect(Collectors.toList());

4.特点

• 懒惰执行
• 不存储数据
• 不可复用
• 内部迭代

5.并行流

list.parallelStream()

• 使用ForkJoinPool.commonPool
• 不适合I/O
• 线程安全问题

6.应用场景

• 数据过滤、统计
• 聚合分析
• 报表计算

四、ForkJoin & 异步回调（CompletableFuture）

1.ForkJoin 框架

核心思路：分治

RecursiveTask<V>
RecursiveAction

• 工作窃取（Work-Stealing）
• 适合CPU密集型任务

2.CompletableFuture

CompletableFuture.supplyAsync(() -> queryDB())
    .thenApply(data -> convert(data))
    .thenAccept(System.out::println)
    .exceptionally(e -> null);

1.常见API

• thenApply（转换）
• thenAccept（消费）
• thenCombine（合并）
• allOf / anyOf

2.应用场景

• 并行RPC
• 异步聚合接口
• 提升接口RT

五、泛型

1.作用

• 类型安全
• 消除强转
• 提升可读性

2.泛型边界

<T extends Number>
<T super Integer>

PESC原则
Producer Extends，Consumer Super

3.类型擦除

• 编译期泛型
• 运行期被擦除
• 通过反射无法获取泛型真实类型（除非父类）

4.应用场景

• 集合
• DAO层
• 通用返回体

六、反射

1.作用

• 创建对象
• 调用方法
• 操作字段
• 读取注解

Class<?> clazz = Class.forName("User");
Object obj = clazz.getDeclaredConstructor().newInstance();

优点：动态、解耦
缺点：性能差、不安全
场景：Spring IOC、AOP、ORM框架（mybatis）

七、枚举

1.本质

• enum是final class
• 每个枚举是单例

2.枚举 + 策略模式

enum OrderStatus {
    CREATED { void handle() {} },
    PAID { void handle() {} }
}

场景

• 状态机
• 错误码
• 常量代替

总结

1.为什么不推荐 Executors？

内部线程数或队列无界，存在 OOM 风险，生产环境应自定义线程池。

2.Stream 和 for 循环区别？

Stream 是声明式、惰性执行、支持并行，但调试性较差。

3.CompletableFuture 和 Future 区别？

Future 只能阻塞 get，CompletableFuture 支持回调、组合、异常处理。

4.泛型为什么运行期不可见？

Java 使用类型擦除实现泛型，保证向下兼容。

5.枚举为什么线程安全？

JVM 保证枚举实例在类加载阶段初始化，天然单例。