揭秘任务队列与线程池拒绝策略背后的隐秘

2023-08-30 14:17:17

揭开 ThreadPoolExecutor 的运作机制：任务队列与拒绝策略

当我们踏入线程池的世界，ThreadPoolExecutor 是不可或缺的工具，它能帮助我们管理和调度并发任务。不过，围绕任务队列和拒绝策略的设置常常令人迷惑。在这篇文章中，我们将深入探讨它们的运作机制，揭开 ThreadPoolExecutor 的秘密。

任务队列：缓冲区的艺术

任务队列是线程池用来存储等待执行的任务。就像缓冲池一样，它容纳着任务，直到它们被线程执行。队列的大小由 ThreadPoolExecutor 的构造函数指定，默认情况下，它可以容纳无限的任务。

当任务提交给线程池时，如果池中还有空闲线程，任务会被立即执行。否则，任务就会被放入队列中，等待被空闲线程拾取。队列就像一个弹性带，随着任务的累积而不断扩展。

拒绝策略：当队列已满时的抉择

当任务队列已满，并且线程池已达到最大线程数，新的任务该如何处理？这就是拒绝策略发挥作用的地方。ThreadPoolExecutor 提供了四种拒绝策略：

AbortPolicy： 抛出异常，让提交任务的线程处理。简单粗暴，但可能导致任务丢失或系统崩溃。
CallerRunsPolicy： 让提交任务的线程自己执行任务。避免任务丢失，但可能导致提交线程阻塞。
DiscardPolicy： 直接丢弃新任务。简单高效，但也非常粗暴。
DiscardOldestPolicy： 丢弃队列中最旧的任务，为新任务腾出空间。公平合理，但可能会导致某些任务丢失。

拒绝策略的选择取决于应用程序的需求和场景。如果任务至关重要，可以选择 AbortPolicy 或 CallerRunsPolicy。如果任务不那么重要，可以选择 DiscardPolicy 或 DiscardOldestPolicy。

优化线程池性能的技巧

为了让线程池发挥最大效能，我们可以采取一些优化措施：

合理设置核心线程数和最大线程数。核心线程数应足以处理基础负载，最大线程数应足以应对高峰或突发任务。
选择合适的任务队列大小。队列大小应根据应用程序的需求和场景确定。队列过大会导致内存消耗过大，队列过小则可能导致任务丢失。
选择合适的拒绝策略。根据应用程序的需求和场景选择适当的拒绝策略。

代码示例

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

public class ThreadPoolExample {

    public static void main(String[] args) {
        // 创建一个线程池，核心线程数为 5，最大线程数为 10，任务队列大小为 10
        ThreadPoolExecutor executor = new ThreadPoolExecutor(5, 10, 0, TimeUnit.MILLISECONDS, new ArrayBlockingQueue<>(10));

        // 提交任务到线程池
        for (int i = 0; i < 100; i++) {
            executor.submit(() -> {
                // 执行任务
            });
        }

        // 等待线程池完成所有任务
        executor.shutdown();
        executor.awaitTermination(1, TimeUnit.DAYS);
    }
}