Java线程池核心原理与最佳实践
Java 线程池详解
线程池是Java并发编程的核心组件,它能高效管理线程生命周期,避免频繁创建销毁线程的开销,提升系统性能和资源利用率。
一、线程池核心优势
- 降低资源消耗:复用已创建的线程,减少线程创建销毁开销
- 提高响应速度:任务到达时可直接使用空闲线程执行
- 提高线程管理性:统一分配、监控和调优线程资源
- 防止资源耗尽:通过队列缓冲和拒绝策略防止系统过载
二、线程池核心实现 - ThreadPoolExecutor
public ThreadPoolExecutor(int corePoolSize, // 核心线程数int maximumPoolSize, // 最大线程数long keepAliveTime, // 非核心线程空闲存活时间TimeUnit unit, // 时间单位BlockingQueue<Runnable> workQueue, // 任务队列ThreadFactory threadFactory, // 线程工厂RejectedExecutionHandler handler // 拒绝策略
)
核心参数详解
参数 | 说明 | 典型值 |
---|---|---|
corePoolSize | 常驻核心线程数 | CPU密集型:N+1 IO密集型:2N+1 |
maximumPoolSize | 最大线程数 | 建议200~500(根据场景调整) |
keepAliveTime | 非核心线程空闲存活时间 | 60s |
workQueue | 任务阻塞队列 | LinkedBlockingQueue ArrayBlockingQueue SynchronousQueue |
handler | 拒绝策略 | AbortPolicy CallerRunsPolicy DiscardPolicy DiscardOldestPolicy |
三、Executors工具类创建的线程池类型
1. FixedThreadPool(固定大小线程池)
ExecutorService fixedPool = Executors.newFixedThreadPool(5);
- 特点:固定核心线程数 = 最大线程数
- 队列:无界
LinkedBlockingQueue
- 适用场景:负载较重的服务器
2. CachedThreadPool(可缓存线程池)
ExecutorService cachedPool = Executors.newCachedThreadPool();
- 特点:核心线程数=0,最大线程数=Integer.MAX_VALUE
- 队列:
SynchronousQueue
(直接传递队列) - 线程回收:60秒空闲后终止
- 适用场景:大量短生命周期异步任务
3. SingleThreadExecutor(单线程池)
ExecutorService singleThreadPool = Executors.newSingleThreadExecutor();
- 特点:单工作线程执行
- 队列:无界
LinkedBlockingQueue
- 适用场景:顺序执行任务
4. ScheduledThreadPool(定时任务线程池)
ScheduledExecutorService scheduledPool = Executors.newScheduledThreadPool(3);
- 支持定时/周期性任务
- 核心方法:
// 延迟执行 scheduledPool.schedule(task, 5, TimeUnit.SECONDS);// 固定频率执行 scheduledPool.scheduleAtFixedRate(task, 1, 3, TimeUnit.SECONDS);// 固定延迟执行 scheduledPool.scheduleWithFixedDelay(task, 1, 2, TimeUnit.SECONDS);
四、任务队列类型
队列类型 | 特性 | 适用场景 |
---|---|---|
LinkedBlockingQueue | 无界队列(默认容量Integer.MAX_VALUE) | 任务量未知但增长较快 |
ArrayBlockingQueue | 有界队列(固定容量) | 防止资源耗尽 |
SynchronousQueue | 不存储元素的阻塞队列 | 直接传递任务 |
PriorityBlockingQueue | 优先级队列 | 任务需要按优先级处理 |
五、拒绝策略
当线程池饱和(队列满+线程数=max)时触发
-
AbortPolicy(默认策略)
- 抛出
RejectedExecutionException
- 保证任务不丢失
- 抛出
-
CallerRunsPolicy
- 由提交任务的线程直接执行
- 降低新任务提交速度
-
DiscardPolicy
- 静默丢弃无法处理的任务
- 可能丢失任务
-
DiscardOldestPolicy
- 丢弃队列中最旧的任务
- 尝试重新提交当前任务
六、线程工厂(ThreadFactory)
自定义线程创建行为:
ThreadFactory customFactory = r -> {Thread t = new Thread(r);t.setName("Worker-" + threadCounter.getAndIncrement());t.setDaemon(false);t.setPriority(Thread.NORM_PRIORITY);t.setUncaughtExceptionHandler((th, ex) -> System.err.println("Uncaught in " + th.getName() + ": " + ex));return t;
};
七、线程池工作流程
- 提交任务
- 核心线程未满 → 创建新线程执行
- 核心线程已满 → 任务入队列
- 队列已满且线程数<max → 创建非核心线程
- 队列满且线程数=max → 触发拒绝策略
八、线程池监控
通过扩展ThreadPoolExecutor实现监控:
public class MonitorThreadPool extends ThreadPoolExecutor {// 构造函数...@Overrideprotected void beforeExecute(Thread t, Runnable r) {super.beforeExecute(t, r);System.out.println("Task start: " + ((TrackedTask)r).getId());}@Overrideprotected void afterExecute(Runnable r, Throwable t) {super.afterExecute(r, t);System.out.println("Task completed: " + ((TrackedTask)r).getId());}@Overrideprotected void terminated() {super.terminated();System.out.println("ThreadPool terminated");}
}
关键监控指标:
getPoolSize()
:当前线程数getActiveCount()
:活动线程数getCompletedTaskCount()
:已完成任务数getQueue().size()
:队列中任务数
九、最佳实践
1. 线程池大小配置
- CPU密集型:
N_cpu + 1
- IO密集型:
N_cpu * (1 + WT/ST)
- WT:等待时间
- ST:计算时间
- 通常:2N_cpu ~ 5N_cpu
2. 避免使用无界队列
// 错误示例(可能导致OOM)
ExecutorService pool = new ThreadPoolExecutor(5, 10, 60, TimeUnit.SECONDS, new LinkedBlockingQueue<>() // 无界队列
);// 正确做法(使用有界队列)
BlockingQueue<Runnable> queue = new ArrayBlockingQueue<>(1000);
3. 合理设置线程存活时间
// 设置非核心线程空闲30秒后回收
new ThreadPoolExecutor(5, 20, 30, TimeUnit.SECONDS, ...);
4. 自定义拒绝策略
// 自定义拒绝策略:记录日志并重试
RejectedExecutionHandler customHandler = (r, executor) -> {logger.warn("Task rejected, saving for retry: " + r.toString());// 保存任务到持久化存储saveTaskForRetry(r);
};
5. 关闭线程池的正确方式
void shutdownGracefully(ExecutorService pool) {pool.shutdown(); // 拒绝新任务try {if (!pool.awaitTermination(60, TimeUnit.SECONDS)) {pool.shutdownNow(); // 取消正在执行的任务if (!pool.awaitTermination(60, TimeUnit.SECONDS)) {System.err.println("Thread pool did not terminate");}}} catch (InterruptedException e) {pool.shutdownNow();Thread.currentThread().interrupt();}
}
十、线程池常见问题
1. 任务堆积导致OOM
- 解决方案:使用有界队列 + 合理拒绝策略
2. 线程泄漏
- 场景:任务抛出未捕获异常导致工作线程终止
- 解决方案:使用自定义线程工厂设置UncaughtExceptionHandler
3. 死锁
- 场景:池内任务相互等待
- 解决方案:避免任务间依赖,增大线程池
4. 资源耗尽
- 场景:过多线程竞争有限资源
- 解决方案:使用资源隔离(不同业务用不同线程池)
十一、Spring中的线程池
Spring Boot配置线程池:
@Configuration
public class ThreadPoolConfig {@Bean("taskExecutor")public Executor taskExecutor() {ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();executor.setCorePoolSize(5);executor.setMaxPoolSize(10);executor.setQueueCapacity(100);executor.setThreadNamePrefix("Spring-Async-");executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());executor.initialize();return executor;}
}
使用注解:
@Async("taskExecutor")
public void asyncProcess() {// 异步处理逻辑
}
总结
Java线程池最佳实践:
- 根据场景选择线程池类型:优先使用
ThreadPoolExecutor
自定义 - 合理配置参数:核心线程数、最大线程数、队列容量
- 使用有界队列:防止OOM
- 设置合理拒绝策略:保证业务可靠性
- 添加监控:了解线程池运行状态
- 优雅关闭:确保任务完成和资源释放
对于现代应用,推荐使用更高级的并发工具:
- CompletableFuture:异步编程
- ForkJoinPool:分治任务
- Virtual Threads(Java 19+):轻量级线程
正确使用线程池能显著提升系统吞吐量和稳定性,是Java高性能应用的基石。
相关文章:
Java线程池核心原理与最佳实践
Java 线程池详解 线程池是Java并发编程的核心组件,它能高效管理线程生命周期,避免频繁创建销毁线程的开销,提升系统性能和资源利用率。 一、线程池核心优势 降低资源消耗:复用已创建的线程,减少线程创建销毁开销提高…...

JAVA-springboot log日志
SpringBoot从入门到精通-第8章 日志的操作 一、Spring Boot默认的日志框架 SpringBoot支持很多种日志框架,通常情况下,这些日志框架都是由一个日志抽象层和一个日志实现层搭建而成的,日志抽象层是为记录日志提供的一套标准且规范的框架&…...

1.springmvc基础入门(一)
1.Spring MVC概念 Spring MVC 是 Spring Framework 提供的 Web 组件,全称是 Spring Web MVC,是⽬前主流的实现 MVC 设计模式的框架,提供前端路由映射、视图解析等功能。 Java Web 开发者必须要掌握的技术框架。 2.Spring MVC 功能 MVC&am…...
AI 时代下语音与视频伪造的网络安全危机
引言 在人工智能技术的推动下,语音合成、视频生成等技术取得了突破性进展,Deepfake、AI 语音克隆等工具让语音和视频伪造变得愈发简单且逼真。这些技术在娱乐、影视等领域带来便利的同时,也被不法分子利用,引发了一系列网络安全问…...

模块缝合-把A模块换成B模块(没写完)
把MLP Head替换为KAN 1.在model文件下新建一个python文件 2.把 模块文件里的整个KAN代码复制到新的python文件中 3.在开头导入 from model.KAN(新建文件名) import KAN(新建文件中的类名) 4.sys.path.append(r"D: Icode(Kansformer"…...

从零开始学Flink:揭开实时计算的神秘面纱
一、为什么需要Flink? 当你在电商平台秒杀商品时,1毫秒的延迟可能导致交易失败;当自动驾驶汽车遇到障碍物时,10毫秒的计算延迟可能酿成事故。这些场景揭示了一个残酷事实:数据的价值随时间呈指数级衰减。 传统批处理…...
一、ES6-let声明变量【解刨分析最详细】
一、块级作用域 { let Tim"Tim是靓仔!" } console.log("Tim:",Tim) 打印结果:Tim未进行任何定义! 原因:因为Tim定义再块级{}里面,它的声音Tim只服务于该块级里面。而打印结果是再块级外面&#…...

Appium如何支持ios真机测试
ios模拟器上UI自动化测试 以appiumwebdriverio为例,详细介绍如何在模拟器上安装和测试app。在使用ios模拟器前,需要安装xcode,创建和启动一个simulator。simulator创建好后,就可以使用xcrun simctl命令安装被测应用并开始测试了。…...

JDK17 Http Request 异步处理 源码刨析
为什么可以异步? #调用起始源码 // 3. 发送异步请求并处理响应 CompletableFuture future client.sendAsync( request, HttpResponse.BodyHandlers.ofString() // 响应体转为字符串 ).thenApply(response -> { // 状态码检查(非200系列抛出异常&…...

【Zephyr 系列 8】构建完整 BLE 产品架构:状态机 + AT 命令 + 双通道通信实战
🧠关键词:Zephyr、BLE、状态机、双向透传、AT 命令、Buffer、主从共存、系统架构 📌适合人群:希望开发 BLE 产品(模块/标签/终端)具备可控、可测、可维护架构的开发者 🧭 引言:从“点功能”到“系统架构” 前面几篇我们已经逐步构建了 BLE 广播、连接、数据透传系统…...

【Mac 从 0 到 1 保姆级配置教程 16】- Docker 快速安装配置、常用命令以及实际项目演示
文章目录 前言1. Docker 是什么?2. 为什么要使用 Docker? 安装 Docker1. 安装 Docker Desktop2. 安装 OrbStack3. Docker Desktop VS OrbStack5. 验证安装 使用 Docker 运行项目1. 克隆项目到本地2. 进入项目目录3. 启动容器: 查看运行效果1. OrbStack 中…...

2025-05-01-决策树算法及应用
决策树算法及应用 参考资料 GitHub - zhaoyichanghong/machine_learing_algo_python: implement the machine learning algorithms by p(机器学习相关的 github 仓库)决策树实现与应用决策树 概述 机器学习算法分类 决策树算法 决策树是一种以树状结构对数据进行划分的分类…...

Redis知识体系
1. 概述 本文总结了Redis基本的核心知识体系,在学习Redis的过程中,可以将其作为学习框架,以此更好的从整体的角度去理解和学习Redis的内容和设计思想。同时知识框架带来的好处是可以帮助我们更好的进行记忆,在大脑中形成相应的知识…...

mysql-MySQL体系结构和存储引擎
1. MySQL体系结构和存储引擎 MySQL被设计成一个单进程多线程架构的数据库,MySQL数据库实例在系统上的表现就是一个进 程当启动实例时,读取配置文件,根据配置文件的参数来启动数据库实例;若没有,按编译时的默认 参数设…...
Pycharm 函数注释
1 Docstring format File -> Settings -> Tools -> Python Integrated Tools -> Docstrings -> Docstring format,选择google File -> Settings -> Editor -> General -> Smart Keys -> Insert type placeholders in the documenta…...
如何使用 Redis 快速实现布隆过滤器?
以下是使用 Redis 实现布隆过滤器的两种方案,结合原理说明和操作步骤: 方案一:手动实现(基于 Redis Bitmap) 原理 利用 Redis 的 SETBIT 和 GETBIT 操作位数组,结合多个哈希函数计算位置。 步骤 确定参数…...

黑马Javaweb Request和Response
一.介绍 在 Web 开发中,HttpServletRequest 和 HttpServletResponse 是两个非常重要的类,它们分别用于处理客户端的请求和服务器的响应。以下是它们的详细说明和使用方法: 1. HttpServletRequest HttpServletRequest 是一个接口࿰…...
山东大学深度学习2025年期末考试
一、名词解释(24) 1.反向传播 2.激活函数 3.梯度裁剪 4.数据增强 5.迁移学习 6.过拟合 7.word2Vec 8.注意力机制 二、简答题(48) 1.池化的概念(作用)以及常见的两种池化操作 2.LSTM为什么能解决…...
添加按钮跳转页面并且根据网站的用户状态判断是否显示按钮
现在我们需要的是为页面添加一个按钮,这个按钮是动态的,需要根据网站用户登录过后是否是vip来判断是否显示,然后按钮的效果是跳转到某个页面。 首先我们需要在页面中找到我们需要添加按钮的位置,找到对应的文件,然后比…...

Gerrit+repo管理git仓库,如果本地有新分支不能执行repo sync来同步远程所有修改,会报错
问题:创建一个本地分支TEST 来关联远程已有分支origin/TEST,直接执行repo sync可能会出现问题:比如,本地分支TES会错乱关联到origin/master,或者拉不下最新代码等问题。 // git checkout -b 新分支名 远程分支名字 git…...

豆瓣图书评论数据分析与可视化
【题目描述】豆瓣图书评论数据爬取。以《平凡的世界》、《都挺好》等为分析对象,编写程序爬取豆瓣读书上针对该图书的短评信息,要求: (1)对前3页短评信息进行跨页连续爬取; (2)爬取…...

Vue ④-组件通信 || 进阶语法
组件三大部分 template:只有能一个根元素 style:全局样式(默认):影响所有组件。局部样式:scoped 下样式,只作用于当前组件 script:el 根实例独有,data 是一个函数,其他配置项一致…...
0x-2-Oracle Linux 9上安装JDK配置环境变量
一、JDK选择和使用 安装完Oracle Linux9.6,同时使用rpm包安装Oracle 23 ai free后, 将面临sqlcl程序无法使用和java无法使用,需要相应进行变量配置问题。 1、java 环境运行不存在,Oracle 23ai free安装后默认安装JDK 11 /opt/…...
深入理解卷积神经网络:从原理到应用
在人工智能领域,卷积神经网络(Convolutional Neural Network, CNN)无疑是计算机视觉领域的璀璨明珠。从 1998 年 Yann LeCun 提出 LeNet-5 实现手写数字识别,到 2012 年 AlexNet 在 ImageNet 大赛上创造历史性突破,CNN…...

从入门到实战:AI学习路线全解析——避坑指南
分享一下阿里的人工智能学习路线,为感兴趣系统学习的小伙伴们探路。 一、谁适合学这门AI课程?五类人群的精准定位 无论你是零基础小白还是职场转型者,这套系统化课程都能为你量身定制成长路径: 零基础爱好者(无编程/数学背景) 课程提供Python和数学前置学习建议,先补基…...
Spring Boot + Thymeleaf 防重复提交
在 Spring Boot 与 Thymeleaf 结合的 Web 应用中,防止重复提交可以采用token 机制 客户端禁用按钮的方式实现,在高并发场景下,考虑使用 Redis 存储 token 而非 Session。 第一步:后端实现 Controller public class FormControl…...

uniapp实现的简约美观的星级评分组件
采用 uniapp 实现的一款简约美观的星级评分模板,提供丝滑动画效果,用户可根据自身需求进行自定义修改、扩展,纯CSS、HTML实现,支持web、H5、微信小程序(其他小程序请自行测试) 可到插件市场下载尝试&#x…...

AWS Elastic Beanstalk + CodePipeline(Python Flask Web的国区CI/CD)
目标 需要使用AWS Elastic Beanstalk 部署一个Python的Flask Web应用,并且使用CodePipeline作为CI/CD工作流。 eb部署图 前提 假设你已经有一个能够正常运行的Python的Flask Web应用项目代码,而且需要对已有Flask工程做一些调整。由于AWS Elastic Bea…...

多线程语音识别工具
软件介绍 本文介绍一款支持大厂接口的语音转文字工具,具备免配置、免费使用的特点。 软件特性 该工具是一款完全免费的桌面端应用程序,部署于开源社区平台,其核心优势在于整合了多家技术供应商的接口资源。 操作方式 用户只需将音频…...
前端对WebSocket进行封装,并建立心跳监测
WebSocket的介绍: WebSocket 是一种在客户端和服务器之间进行全双工、双向通信的协议。它是基于 HTTP 协议,但通过升级(HTTP 升级请求)将连接转换为 WebSocket 协议,从而提供更高效的实时数据交换。 WebSocket 的特点…...