Java 高并发核心:线程池使用详解 + 自定义参数配置全剖析(附源码+面试解析)
本文是 Java 多线程与并发核心知识中的“线程池”专题,包含官方线程池分类、自定义 ThreadPoolExecutor 参数详解、工作队列选择、拒绝策略剖析、生产实践案例与高频面试题解析,适合有基础但想进一步掌握线程池底层原理的读者,内容详尽,强烈建议收藏!
一、什么是线程池?为什么使用线程池?
1.1 线程池的概念
线程池(ThreadPool)是一种线程复用机制。通过提前创建一定数量的线程,统一管理调度多个任务,避免频繁创建销毁线程带来的资源浪费。
1.2 为什么需要线程池?
- 线程创建开销大:频繁创建/销毁线程会极大增加系统负载;
- 线程数量不可控:无限制创建线程可能导致 OOM 或系统奔溃;
- 任务调度不灵活:无线程池时任务由程序自己控制,难以管理。
✅ 总结一句话:线程池 = 控制资源 + 提升性能 + 提升并发吞吐能力
二、Java 官方线程池分类(Executors 提供)
名称 | 方法 | 特点 | 使用场景 |
---|---|---|---|
单线程池 | Executors.newSingleThreadExecutor() | 只有一个线程,所有任务按顺序执行 | 日志记录、事件序列 |
固定线程池 | Executors.newFixedThreadPool(n) | 固定线程数量,任务超出排队 | 后台服务处理请求 |
缓存线程池 | Executors.newCachedThreadPool() | 无限制线程,空闲线程 60s 销毁 | 高并发短任务 |
定时线程池 | Executors.newScheduledThreadPool(n) | 延迟执行、周期执行任务 | 定时器、调度器 |
工作窃取池 | Executors.newWorkStealingPool() | 多核并行,自动分配线程 | 并行计算、大任务拆分 |
⚠️ 注意:
Executors
创建的线程池容易造成 OOM!如:CachedThreadPool + LinkedBlockingQueue 无界。强烈推荐手动创建ThreadPoolExecutor
。
三、ThreadPoolExecutor 构造函数 + 所有方法详解
3.1 七个参数构造函数(推荐)
ThreadPoolExecutor executor = new ThreadPoolExecutor(int corePoolSize,int maximumPoolSize,long keepAliveTime,TimeUnit unit,BlockingQueue<Runnable> workQueue,ThreadFactory threadFactory,RejectedExecutionHandler handler);
3.2 参数解释
参数 | 含义 |
---|---|
corePoolSize | 核心线程数,始终存活 |
maximumPoolSize | 最大线程数(任务高峰使用) |
keepAliveTime | 非核心线程空闲销毁时间 |
unit | 时间单位(秒、毫秒等) |
workQueue | 缓冲队列,存放待执行任务 |
threadFactory | 自定义线程工厂,给线程命名等 |
handler | 拒绝策略(线程池 & 队列都满了) |
3.3 常用方法一览
execute(Runnable task)
:提交任务(无返回值)submit(Callable/Void)
:提交任务(有 Future 返回)shutdown()
:优雅关闭线程池(执行完现有任务)shutdownNow()
:立即停止,返回未执行任务列表getCorePoolSize()
:获取核心线程数量getMaximumPoolSize()
:获取最大线程数getActiveCount()
:获取当前活跃线程数getQueue().size()
:查看等待队列中任务数量prestartCoreThread()
:提前启动一个核心线程allowCoreThreadTimeOut(true)
:允许核心线程超时销毁
四、五参数与七参数构造方式对比
4.1 五参数构造方式
new ThreadPoolExecutor(core, max, time, unit, workQueue);
问题:使用默认线程工厂与默认拒绝策略,灵活性差。
4.2 七参数构造方式(推荐)
ThreadPoolExecutor executor = new ThreadPoolExecutor(4, 10, 60, TimeUnit.SECONDS,new ArrayBlockingQueue<>(100),Executors.defaultThreadFactory(),new ThreadPoolExecutor.CallerRunsPolicy()
);
推荐指定线程名 + 合理拒绝策略,方便排查问题
五、拒绝策略详解(RejectedExecutionHandler)
策略 | 类名 | 行为 | 适用场景 |
---|---|---|---|
AbortPolicy(默认) | ThreadPoolExecutor.AbortPolicy | 抛出异常 | 非关键任务,容忍失败 |
CallerRunsPolicy | ThreadPoolExecutor.CallerRunsPolicy | 提交线程自己执行 | 降低任务提交速度 |
DiscardPolicy | ThreadPoolExecutor.DiscardPolicy | 静默丢弃任务 | 任务非必须、丢了也没事 |
DiscardOldestPolicy | ThreadPoolExecutor.DiscardOldestPolicy | 丢最旧任务,插入当前任务 | 实时性任务,不能等 |
✅ 生产建议:使用 CallerRunsPolicy + 日志记录,避免系统挂掉
六、任务队列 workQueue 类型与区别
队列 | 类名 | 特点 | 说明 |
---|---|---|---|
ArrayBlockingQueue | 有界 FIFO | 固定长度,线程安全 | |
LinkedBlockingQueue | 有界/无界 | 默认无界,可能造成内存泄露 | |
SynchronousQueue | 不存任务 | 每个任务必须直接交给线程执行 | |
PriorityBlockingQueue | 带优先级 | 支持自定义优先级任务 |
七、线程工厂 ThreadFactory 自定义线程名
ThreadFactory factory = new ThreadFactory() {private final AtomicInteger count = new AtomicInteger(1);@Overridepublic Thread newThread(Runnable r) {return new Thread(r, "my-thread-" + count.getAndIncrement());}
};
八、最佳实践配置方案(阿里开发手册建议)
- 核心线程数:
CPU核数 + 1
- 最大线程数:看业务量 & 延迟容忍度
- 队列长度:根据 QPS 测算
- 拒绝策略:CallerRunsPolicy + 日志
- 禁止 Executors 创建线程池,务必手动配置
九、实战案例:自定义线程池完整代码
ThreadPoolExecutor pool = new ThreadPoolExecutor(4, 10,60, TimeUnit.SECONDS,new ArrayBlockingQueue<>(100),Executors.defaultThreadFactory(),new ThreadPoolExecutor.CallerRunsPolicy()
);for (int i = 0; i < 200; i++) {final int taskId = i;pool.execute(() -> {System.out.println(Thread.currentThread().getName() + " 正在执行任务:" + taskId);try {Thread.sleep(100);} catch (InterruptedException e) {e.printStackTrace();}});
}pool.shutdown();
🔥 十、线程池高频面试题解析(附答案)
1. corePoolSize
和 maximumPoolSize
有什么区别?
- corePoolSize 是“始终保留”线程,即使无任务;
- maximumPoolSize 是线程池最大线程数量(任务高峰期临时扩容使用)。
2. 拒绝策略有哪些?各自适合场景?
详见上方第五节(AbortPolicy、CallerRunsPolicy、DiscardPolicy、DiscardOldestPolicy)
3. 为什么不建议使用 Executors 创建线程池?
- Executors 创建的线程池如 CachedThreadPool 默认使用无界队列,可能造成 OOM。
- 固定线程数可能阻塞任务。
4. 如何优雅关闭线程池?
- 使用
shutdown()
:等任务执行完再退出 - 使用
shutdownNow()
:立即终止,返回未执行任务列表 - 推荐:
shutdown() + awaitTermination()
配合
5. 工作队列选择会对线程池行为产生哪些影响?
- 队列是否有界直接决定线程池能否控制内存;
- 不同队列(如 ArrayBlockingQueue、SynchronousQueue)对任务调度机制有明显影响;
- SynchronousQueue 会跳过队列,直接尝试交给线程执行,适合高并发短任务;
- LinkedBlockingQueue 默认无界,可能造成任务堆积导致 OOM;
- 合理选择队列类型,搭配线程数与拒绝策略才能实现最佳性能与安全性。
–