JUC（10）线程池

JUC（10）线程池

文章目录

​​一、三大方法​​​​二、七大参数​​​​三、四种拒绝策略​​

​​3.1 new ThreadPoolExecutor.AbortPolicy()​​​​3.2 new ThreadPoolExecutor.CallerRunsPolicy()​​​​3.3 new ThreadPoolExecutor.DiscardPolicy()​​​​3.4 new ThreadPoolExecutor.DiscardOldestPolicy()：​​

​​四、手动创建线程池​​​​五、小结和拓展(CPU密集型和IO密集型！)​​​​六、Fork/Join框架​​

​​6.1如何使用ForkJoin?​​

此部分可以参考

线程池：三大方法、7大参数、4种拒绝策略池化技术

程序的运行，本质：占用系统的资源！我们需要去优化资源的使用 ===> 池化技术线程池、JDBC的连接池、内存池、对象池 等等。。。。资源的创建、销毁十分消耗资源池化技术：事先准备好一些资源，如果有人要用，就来我这里拿，用完之后还给我，以此来提高效率。

线程池的好处：

1、降低资源的消耗；2、提高响应的速度；3、方便管理；

线程池的作用：线程复用、可以控制最大并发数、管理线程；

一、三大方法

ExecutorService threadPool = Executors.newSingleThreadExecutor();//单个线程ExecutorService threadPool2 = Executors.newFixedThreadPool(5); //创建一个固定的线程池的大小ExecutorService threadPool3 = Executors.newCachedThreadPool(); //可伸缩的

package com.wlw.pool;import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;public class Demo01 { public static void main(String[] args) { //ExecutorService threadPool = Executors.newSingleThreadExecutor();//单个线程 //ExecutorService threadPool = Executors.newFixedThreadPool(5);//创建一个固定大小的线程池 ExecutorService threadPool = Executors.newCachedThreadPool(); //可伸缩的 try { for (int i = 0; i < 20; i++) { //使用线程池来创建线程 threadPool.execute(new Runnable() { @Override public void run() { System.out.println(Thread.currentThread().getName()+"ok"); } }); } } catch (Exception e) { e.printStackTrace(); } finally { //线程池用完必须要关闭线程池 threadPool.shutdown(); } }}

二、七大参数

源码分析

public static ExecutorService newSingleThreadExecutor() { return new FinalizableDelegatedExecutorService (new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue()));}

public static ExecutorService newFixedThreadPool(int nThreads) { return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue());}

public static ExecutorService newCachedThreadPool() { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, //21亿 60L, TimeUnit.SECONDS, new SynchronousQueue());}

本质：三种方法都是开启的ThreadPoolExecutor

public ThreadPoolExecutor(int corePoolSize, //核心线程池大小 int maximumPoolSize, //最大的线程池大小 long keepAliveTime, //超时了没有人调用就会释放 TimeUnit unit, //超时单位 BlockingQueue workQueue, //阻塞队列 ThreadFactory threadFactory, //线程工厂 创建线程的 一般不用动 RejectedExecutionHandler handler //拒绝策略 ) { if (corePoolSize < 0 || maximumPoolSize <= 0 || maximumPoolSize < corePoolSize || keepAliveTime < 0) throw new IllegalArgumentException(); if (workQueue == null || threadFactory == null || handler == null) throw new NullPointerException(); this.corePoolSize = corePoolSize; this.maximumPoolSize = maximumPoolSize; this.workQueue = workQueue; this.keepAliveTime = unit.toNanos(keepAliveTime); this.threadFactory = threadFactory; this.handler = handler;}

阿里巴巴的Java操作手册中明确说明：对于Integer.MAX_VALUE初始值较大，所以一般情况我们要使用底层的ThreadPoolExecutor来创建线程池。

七个参数的说明

要说明的是当银行人满了的时候，就会执行拒绝策略，不再让顾客入内非核心（Core）线程，如果超过设定的时间还没有被使用，就会关闭

三、四种拒绝策略

这是七大参数中最后一个参数：拒绝策略的类型

3.1 new ThreadPoolExecutor.AbortPolicy()

该拒绝策略为：整个线程池满了，还有线程进来，不处理这个想进来的线程，并抛出异常而判断线程池满？ 线程池的最大承载量为 ：阻塞队列+最大的线程池大小 ，超过报java.util.concurrent.RejectedExecutionException

3.2 new ThreadPoolExecutor.CallerRunsPolicy()

该拒绝策略为：哪来的去哪里 ，让 main线程去进行处理多余的线程

3.3 new ThreadPoolExecutor.DiscardPolicy()

该拒绝策略为：队列满了，把多余的线程（任务）丢掉，不会抛出异常。

3.4 new ThreadPoolExecutor.DiscardOldestPolicy()：

该拒绝策略为：队列满了，尝试去和最早的进程竞争，不会抛出异常

四、手动创建线程池

package com.wlw.pool;import java.util.concurrent.*;public class Demo01 { public static void main(String[] args) { //ExecutorService threadPool = Executors.newSingleThreadExecutor();//单个线程 //ExecutorService threadPool = Executors.newFixedThreadPool(5);//创建一个固定大小的线程池 //ExecutorService threadPool = Executors.newCachedThreadPool(); //可伸缩的 ExecutorService threadPool = new ThreadPoolExecutor( 2, 5, 3, TimeUnit.SECONDS, new LinkedBlockingQueue<>(3), Executors.defaultThreadFactory(), new ThreadPoolExecutor.AbortPolicy()); //该拒绝策略为：银行满了，还有人进来，不处理这个人的，并抛出异常 //该线程池最大承载量为： maximumPoolSize + BlockingQueue = 5+3 = 8 try { for (int i = 0; i < 8; i++) { //使用线程池来创建线程 threadPool.execute(new Runnable() { @Override public void run() { System.out.println(Thread.currentThread().getName()+"==>ok"); } }); } } catch (Exception e) { e.printStackTrace(); } finally { //线程池用完必须要关闭线程池 threadPool.shutdown(); } }}

五、小结和拓展(CPU密集型和IO密集型！)

如何去设置线程池的最大大小（ maximumPoolSize）如何去设置？利用CPU密集型和IO密集型！：

CPU密集型：电脑的核数是几核就选择几；这个大小就是maximunPoolSize的大小

Runtime.getRuntime().availableProcessors() 获取cpu的核数

I/O密集型：在程序中有15个大型任务，io十分占用资源；I/O密集型就是判断我们程序中十分耗I/O的线程数量，然后将maximunPoolSize设置成大约是最大I/O数的一倍到两倍之间。

package com.wlw.pool;import java.util.concurrent.*;public class Demo01 { public static void main(String[] args) { ExecutorService threadPool = new ThreadPoolExecutor( 2, Runtime.getRuntime().availableProcessors(), 3, TimeUnit.SECONDS, new LinkedBlockingQueue<>(3), Executors.defaultThreadFactory(), new ThreadPoolExecutor.AbortPolicy()); //该拒绝策略为：银行满了，还有人进来，不处理这个人的，并抛出异常 //该线程池最大承载量为： maximumPoolSize + BlockingQueue = 5+3 = 8 try { for (int i = 0; i < 8; i++) { //使用线程池来创建线程 threadPool.execute(new Runnable() { @Override public void run() { System.out.println(Thread.currentThread().getName()+"==>ok"); } }); } } catch (Exception e) { e.printStackTrace(); } finally { //线程池用完必须要关闭线程池 threadPool.shutdown(); } }}

六、Fork/Join框架

什么是ForkJoin? (分支合并)

ForkJoin 在JDK1.7，并行执行任务！提高效率~。在大数据量速率会更快！大数据中：MapReduce 核心思想->把大任务拆分为小任务！

ForkJoin 的特点：工作窃取！

6.1如何使用ForkJoin?

package com.wlw.forkjoin;import java.util.concurrent.RecursiveTask;public class ForkJoinDemo extends RecursiveTask { private Long start; private Long end; //临界值 private Long temp = 10000L; public ForkJoinDemo(Long start, Long end) { this.start = start; this.end = end; } //计算方法 @Override protected Long compute() { if((end - start) < temp){ Long sum = 0L; for (Long i = start;i <= end ; i++){ sum = sum + i; } return sum; }else { //使用forkjoin 分而治之 计算 Long middle = (start+end)/2; //拆分任务，把线程任务压入线程队列 ForkJoinDemo forkJoinDemoTask1 = new ForkJoinDemo(start, middle); forkJoinDemoTask1.fork(); //拆分任务，把线程任务压入线程队列 ForkJoinDemo forkJoinDemoTask2 = new ForkJoinDemo(middle+1, end); forkJoinDemoTask2.fork(); //获取结果 Long sum = forkJoinDemoTask1.join() + forkJoinDemoTask2.join(); return sum; } }}

package com.wlw.forkjoin;import java.util.OptionalLong;import java.util.concurrent.ExecutionException;import java.util.concurrent.ForkJoinPool;import java.util.concurrent.ForkJoinTask;import java.util.stream.LongStream;public class Test { public static void main(String[] args) throws ExecutionException, InterruptedException { //test1(); //sum=500000000500000000,时间：8598 //test2(); //sum=500000000500000000,时间：4835 test3(); //sum=500000000500000000时间：512 } public static void test1(){ Long start = System.currentTimeMillis(); Long sum = 0L; for (Long i = 0L;i <= 10_0000_0000L; i++){ sum = sum + i; } Long end = System.currentTimeMillis(); System.out.println("sum="+sum+",时间："+(end-start)); } public static void test2() throws ExecutionException, InterruptedException { Long start = System.currentTimeMillis(); ForkJoinPool forkJoinPool = new ForkJoinPool(); ForkJoinDemo forkJoinDemoTask = new ForkJoinDemo(0L,10_0000_0000L); ForkJoinTask submit = forkJoinPool.submit(forkJoinDemoTask); Long aLong = submit.get(); Long end = System.currentTimeMillis(); System.out.println("sum="+aLong+",时间："+(end-start)); } public static void test3(){ Long start = System.currentTimeMillis(); //使用Stream Long sum = LongStream.rangeClosed(0L, 10_0000_0000L).parallel().reduce(0,(x,y)->{return x+y;}); Long end = System.currentTimeMillis(); System.out.println("sum="+sum+"时间："+(end-start)); }}

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。