多线程新手村5--线程池

1.1 线程池是什么

线程诞生的意义是因为进程的创建/销毁开销太大，所以使用线程提高代码的执行效率；那如果想要进一步提升执行效率，该怎么办呢？有一个方法是使用线程池。

首先，什么是线程池：池就是池子，那线程池顾名思义就是装满线程的池子。

其次，线程池为什么快呢？是因为线程池的执行全部是在内核态。

那又是为什么线程池的执行全部是在内核态呢？是因为线程池在使用第一个线程的时候，就提前把线程2、3、4、5.....创建好了，当想要使用它们时直接调度即可，而不涉及到线程的创建，也就不需要调用系统API，自然只需在内核态运行，这也是为什么线程池更快的原因。

线程池其实有点像谈恋爱中“养鱼”的行为，鱼塘就是我们说的线程池。当小a和小b谈恋爱时，如果谈的很专一，那么分手之后就需要用很长的时间再和下一个人接触交流，这样谈恋爱的效率就会很慢；但是如果在谈恋爱时小a还同时和小c、小d....聊天，那么分手之后小a就可以无缝衔接，效率自然提升很多。（这里只是一个例子，但是我们还是要认真谈恋爱，不能这样）。

再举个例子：

上一个例子解释了线程池为什么快，这个例子解释了为什么用户态比内核态快。

1.2 线程池怎么用

java的标准库里有线程池的具体实现。

先不说线程池的具体细节，在这里我们首先惊奇的发现，哎？为什么实例化对象没有用new，而是用了一个静态方法呢？这不合常理呐.......

前面我们已经介绍过了设计模式中的单例模式（一个类只能实例化一个对象），在这里我们介绍设计模式中的第二个模式：工厂模式

当我们实例化对象时，会自动调用类的构造方法，这里就会存在一定的局限性。

举个例子：

而使用工厂模式就可以很好的解决这个问题。我们可以单独创建一个类，类里定义很多的静态方法，调用不同的方法可以构造出不同的对象，而不同的方法我们可以使用不同的方法名来区分，这就很好的解决了上面我们说的构造函数无法重载的问题了。

这个类我们称为工厂类，工厂类里的方法就称为工厂方法。

线程池的第一种创建方法：

这里的Cashed就是cache缓存的意思，线程用完之后不着急释放，先留着以备下次使用。

此处构造出的线程池有一个特点，线程的数目能够动态适应，随着向线程池中添加任务，会自动根据情况创建线程。

线程池的第二种创建方法：

看到括号里的参数我们就能知道，这种方法创建的线程池在创建时就已经确定了线程池中的线程数量。

线程池的第三、四种创建方法：（不常用）

上述这几个方法构造的线程池，本质上都是对一个类进行的封装，ThreadPoolExecutor，这个类就相当于我们刚才说过的工厂类，而上述通过不同创建方法创建线程池，其实就是给这个类填入了不同的参数，调用了类中不同的静态方法，从而实例化出了不同的对象。

接下来我们要聊的就是具体有哪些不同的参数（重点）：

1.1 corePoolSize和maximumPoolSize

corePoolSize描述了线程池中的核心线程数量，maximumPoolSize描述的是线程池中的最大线程数量，这个线程池里的线程数量是可以变化的，变化范围是[corePoolSize,maximumPoolSize]。

怎么理解“核心线程”呢？核心线程就相当于企业中的正式员工，不管最近的任务多不多，企业都不会随便辞退你，而最大线程与核心线程的差值就是企业中的临时员工，如果最近任务比较多，那就需要多几个临时员工一起工作，如果最近任务比较少，就把这些临时员工辞退，只留下正式员工。这样做的好处是：既可以满足效率的要求，又可以避免过多的效率开销。

1.2 keepAliveTime和unit

keepAliveTime是允许临时员工的最大“摸鱼时间”，unit是时间的具体单位，ms、s、min等等。

1.3 BlockingQueue<Runnable> workQueue

阻塞队列，用来存放线程池中的任务。

1.4 ThreadFactory threadFactor

工厂模式的体现，此处使用ThreadFactory作为工厂类创建线程，可以在创建线程时对线程的一些参数进行设置。

1.5 RejectedExecutionHandler handler

这是线程池中的拒绝策略，一个线程池能容纳的最大任务数量是有限的，当任务数量达到上限时，如果继续添加任务，会发生什么呢？不同的拒绝策略，会产生不同的效果。

使用线程池，需要设置线程的数量，那么设置多少合适呢？

答：这里没有标准答案，因为一个线程执行的代码主要有两类：

1、cpu密集型：代码里主要进行的是逻辑运算/逻辑判断

2、IO密集型: 代码里主要进行的是IO操作。

假设CPU的核心数是N，那么对于cpu密集型的代码，线程的数量就不能超过N，因为当线程数量为N时，就已经到达了cpu的极限，就算再添加线程，也无法提升效率了，反而会增加调度的开销；而对于IO密集型的代码，线程的数量就可以超过N，这个时候不吃CPU，一个核心可以通过调度的方式执行多个线程。

正确做法：通过实验的方法对程序进行性能测试，测试过程中尝试修改设置的线程数量，观察什么时候能达到最有效率。