`

concurrent: ThreadPoolExecutor 用法

 
阅读更多

   thread pool一般被用来解决两个问题:当处理大量的同步task的时候,它能够避免thread不断创建销毁的开销;而另外一个也许更重要的含义是,它其实表示了一个boundary,通过使用thread pool可以限制这些任务所消耗的资源,比如最大线程数,比如最大的消息缓冲池。
      需要指出的是,ThreadPoolExecutor不仅仅是简单的多个thread的集合,它还带有一个消息队列。
在Java中,如果只是需要一个简单的thread pool,ExecuteService可能更为合适,这是一个Interface。可以通过调用Executor的静态方法来获得一些简单的threadpool,如:
      ExecuteService pool = Executors.newFixedThreadPool(poolSize); 
      但如果要用定制的thread pool,则要使用ThreadPoolExecutor类

 

ThreadPoolExecutor的工作机制: 

 

 

构造方法为:

 
       ThreadPoolExecutor(int corePoolSize, int maximumPoolSize,
              long keepAliveTime, TimeUnit unit,
              BlockingQueue<Runnable> workQueue,
              RejectedExecutionHandler handler)


参数说明:

 corePoolSize : 线程池维护线程的最少数量
 maximumPoolSize :线程池维护线程的最大数量
 keepAliveTime : 线程池维护线程所允许的空闲时间
 unit : 线程池维护线程所允许的空闲时间的单位
 workQueue : 线程池所使用的缓冲队列
 handler : 线程池对拒绝任务的处理策略


方法说明

 

 execute(Runnable):一个任务通过 execute(Runnable) 方法被添加到线程池,任务就是一个 Runnable 类型的对象,任务的执行方法就是 Runnable 类型对象的run() 方法。当一个任务通过execute(Runnable) 方法欲添加到线程池时,会按照下面的步骤执行:

  如果此时线程池中的数量小于corePoolSize ,即使线程池中的线程都处于空闲状态,也要创建新的线程来处理被添加的任务。
  如果此时线程池中的数量等于corePoolSize ,但是缓冲队列 workQueue 未满,那么任务被放入缓冲队列。
  如果此时线程池中的数量大于corePoolSize ,缓冲队列workQueue满,并且线程池中的数量小于maximumPoolSize ,建新的线程来处理被添加的任务。
  如果此时线程池中的数量大于corePoolSize ,缓冲队列workQueue满,并且线程池中的数量等于maximumPoolSize ,那么通过 handler 所指定的策略来处理此任务。
  也就是:处理任务的优先级为:核心线程corePoolSize 、任务队列workQueue 、最大线程maximumPoolSize ,如果三者都满了,使用handler 处理被拒绝的任务。
  当线程池中的线程数量大于 corePoolSize 时,如果某线程空闲时间超过keepAliveTime ,线程将被终止。这样,线程池可以动态的调整池中的线程数。

 

 unit 可选的参数为java.util.concurrent.TimeUnit 中的几个静态属性: NANOSECONDS 、 MICROSECONDS 、 MILLISECONDS 、 SECONDS 。

 

 workQueue 常用的是:java.util.concurrent.ArrayBlockingQueue

 

 handler 有四个选择:

  ThreadPoolExecutor.AbortPolicy():直接抛异常,(java.util.concurrent.RejectedExecutionException )
  ThreadPoolExecutor.CallerRunsPolicy() :重试添加当前的任务,他会自动重复调用execute() 方法?
  ThreadPoolExecutor.DiscardOldestPolicy():抛弃旧的任务
  ThreadPoolExecutor.DiscardPolicy() :抛弃当前的任务

 

网站摘取使用提示:转载自:http://www.iteye.com/topic/1118660

  1.   pool threads启动后,以后的任务获取都会通过block queue中,获取堆积的runnable task.
     所以建议: block size >= corePoolSize ,不然线程池就没任何意义
  2.  corePoolSize 和 maximumPoolSize的区别, 和大家正常理解的数据库连接池不太一样。
       *  据dbcp pool为例,会有minIdle , maxActive配置。minIdle代表是常驻内存中的threads数量,maxActive代表是工作的最大线程数。
       *  这里的corePoolSize就是连接池的maxActive的概念,它没有minIdle的概念(每个线程可以设置keepAliveTime,超过多少时间多有任务后销毁线程,但不会固定保持一定数量的threads)。
       * 这里的maximumPoolSize,是一种救急措施的第一层。当threadPoolExecutor的工作threads存在满负荷,并且block queue队列也满了,这时代表接近崩溃边缘。这时允许临时起一批threads,用来处理runnable,处理完后立马退出。
     所以建议:  maximumPoolSize >= corePoolSize =期望的最大线程数。 (我曾经配置了corePoolSize=1, maximumPoolSize=20, blockqueue为无界队列,最后就成了单线程工作的pool。典型的配置错误)
  3. 善用blockqueue和reject组合. 这里要重点推荐下CallsRun的Rejected Handler,从字面意思就是让调用者自己来运行。
     我们经常会在线上使用一些线程池做异步处理,比如我前面做的(业务层)异步并行加载技术分析和设计, 将原本串行的请求都变为了并行操作,但过多的并行会增加系统的负载(比如软中断,上下文切换)。所以肯定需要对线程池做一个size限制。但是为了引入异步操作后,避免因在block queue的等待时间过长,所以需要在队列满的时,执行一个callsRun的策略,并行的操作又转为一个串行处理,这样就可以保证尽量少的延迟影响。
     所以建议:  RejectExecutionHandler = CallsRun ,  blockqueue size = 2 * poolSize (为啥是2倍poolSize,主要一个考虑就是瞬间高峰处理,允许一个thread等待一个runnable任务)

一个简单的例子

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

public class TestThreadPool {

	private static int produceTaskSleepTime = 2;
	
	private static int produceTaskMaxNumber = 10;

	public static void main(String[] args) {

		// 构造一个线程池
		ThreadPoolExecutor threadPool = new ThreadPoolExecutor(2, 4, 3,
				TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(3),
				new ThreadPoolExecutor.DiscardOldestPolicy());

		for (int i = 1; i <= produceTaskMaxNumber; i++) {
			try {
				String task = "task@ " + i;
				System.out.println("创建任务并提交到线程池中:" + task);
				threadPool.execute(new ThreadPoolTask(task));

				Thread.sleep(produceTaskSleepTime);
			} catch (Exception e) {
				e.printStackTrace();
			}
		}
	}
}

 

创建task类:

 

import java.io.Serializable;

public class ThreadPoolTask implements Runnable, Serializable {

	private Object attachData;

	ThreadPoolTask(Object tasks) {
		this.attachData = tasks;
	}

	public void run() {
		
		System.out.println("开始执行任务:" + attachData);
		
		attachData = null;
	}

	public Object getTask() {
		return this.attachData;
	}
}

 

执行结果:

               创建任务并提交到线程池中:task@ 1

开始执行任务:task@ 1

创建任务并提交到线程池中:task@ 2

开始执行任务:task@ 2

创建任务并提交到线程池中:task@ 3

创建任务并提交到线程池中:task@ 4

开始执行任务:task@ 3

创建任务并提交到线程池中:task@ 5

开始执行任务:task@ 4

创建任务并提交到线程池中:task@ 6

创建任务并提交到线程池中:task@ 7

创建任务并提交到线程池中:task@ 8

开始执行任务:task@ 5

开始执行任务:task@ 6

创建任务并提交到线程池中:task@ 9

开始执行任务:task@ 7

创建任务并提交到线程池中:task@ 10

开始执行任务:task@ 8

开始执行任务:task@ 9

开始执行任务:task@ 10

 

分享到:
评论
1 楼 raoyutao 2012-09-13  

相关推荐

    JDK1.5中的线程池(java.util.concurrent.ThreadPoolExecutor)使用

    "JDK1.5中的线程池(java.util.concurrent.ThreadPoolExecutor)使用" JDK1.5中的线程池(java.util.concurrent.ThreadPoolExecutor)使用是Java多线程编程中的一种重要概念。随着多线程编程的普及,线程池的使用变得...

    线程池:java_ThreadPoolExecutor.mht

    (转)线程池:java_util_ThreadPoolExecutor 比较详细的介绍了ThreadPoolExecutor用法与属性

    ThreadPoolExecutor线程池的使用方法

    ThreadPoolExecutor线程池的使用方法 ThreadPoolExecutor线程池是Java提供的开发框架,管理线程的创建、销毁、优化、监控等。它提供了四种不同的任务队列:ArrayBlockingQueue、LinkedBlockingQueue、...

    线程池ThreadPoolExecutor使用简介与方法实例

    线程池ThreadPoolExecutor使用简介与方法实例 线程池ThreadPoolExecutor是Java并发编程中一个非常重要的概念,它允许开发者将任务提交给线程池,并由线程池来管理这些任务的执行。今天,我们将对线程池...

    concurrent:java并发编程的示例和原始代码分析

    8. **线程间的通信**: 包括`wait()`, `notify()`, `notifyAll()`方法的使用,以及它们如何配合`synchronized`实现线程间通信。 9. **死锁、活锁与饥饿**: 分析了这些并发问题的产生原因、预防措施和解决策略。 10....

    Java-Concurrent:一个使用可调用的和将来的任务实现斐波那契的简单程序

    2. **创建ExecutorService**:使用`Executors`工厂类创建一个`ExecutorService`,如`ThreadPoolExecutor`或`ExecutorService.newFixedThreadPool()`,这可以管理线程池。 3. **提交任务**:将`Callable`任务提交给`...

    concurrent:Java并发,源可用于android和java进行并发

    创建线程可以通过继承Thread类或实现Runnable接口,然后通过Thread对象的start()方法启动。 `ExecutorService`是Java并发包(java.util.concurrent)的核心组件,它提供了一种创建和管理线程池的方式,以提高系统...

    java-concurrent:java 并发编程例子

    在`java-concurrent-master`这个项目中,你可能会看到各种示例代码,展示如何使用上述组件来解决并发问题,例如线程池的创建和使用,线程间的同步与通信,以及并发集合的实战应用等。通过这些实例,你可以更好地理解...

    java-concurrent:Java并发

    Java的`wait()`、`notify()`和`notifyAll()`方法用于线程间的通信,但它们必须在同步块或同步方法中使用,以防止死锁和其他并发问题。 9. **并发设计模式** 了解如生产者消费者模型、读者写者模式、双检锁/双重...

    java-concurrent:java中的并发

    - **尝试获取锁**:使用`tryLock()`方法可以在不阻塞当前线程的情况下尝试获取锁,成功则返回`true`,失败则返回`false`。还有带超时参数的版本`tryLock(long timeout, TimeUnit unit)`,在指定时间内如果未获取到锁...

    Python线程池模块ThreadPoolExecutor用法分析

    Python线程池模块`ThreadPoolExecutor`是Python标准库`concurrent.futures`的一部分,它提供了一种方便且高效的方式来管理线程,以便并发地执行多个任务。线程池的概念允许我们预先创建一组线程,然后根据需要分配...

    java高并发源码-java-concurrent:Java高并发,JUC,相关源码。1、马士兵高并发视频源码(听课时练习)

    ExecutorService、ThreadPoolExecutor和Executors是其核心组件。 2. Future和Callable:Future接口代表异步计算的结果,Callable接口类似于Runnable,但可以有返回值。FutureTask结合了Future和Callable,可以提交...

    redis lits queue 和 ThreadPoolExecutor 结合

    - **任务分发**:使用Java的Jedis或Redisson等客户端库与Redis通信,获取任务后,创建`Runnable`或`Callable`对象,然后调用ThreadPoolExecutor的`execute`或`submit`方法提交任务。 - **线程池配置**:根据系统...

    python线程池 ThreadPoolExecutor 的用法示例

    从Python3.2开始,标准库为我们提供了 concurrent.futures 模块,它提供了 ThreadPoolExecutor (线程池)和ProcessPoolExecutor (进程池)两个类。 相比 threading 等模块,该模块通过 submit 返回的是一个 future ...

    concurrent 源代码

    2. **原子类**: `java.util.concurrent.atomic`子包包含了各种原子操作类,如`AtomicInteger`, `AtomicLong`等,它们提供了在不使用锁的情况下进行原子性更新的机制,提高了并发性能。 3. **同步容器**: `java.util...

    java.util.concurrent 实现线程池队列

    提交任务到线程池可以使用`execute()` 方法,例如: ```java executor.execute(() -&gt; { // 执行任务的代码 }); ``` 当不再需要线程池时,记得调用`shutdown()` 或 `shutdownNow()` 关闭线程池,释放资源。 在...

    python concurrent.futures 中文文档

    Executor的使用方法 - `submit(fn, *args, **kwargs)`: 调度函数fn来执行。它接受函数fn以及任意数量的位置和关键字参数,并返回一个Future对象,这个对象代表了可调用对象的执行。 - `map(func, *iterables, ...

    concurrent.rar

    在`concurrent.futures`模块中,你可以使用`submit()`方法提交任务到线程池或进程池,并返回一个`Future`对象。`Future`对象提供了`result()`和`exception()`方法,用于获取任务的结果或异常。`map()`函数则允许你...

    java.concurrent包的应用

    在后台程序设计中,尤其对于处理大量并发请求的服务,如Web服务器、短信服务器或DNS服务器,正确地使用并发包能够显著提升程序性能和稳定性。 2.1 后台服务程序设计 传统的后台服务程序设计往往采用单线程监听,多...

Global site tag (gtag.js) - Google Analytics