• 之前我們介紹了線程池的四種拒絕策略，了解了線程池參數(shù)的含義，那么今天我們來聊聊Java 中常見的幾種線程池，以及在jdk7 加入的 ForkJoin 新型線程池
• 首先我們列出Java 中的六種線程池如下

在了解集中線程池時我們先來熟悉一下主要幾個類的關系， ThreadPoolExecutor 的類圖，以及 Executors 的主要方法：

上面看到的類圖，方便幫助下面的理解和查看，我們可以看到一個核心類 ExecutorService , 這是我們線程池都實現(xiàn)的基類，我們接下來說的都是它的實現(xiàn)類。

FixedThreadPool

FixedThreadPool 線程池的特點是它的核心線程數(shù)和最大線程數(shù)一樣，我們可以看它的實現(xiàn)代碼在 Executors#newFixedThreadPool(int) 中，如下：

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

我們可以看到方法內創(chuàng)建線程調用的實際是 ThreadPoolExecutor 類，這是線程池的核心執(zhí)行器，傳入的 nThread 參數(shù)作為核心線程數(shù)和最大線程數(shù)傳入，隊列采用了一個鏈表結構的有界隊列。

• 這種線程池我們可以看作是固定線程數(shù)的線程池，它只有在開始初始化的時候線程數(shù)會從0開始創(chuàng)建，但是創(chuàng)建好后就不再銷毀，而是全部作為常駐線程池，這里如果對線程池參數(shù)不理解的可以看之前文章 《解釋線程池各個參數(shù)的含義》。
• 對于這種線程池他的第三個和第四個參數(shù)是沒意義，它們是空閑線程存活時間，這里都是常駐不存在銷毀，當線程處理不了時會加入到阻塞隊列，這是一個鏈表結構的有界阻塞隊列，最大長度是Integer. MAX_VALUE

SingleThreadExecutor

SingleThreadExecutor 線程的特點是它的核心線程數(shù)和最大線程數(shù)均為1，我們也可以將其任務是一個單例線程池，它的實現(xiàn)代碼是 Executors#newSingleThreadExcutor() , 如下：

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

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

• 上述代碼中我們發(fā)現(xiàn)它有一個重載函數(shù)，傳入了一個ThreadFactory 的參數(shù)，一般在我們開發(fā)中會傳入我們自定義的線程創(chuàng)建工廠，如果不傳入則會調用默認的線程工廠
• 我們可以看到它與 FixedThreadPool 線程池的區(qū)別僅僅是核心線程數(shù)和最大線程數(shù)改為了1，也就是說不管任務多少，它只會有唯一的一個線程去執(zhí)行
• 如果在執(zhí)行過程中發(fā)生異常等導致線程銷毀，線程池也會重新創(chuàng)建一個線程來執(zhí)行后續(xù)的任務
• 這種線程池非常適合所有任務都需要按被提交的順序來執(zhí)行的場景，是個單線程的串行。

CachedThreadPool

cachedThreadPool 線程池的特點是它的常駐核心線程數(shù)為0，正如其名字一樣，它所有的縣城都是臨時的創(chuàng)建，關于它的實現(xiàn)在 Executors#newCachedThreadPool() 中，代碼如下：

 public static ExecutorService newCachedThreadPool() {
 return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
   60L, TimeUnit.SECONDS,
   new SynchronousQueue<Runnable>());
 }

 public static ExecutorService newCachedThreadPool(ThreadFactory threadFactory) {
 return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
   60L, TimeUnit.SECONDS,
   new SynchronousQueue<Runnable>(),
   threadFactory);
 }

• 從上述代碼中我們可以看到 CachedThreadPool 線程池中，最大線程數(shù)為 Integer.MAX_VALUE , 意味著他的線程數(shù)幾乎可以無限增加。
• 因為創(chuàng)建的線程都是臨時線程，所以他們都會被銷毀，這里空閑 線程銷毀時間是60秒，也就是說當線程在60秒內沒有任務執(zhí)行則銷毀
• 這里我們需要注意點，它使用了 SynchronousQueue 的一個阻塞隊列來存儲任務，這個隊列是無法存儲的，因為他的容量為0，它只負責對任務的傳遞和中轉，效率會更高，因為核心線程都為0，這個隊列如果存儲任務不存在意義。

ScheduledThreadPool

ScheduledThreadPool 線程池是支持定時或者周期性執(zhí)行任務，他的創(chuàng)建代碼 Executors.newSchedsuledThreadPool(int) 中，如下所示：

 public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
 return new ScheduledThreadPoolExecutor(corePoolSize);
 }

 public static ScheduledExecutorService newScheduledThreadPool(
 int corePoolSize, ThreadFactory threadFactory) {
 return new ScheduledThreadPoolExecutor(corePoolSize, threadFactory);
 }

我們發(fā)現(xiàn)這里調用了 ScheduledThreadPoolExecutor 這個類的構造函數(shù)，進一步查看發(fā)現(xiàn) ScheduledThreadPoolExecutor 類是一個繼承了 ThreadPoolExecutor 的，同時實現(xiàn)了 ScheduledExecutorService 接口，我們看到它的幾個構造函數(shù)都是調用父類 ThreadPoolExecutor 的構造函數(shù)

 public ScheduledThreadPoolExecutor(int corePoolSize) {
 super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
 new DelayedWorkQueue());
 }

 public ScheduledThreadPoolExecutor(int corePoolSize,
   ThreadFactory threadFactory) {
 super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
 new DelayedWorkQueue(), threadFactory);
 }

 public ScheduledThreadPoolExecutor(int corePoolSize,
   RejectedExecutionHandler handler) {
 super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
 new DelayedWorkQueue(), handler);
 }

 public ScheduledThreadPoolExecutor(int corePoolSize,
   ThreadFactory threadFactory,
   RejectedExecutionHandler handler) {
 super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
 new DelayedWorkQueue(), threadFactory, handler);
 }

從上面代碼我們可以看到和其他線程池創(chuàng)建并沒有差異，只是這里的任務隊列是 DelayedWorkQueue 關于阻塞丟列我們下篇文章專門說，這里我們先創(chuàng)建一個周期性的線程池來看一下

 public static void main(String[] args) {
 ScheduledExecutorService service = Executors.newScheduledThreadPool(5);
 // 1. 延遲一定時間執(zhí)行一次
 service.schedule(() ->{
 System.out.println("schedule ==> 云棲簡碼-i-code.online");
 },2, TimeUnit.SECONDS);

 // 2. 按照固定頻率周期執(zhí)行
 service.scheduleAtFixedRate(() ->{
 System.out.println("scheduleAtFixedRate ==> 云棲簡碼-i-code.online");
 },2,3,TimeUnit.SECONDS);

 //3. 按照固定頻率周期執(zhí)行
 service.scheduleWithFixedDelay(() -> {
 System.out.println("scheduleWithFixedDelay ==> 云棲簡碼-i-code.online");
 },2,5,TimeUnit.SECONDS);

 }

上面代碼是我們簡單創(chuàng)建了 newScheduledThreadPool ，同時演示了里面的三個核心方法，首先看執(zhí)行的結果：

首先我們看第一個方法 schedule , 它有三個參數(shù)，第一個參數(shù)是線程任務，第二個 delay 表示任務執(zhí)行延遲時長，第三個 unit 表示延遲時間的單位，如上面代碼所示就是延遲兩秒后執(zhí)行任務

 public ScheduledFuture<?> schedule(Runnable command,
   long delay, TimeUnit unit);

第二個方法是 scheduleAtFixedRate 如下, 它有四個參數(shù)， command 參數(shù)表示執(zhí)行的線程任務 ， initialDelay 參數(shù)表示第一次執(zhí)行的延遲時間， period 參數(shù)表示第一次執(zhí)行之后按照多久一次的頻率來執(zhí)行，最后一個參數(shù)是時間單位。如上面案例代碼所示，表示兩秒后執(zhí)行第一次，之后按每隔三秒執(zhí)行一次

 public ScheduledFuture<?> scheduleAtFixedRate(Runnable command,
    long initialDelay,
    long period,
    TimeUnit unit);

第三個方法是 scheduleWithFixedDelay 如下，它與上面方法是非常類似的，也是周期性定時執(zhí)行, 參數(shù)含義和上面方法一致。這個方法和 scheduleAtFixedRate 的區(qū)別主要在于時間的起點計時不同

 public ScheduledFuture<?> scheduleWithFixedDelay(Runnable command,
    long initialDelay,
    long delay,
    TimeUnit unit);

scheduleAtFixedRate 是以任務開始的時間為時間起點來計時，時間到就執(zhí)行第二次任務，與任務執(zhí)行所花費的時間無關；而 scheduleWithFixedDelay 是以任務執(zhí)行結束的時間點作為計時的開始。如下所示

SingleThreadScheduledExecutor 它實際和 ScheduledThreadPool 線程池非常相似，它只是 ScheduledThreadPool 的一個特例，內部只有一個線程，它只是將 ScheduledThreadPool 的核心線程數(shù)設置為了 1。如源碼所示：

 public static ScheduledExecutorService newSingleThreadScheduledExecutor() {
 return new DelegatedScheduledExecutorService
 (new ScheduledThreadPoolExecutor(1));
 }

上面我們介紹了五種常見的線程池，對于這些線程池我們可以從核心線程數(shù)、最大線程數(shù)、存活時間三個維度進行一個簡單的對比，有利于我們加深對這幾種線程池的記憶。 

ForkJoinPool ForkJoinPool 這是一個在 JDK7 引入的新新線程池，它的主要特點是可以充分利用多核 CPU , 可以把一個任務拆分為多個子任務，這些子任務放在不同的處理器上并行執(zhí)行，當這些子任務執(zhí)行結束后再把這些結果合并起來，這是一種分治思想。 ForkJoinPool 也正如它的名字一樣，第一步進行 Fork 拆分，第二步進行 Join 合并，我們先來看一下它的類圖結構

ForkJoinPool 的使用也是通過調用 submit(ForkJoinTask<T> task) 或 invoke(ForkJoinTask<T> task) 方法來執(zhí)行指定任務了。其中任務的類型是 ForkJoinTask 類，它代表的是一個可以合并的子任務，他本身是一個抽象類，同時還有兩個常用的抽象子類 RecursiveAction 和 RecursiveTask ，其中 RecursiveTask 表示的是有返回值類型的任務，而 RecursiveAction 則表示無返回值的任務。下面是它們的類圖：

下面我們通過一個簡單的代碼先來看一下如何使用 ForkJoinPool 線程池

/**
 * @url: i-code.online
 * @author: AnonyStar
 * @time: 2020/11/2 10:01
 */
public class ForkJoinApp1 {

 /**
 目標： 打印0-200以內的數(shù)字，進行分段每個間隔為10以上，測試forkjoin
 */
 public static void main(String[] args) {
 // 創(chuàng)建線程池，
 ForkJoinPool joinPool = new ForkJoinPool();
 // 創(chuàng)建根任務
 SubTask subTask = new SubTask(0,200);
 // 提交任務
 joinPool.submit(subTask);
 //讓線程阻塞等待所有任務完成 在進行關閉
 try {
 joinPool.awaitTermination(2, TimeUnit.SECONDS);
 } catch (InterruptedException e) {
 e.printStackTrace();
 }
 joinPool.shutdown();
 }
}

class SubTask extends RecursiveAction {

 int startNum;
 int endNum;

 public SubTask(int startNum,int endNum){
 super();
 this.startNum = startNum;
 this.endNum = endNum;
 }

 @Override
 protected void compute() {

 if (endNum - startNum < 10){
 // 如果分裂的兩者差值小于10 則不再繼續(xù)，直接打印
 System.out.println(Thread.currentThread().getName()+": [startNum:"+startNum+",endNum:"+endNum+"]");
 }else {
 // 取中間值
 int middle = (startNum + endNum) / 2;
 //創(chuàng)建兩個子任務，以遞歸思想，
 SubTask subTask = new SubTask(startNum,middle);
 SubTask subTask1 = new SubTask(middle,endNum);
 //執(zhí)行任務， fork() 表示異步的開始執(zhí)行
 subTask.fork();
 subTask1.fork();
 }
 }
}

結果：

從上面的案例我們可以看到我們，創(chuàng)建了很多個線程執(zhí)行，因為我測試的電腦是12線程的，所以這里實際是創(chuàng)建了12個線程，也側面說明了充分調用了每個處理的線程處理能力 上面案例其實我們發(fā)現(xiàn)很熟悉的味道，那就是以前接觸過的遞歸思想，將上面的案例圖像化如下，更直觀的看到，

上面的例子是無返回值的案例，下面我們來看一個典型的有返回值的案例，相信大家都聽過及很熟悉斐波那契數(shù)列，這個數(shù)列有個特點就是最后一項的結果等于前兩項的和，如： 0，1，1，2，3，5...f(n-2)+f(n-1) , 即第0項為0 ，第一項為1，則第二項為 0+1=1 ，以此類推。我們最初的解決方法就是使用遞歸來解決，如下計算第n項的數(shù)值：

 private int num(int num){
 if (num <= 1){
 return num;
 }
 num = num(num-1) + num(num -2);
 return num;
 }

從上面簡單代碼中可以看到，當 n<=1 時返回 n , 如果 n>1 則計算前一項的值 f1 ，在計算前兩項的值 f2 , 再將兩者相加得到結果，這就是典型的遞歸問題，也是對應我們的 ForkJoin 的工作模式，如下所示，根節(jié)點產(chǎn)生子任務，子任務再次衍生出子子任務，到最后在進行整合匯聚，得到結果。

我們通過 ForkJoinPool 來實現(xiàn)斐波那契數(shù)列的計算，如下展示：

/**
 * @url: i-code.online
 * @author: AnonyStar
 * @time: 2020/11/2 10:01
 */
public class ForkJoinApp3 {

 public static void main(String[] args) throws ExecutionException, InterruptedException {
 ForkJoinPool pool = new ForkJoinPool();
 //計算第二是項的數(shù)值
 final ForkJoinTask<Integer> submit = pool.submit(new Fibonacci(20));
 // 獲取結果，這里獲取的就是異步任務的最終結果
 System.out.println(submit.get());

 }
}

class Fibonacci extends RecursiveTask<Integer>{

 int num;
 public Fibonacci(int num){
 this.num = num;
 }

 @Override
 protected Integer compute() {
 if (num <= 1) return num;
 //創(chuàng)建子任務
 Fibonacci subTask1 = new Fibonacci(num - 1);
 Fibonacci subTask2 = new Fibonacci(num - 2);
 // 執(zhí)行子任務
 subTask1.fork();
 subTask2.fork();
 //獲取前兩項的結果來計算和
 return subTask1.join()+subTask2.join();
 }
}

通過 ForkJoinPool 可以極大的發(fā)揮多核處理器的優(yōu)勢，尤其非常適合用于遞歸的場景，例如樹的遍歷、最優(yōu)路徑搜索等場景。 上面說的是 ForkJoinPool 的使用上的，下面我們來說一下其內部的構造，對于我們前面說的幾種線程池來說，它們都是里面只有一個隊列，所有的線程共享一個。但是在 ForkJoinPool 中，其內部有一個共享的任務隊列，除此之外每個線程都有一個對應的雙端隊列 Deque , 當一個線程中任務被 Fork 分裂了，那么分裂出來的子任務就會放入到對應的線程自己的 Deque 中，而不是放入公共隊列。這樣對于每個線程來說成本會降低很多，可以直接從自己線程的隊列中獲取任務而不需要去公共隊列中爭奪，有效的減少了線程間的資源競爭和切換。

有一種情況，當線程有多個如 t1,t2,t3... ，在某一段時間線程 t1 的任務特別繁重，分裂了數(shù)十個子任務，但是線程 t0 此時卻無事可做，它自己的 deque 隊列為空，這時為了提高效率， t0 就會想辦法幫助 t1 執(zhí)行任務，這就是“ work-stealing ”的含義。 雙端隊列 deque 中，線程 t1 獲取任務的邏輯是后進先出，也就是 LIFO（Last In Frist Out） ，而線程 t0 在“ steal ”偷線程 t1 的 deque 中的任務的邏輯是先進先出，也就是 FIFO（Fast In Frist Out） ，如圖所示，圖中很好的描述了兩個線程使用雙端隊列分別獲取任務的情景。你可以看到，使用 “ work-stealing ” 算法和雙端隊列很好地平衡了各線程的負載。

總結

到此這篇關于java中常見的6種線程池示例詳解的文章就介紹到這了,更多相關java常見線程池內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論