线程池

线程池简介

线程池（ThreadPool）是一种基于池化思想管理线程的工具。线程池维护多个线程，等待监督和管理分配可并发执行的任务。看过new Thread源码后我们发现，频繁创建线程销毁线程的开销很大，会降低系统整体性能。

优点

➢ 降低资源消耗：通过线程池复用线程，降低创建线程和释放线程的损耗
➢ 提高响应速度：任务到达时，无需等待即刻运行
➢ 提高线程的可管理性：使用线程池可以进行统一的线程分配、调优和监控
➢ 提供可扩展性：线程池具备可扩展性，研发人员可以向其中增加各种功能，比如：延时、定时、监控等

使用场景

➢ 连接池：预先申请数据库连接，提升申请连接的速度，降低系统的开销（跨网络应用都需要线程池）
➢ 线程隔离：服务器接收大量请求，使用线程池来进行隔离处理
➢ 开发中，如需创建5以上线程，就可以考虑用线程池

线程池的核心参数

参数详解：
➢ corePoolSize：核心线程数，可以理解为空闲线程数，即便线程空闲（Idle），也不会回收
➢ maxPoolSize ：最大线程数，线程池可以容纳线程的上限
➢ keepAliveTime ：线程保持存活的时间，超过核心线程数的线程存活空闲时间超过keepAliveTime后就会被回收
➢ unit: 时间单位
➢ workQueue ：工作队列，直接交换队列SynchronousQueue，无界队列LinkedBlockingQueue ，有界队列 ArrayBlockingQueue
➢ threadFactory：线程工厂，用来创建线程的工厂，线程都是出自于此工厂
➢ Handler：线程无法接收任务时的拒绝策略

线程池原理

① 提交任务，如果线程数小于corePoolSize即使其他线程处于空闲状态，也会创建一个新线程来运行任务
② 如果线程数大于corePoolSize，但少于maxPoolSize，将任务放入工作队列
③ 如果队列已满，并且线程数小于maxPoolSize，则创建一个新线程来运行任务。
④ 如果队列已满，并且线程数大于或等于maxPoolSize，则拒绝该任务。

自动创建线程

四种：
①newFixedThreadPool：固定数量线程池，无界任务阻塞队列
②newSingleThreadExecutor ：一个线程的线程池，无界任务阻塞队列
③newCachedThreadPool ：可缓存线程的无界线程池，可以自动回收多余线程
④newScheduledThreadPool ：定时任务线程池

手动创建线程

如何设置线程池大小？
➢ CPU密集型：线程数量不能太多，可以设置为与相当于CPU核数-Runtime.getRuntime().availableProcessors()
➢ IO密集型：IO密集型CPU使用率不高，可以设置的线程数量多一些，可以设置为CPU核心数的2倍
拒绝策略：
➢ 拒绝时机：①最大线程和工作队列有限且已经饱和，②Executor关闭时
➢ 抛异常策略：AbortPolicy，说明任务没有提交成功
➢ 不做处理策略：DiscardPolicy，默默丢弃任务，不做处理
➢ 丢弃老任务策略：DiscardOldestPolicy，将队列中存在最久的任务给丢弃
➢ 自产自销策略：CallerRunsPolicy，那个线程提交任务就由那个线程负责运行

示例代码

package com.xt.blog.web.config;

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import org.springframework.scheduling.concurrent.ThreadPoolTaskExecutor;

import java.util.concurrent.Executor;
import java.util.concurrent.ThreadPoolExecutor;

/**
 * 功能描述:自定义线程池
 *
 * @author wdl
 * @date 2022/12/31 - 18:50
 */
@Configuration
public class ThreadPoolConfig {

    @Bean("taskExecutor")
    public Executor taskExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        // 设置核心线程数
        executor.setCorePoolSize(5);
        // 设置最大线程数
        executor.setMaxPoolSize(20);
        //配置队列大小
        executor.setQueueCapacity(20);
        // 设置线程空闲时间，当超过核心线程之外的线程在空闲到达之后会被销毁（秒）
        executor.setKeepAliveSeconds(60);
        // 设置默认线程名称
        executor.setThreadNamePrefix("ThreadExecutor");
        // 等待所有任务结束后再关闭线程池
        executor.setWaitForTasksToCompleteOnShutdown(true);
        //拒绝策略
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.AbortPolicy());
        //执行初始化
        executor.initialize();
        return executor;
    }
}

/**
     * 数据看板初始化
     *
     * @param userId
     * @return
     */
    @GetMapping("/initialization")
    public Result<InitializationDataBoardVo> initializationDataBoard(@RequestParam("userId") Long userId
            , @RequestParam("selectYear") String selectYear) throws InterruptedException {
        // 初始化对象
        InitializationDataBoardVo initializationDataBoardVo = new InitializationDataBoardVo();
        // 创建线程计数器
        final CountDownLatch countDownLatch = new CountDownLatch(3);
        // 线程执行调用,获取用户信息
        taskExecutor.execute(dataBoardService.getUserInfo(countDownLatch, initializationDataBoardVo, userId));
        // 线程执行调用,数据看板界面月度注册的用户排行情况
        taskExecutor.execute(dataBoardService.getUserRecordData(countDownLatch, initializationDataBoardVo, selectYear));
        // 线程执行调用,数据看板用户数据统计
        taskExecutor.execute(dataBoardService.getCountData(countDownLatch, initializationDataBoardVo));
        // 线程计数器等待全部线程执行完成
        countDownLatch.await();
        return Result.success(initializationDataBoardVo);
    }

@Override
    public Runnable getUserInfo(CountDownLatch countDownLatch, InitializationDataBoardVo initializationDataBoardVo, Long userId) {
        Runnable runnable = () -> {
            try {
                // feign远程调用到user微服务获取用户信息
                Result<UserInfoVo> userInfoVoResult = userFeignService.getUserInfoByUserId(userId);
                initializationDataBoardVo.setUserInfoVo(userInfoVoResult.getData());
            } catch (Exception e) {
                log.error("get userInfo error message:{}", e.getMessage());
            } finally {
                // 线程计数器减一
                countDownLatch.countDown();
            }
        };
        return runnable;
    }

ThreadLocal

ThreadLocal是线程本地变量类，在多线程并执行过程中，将变量存储在ThreadLocal中，每个线程中都有独立的变量，因此不会出现线程安全问题。

举例：
➢ 解决线程安全问题：每个线程绑定一个数据库连接，避免多个线程访问同一个数据库连接：SqlSession
➢ 跨函数参数传递：同一个线程，跨类，跨方法传递参数时可以使用ThreadLocal，每个线程绑定一个Token/Session

ThreadLocal底层原理

JDK1.8之前：ThreadLocal是Map所有线程拥有同一个，Key为thread，Value为具体值
JDK1.8：ThreadLocal依旧是Map，但一个线程一个ThreadLocalMap，key为ThreadLocal，Value为具体值

Future与FutureTask

Future主要方法

➢ get()：方法返回结果取决于Callable任务执行的状态，任务有五种状态
① 正常完成：get立刻返回结果
② 尚未完成：还没开始或进行中的状态，get将阻塞直到任务完成
③ 抛出异常：get会抛出ExecutionException
④ 被取消： get会抛出CancellationException
⑤ 超时：设置超时时间，时间到了还没结果，会抛出TimeoutException
➢ get(timeout,TimeUnit)：设置任务完成时间，没到则抛异常
➢ cancel()：取消任务时，有三种情况
① 如果这个任务还没开始，任务会被取消，返回true
② 如果任务已经完成或已取消，返回false
③ 如果任务已经开始，则方法不会直接取消任务，而会判断是否可以取消，如果可以才会发出中断信号
➢ isDone() ：判断是否执行完成
➢ isCancelled() ：判断是否被取消

Future与FutureTask案例

Future用法01-用线程池submit方法提交任务，返回值Future任务结果
➢ 用线程池提交任务，线程池会立即返回一个空的Future容器
➢ 当线程的任务执行完成，线程池会将该任务执行结果填入Future中
➢ 此时就可以从Future获取执行结果
Future用法02-用FutureTask来封装任务，获取Future任务的结果
➢ 用FutureTask包装任务，FutureTask是Future和Runnable接口的实现类
➢ 可以使用new Thread().start()或线程池执行FutureTask
➢ 任务执行完成，可以从FutureTask中获取执行结果

# 线程池

# 线程池简介

# 优点

# 使用场景

# 线程池的核心参数

# 线程池原理

# 自动创建线程

# 手动创建线程

# 示例代码

# ThreadLocal

# ThreadLocal底层原理

# Future与FutureTask

# Future主要方法

# Future与FutureTask案例

线程池