java 线程池详解

线程池原理

待补充

1.6之前主要的线程池都是由ThreadPoolExecutor来实现的

首先来看下ThreadPoolExecutor的构造函数

public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler)
corePoolSize  初始容量
maximumPoolSize 最大容量
keepAliveTime  存活时间
unit     单位(比如分 秒)
workQueue  工作队列
threadFactory   线程池工场 默认是Executors中的静态内部类DefaultThreadFactory
handler 拒绝策略  默认 AbortPolicy

1. newSingleThreadExecutor
创建一个单线程的线程池。这个线程池只有一个线程在工作，也就是相当于单线程串行执行所有任务。如果这个唯一的线程因为异常结束，那么会有一个新的线程来替代它。此线程池保证所有任务的执行顺序按照任务的提交顺序执行。

public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
corePoolSize  初始容量 和maximumPoolSize 最大容量 均为1  keepAliveTime 存活时间为0
工作队列使用的是无界队列LinkedBlockingQueue，但是这个队列实际是有界的，最大是Integer.MAX_VALUE
public LinkedBlockingQueue() {
this(Integer.MAX_VALUE);
}

2.newFixedThreadPool
创建固定大小的线程池。每次提交一个任务就创建一个线程，直到线程达到线程池的最大大小。线程池的大小一旦达到最大值就会保持不变，如果某个线程因为执行异常而结束，那么线程池会补充一个新线程。

public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
corePoolSize  初始容量 和maximumPoolSize 最大容量 均为参数nThreads，keepAliveTime 存活时间为0
工作队列使用的是无界队列LinkedBlockingQueue，但是这个队列实际是有界的，最大是Integer.MAX_VALUE
public LinkedBlockingQueue() {
this(Integer.MAX_VALUE);
}

3. newCachedThreadPool
创建一个可缓存的线程池。如果线程池的大小超过了处理任务所需要的线程，
那么就会回收部分空闲（60秒不执行任务）的线程，当任务数增加时，此线程池又可以智能的添加新线程来处理任务。此线程池不会对线程池大小做限制，线程池大小完全依赖于操作系统（或者说JVM）能够创建的最大线程大小。

public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
corePoolSize  初始容量是0 maximumPoolSize 最大容量 Integer.MAX_VALUE  keepAliveTime 存活时间为60秒
工作队列使用的是队列SynchronousQueue，默认使用的是SynchronousQueue的内部类TransferStack实现的栈

4.newScheduledThreadPool
创建一个大小无限的线程池。此线程池支持定时以及周期性执行任务的需求。

关于LinkedBlockQueue分析 点击打开链接