一、ThreadPoolExecutor的重要參數
- corePoolSize：核心線程數
- 核心線程會一直存活，即使沒有任務需要執行
- 當線程數小於核心線程數時，即使有線程空閒，線程池也會優先創建新線程處理
- 設置allowCoreThreadTimeout=true（默認false）時，核心線程會超時關閉
- queueCapacity：任務隊列容量（阻塞隊列）
- 當核心線程數達到最大時，新任務會放在隊列中排隊等待執行
- maxPoolSize：最大線程數
- 當線程數>=corePoolSize，且任務隊列已滿時。線程池會創建新線程來處理任務
- 當線程數=maxPoolSize，且任務隊列已滿時，線程池會拒絕處理任務而拋出異常
- keepAliveTime：線程空閒時間
- 當線程空閒時間達到keepAliveTime時，線程會退出，直到線程數量=corePoolSize
- 如果allowCoreThreadTimeout=true，則會直到線程數量=0
- allowCoreThreadTimeout：允許核心線程超時
- rejectedExecutionHandler：任務拒絕處理器
- 兩種情況會拒絕處理任務：
- 當線程數已經達到maxPoolSize，切隊列已滿，會拒絕新任務
- 當線程池被調用shutdown()後，會等待線程池裡的任務執行完畢，再shutdown。如果在調用shutdown()和線程池真正shutdown之間提交任務，會拒絕新任務
- 線程池會調用rejectedExecutionHandler來處理這個任務。如果沒有設置默認是AbortPolicy，會拋出異常
- ThreadPoolExecutor類有幾個內部實現類來處理這類情況：
- AbortPolicy 丟棄任務，拋運行時異常
- CallerRunsPolicy 執行任務
- DiscardPolicy 忽視，什麼都不會發生
- DiscardOldestPolicy 從隊列中踢出最先進入隊列（最後一個執行）的任務
- 實現RejectedExecutionHandler接口，可自定義處理器
二、ThreadPoolExecutor執行順序：
線程池按以下行為執行任務
- 當線程數小於核心線程數時，創建線程。
- 當線程數大於等於核心線程數，且任務隊列未滿時，將任務放入任務隊列。
- 當線程數大於等於核心線程數，且任務隊列已滿
- 若線程數小於最大線程數，創建線程
- 若線程數等於最大線程數，拋出異常，拒絕任務
三、如何設置參數
- 默認值
- corePoolSize=1
- queueCapacity=Integer.MAX_VALUE
- maxPoolSize=Integer.MAX_VALUE
- keepAliveTime=60s
- allowCoreThreadTimeout=false
- rejectedExecutionHandler=AbortPolicy()
- 如何來設置
- 需要根據幾個值來決定
- tasks ：每秒的任務數，假設為500~1000
- taskcost：每個任務花費時間，假設為0.1s
- responsetime：系統允許容忍的最大響應時間，假設為1s
- 做幾個計算
- corePoolSize = 每秒需要多少個線程處理？
- threadcount = tasks/(1/taskcost) =tasks*taskcout = (500~1000)*0.1 = 50~100 個線程。corePoolSize設置應該大於50
- 根據8020原則，如果80%的每秒任務數小於800，那麼corePoolSize設置為80即可
- queueCapacity = (coreSizePool/taskcost)*responsetime
- 計算可得 queueCapacity = 80/0.1*1 = 80。意思是隊列裡的線程可以等待1s，超過了的需要新開線程來執行
- 切記不能設置為Integer.MAX_VALUE，這樣隊列會很大，線程數只會保持在corePoolSize大小，當任務陡增時，不能新開線程來執行，響應時間會隨之陡增。
- maxPoolSize = (max(tasks)- queueCapacity)/(1/taskcost)
- 計算可得 maxPoolSize = (1000-80)/10 = 92
- （最大任務數-隊列容量）/每個線程每秒處理能力 = 最大線程數
- rejectedExecutionHandler：根據具體情況來決定，任務不重要可丟棄，任務重要則要利用一些緩衝機制來處理
- keepAliveTime和allowCoreThreadTimeout採用默認通常能滿足
- 以上都是理想值，實際情況下要根據機器性能來決定。如果在未達到最大線程數的情況機器cpu load已經滿了，則需要通過升級硬件（呵呵）和優化代碼，降低taskcost來處理。
分享到:
閱讀更多 fly小飛xiaofei 的文章
