当前位置 : 主页 > 编程语言 > java >

工作中禁止使用Executors快捷创建线程池原理详解

来源:互联网 收集:自由互联 发布时间:2023-01-30
目录 问题? 1.1 newFixedThreadPool的潜在问题 1.2 newSingleThreadExecutor的潜在问题? 1.3 newCachedThreadPool的潜在问题 1.4 newScheduledThreadPool 潜在问题 1.5 总结 问题? 在很多公司(如阿里、华为等)
目录
  • 问题?
  • 1.1 newFixedThreadPool的潜在问题
  • 1.2 newSingleThreadExecutor的潜在问题?
  • 1.3 newCachedThreadPool的潜在问题
  • 1.4 newScheduledThreadPool 潜在问题
  • 1.5 总结

问题?

在很多公司(如阿里、华为等)的编程规范中,非常明确地禁止使用Executors快捷创建线程池,为什么呢?这里从源码讲起,介绍使用Executors工厂方法快捷创建线程池将会面临的潜在问题。

1.1 newFixedThreadPool的潜在问题

基本使用

         // 线程池
        ExecutorService singleThreadExecutor = Executors.newFixedThreadPool(2);
        // 批量添加线程
        for (int i = 0; i < 7; i++) {
            singleThreadExecutor.execute(new TargetTask());
            //  singleThreadExecutor.submit(new TargetTask());
        }
        Thread.sleep(1000);
        // 线程池销毁
        singleThreadExecutor.shutdown();;

查看源码

  public static ExecutorService newFixedThreadPool(int nThreads) {
        return new ThreadPoolExecutor(nThreads, nThreads,
                                      0L, TimeUnit.MILLISECONDS,
                                      new LinkedBlockingQueue<Runnable>());
    }
    /**
     * Creates a {@code LinkedBlockingQueue} with a capacity of
     * {@link Integer#MAX_VALUE}.
     */
    public LinkedBlockingQueue() {
        this(Integer.MAX_VALUE);
    }

我们可以看出:

  • corePoolSize(核心线程数)=maximumPoolSize(最大线程数)。
  • LinkedBlockingQueue是一个无界队列,如果提交的任务过快会造成任务大量的的堆积,消耗完服务器资源。
  • 如果队列很大,很有可能导致JVM出现OOM(Out Of Memory)异常,即内存资源耗尽。

1.2 newSingleThreadExecutor的潜在问题?

基本使用

         // 线程池
        ExecutorService singleThreadExecutor = Executors.newSingleThreadExecutor();
        // 批量添加线程
        for (int i = 0; i < 5; i++) {
            singleThreadExecutor.execute(new TargetTask());
          //  singleThreadExecutor.submit(new TargetTask());
        }
        Thread.sleep(1000);
        // 线程池销毁
        singleThreadExecutor.shutdown();;

查看源码

    public static ExecutorService newSingleThreadExecutor() {
        return new FinalizableDelegatedExecutorService
            (new ThreadPoolExecutor(1, 1,
                                    0L, TimeUnit.MILLISECONDS,
                                    new LinkedBlockingQueue<Runnable>()));
    }
   /**
     * Creates a {@code LinkedBlockingQueue} with a capacity of
     * {@link Integer#MAX_VALUE}.
     */
    public LinkedBlockingQueue() {
        this(Integer.MAX_VALUE);
    }

尝试修改核心线程数

package ExecutorDemo.newSingleThreadExecutor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ThreadPoolExecutor;
/**
 * @description:
 * @author: shu
 * @createDate: 2022/11/1 10:45
 * @version: 1.0
 */
public class UpdateSingleThreadExecutor {
    public static void main(String[] args) {
        //创建一个固定大小的线程池
        ExecutorService fixedExecutorService =
                Executors.newFixedThreadPool(1);
        ThreadPoolExecutor threadPoolExecutor =
                (ThreadPoolExecutor) fixedExecutorService;
        System.out.println(threadPoolExecutor.getMaximumPoolSize());
        //设置核心线程数
        threadPoolExecutor.setCorePoolSize(8);
        //创建一个单线程化的线程池
        ExecutorService singleExecutorService =
                Executors.newSingleThreadExecutor();
        //转换成普通线程池,会抛出运行时异常 java.lang.ClassCastException
        ((ThreadPoolExecutor) singleExecutorService).setCorePoolSize(8);
    }
}

我们可以看出:

  • 单例存在,我们无法去修改核心线程数,否则会造成异常处理。
  • corePoolSize(核心线程数)=maximumPoolSize(最大线程数)=1 。
  • LinkedBlockingQueue是一个无界队列,如果提交的任务过快会造成任务大量的的堆积,消耗完服务器资源。
  • 如果队列很大,很有可能导致JVM出现OOM(Out Of Memory)异常,即内存资源耗尽。

1.3 newCachedThreadPool的潜在问题

基本使用

        // 线程池
        ExecutorService singleThreadExecutor = Executors.newCachedThreadPool();
        // 批量添加线程
        for (int i = 0; i < 7; i++) {
            singleThreadExecutor.execute(new TargetTask());
            //  singleThreadExecutor.submit(new TargetTask());
        }
        Thread.sleep(1000);
        // 线程池销毁
        singleThreadExecutor.shutdown();;

源码分析

    public static ExecutorService newCachedThreadPool() {
        return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                      60L, TimeUnit.SECONDS,
                                      new SynchronousQueue<Runnable>());
    }
     * Creates a {@code SynchronousQueue} with nonfair access policy.
     */
    public SynchronousQueue() {
        this(false);
    }
  • ThreadPoolExecutor标准构造器创建一个核心线程数为0、最大线程数不设限制的线程池
  • 理论上可缓存线程池可以拥有无数个工作线程,即线程数量几乎无限制。
  • 可缓存线程池的workQueue为SynchronousQueue同步队列,这个队列类似于一个接力棒,入队出队必须同时传递,正因为可缓存线程池可以无限制地创建线程,不会有任务等待,所以才使用SynchronousQueue。
  • 但是,maximumPoolSize的值为Integer.MAX_VALUE(非常大),可以认为可以无限创建线程,如果任务提交较多,就会造成大量的线程被启动,很有可能造成OOM异常,甚至导致CPU线程资源耗尽。

1.4 newScheduledThreadPool 潜在问题

基本使用

          // 线程池
        ScheduledExecutorService service = Executors.newScheduledThreadPool(2);
        // 批量添加线程
        for (int i = 0; i < 7; i++) {
            ScheduledFuture<?> future = service.scheduleWithFixedDelay(new TargetTask(), 0, 500, TimeUnit.MILLISECONDS);
        }
        Thread.sleep(1000);
        // 线程池销毁
        service.shutdown();;

源码分析

    public ScheduledThreadPoolExecutor(int corePoolSize) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue());
    }
 static class DelayedWorkQueue extends AbstractQueue<Runnable>
        implements BlockingQueue<Runnable> {
        private static final int INITIAL_CAPACITY = 16;
        private RunnableScheduledFuture<?>[] queue =
            new RunnableScheduledFuture<?>[INITIAL_CAPACITY];
        private final ReentrantLock lock = new ReentrantLock();
        private int size = 0;
        private Thread leader = null;
        private final Condition available = lock.newCondition();
        }

maximumPoolSize为Integer.MAX_VALUE,表示线程数不设上限,其workQueue为一个DelayedWorkQueue实例,这是一个按到期时间升序排序的阻塞队列。

1.5 总结

虽然Executors工厂类提供了构造线程池的便捷方法,但是对于服务器程序而言,大家应该杜绝使用这些便捷方法,而是直接使用线程池ThreadPoolExecutor的构造器,从而有效避免由于使用无界队列可能导致的内存资源耗尽,或者由于对线程

以上就是工作中禁止使用Executors快捷创建线程池原理详解的详细内容,更多关于禁止用Executors创建线程池的资料请关注自由互联其它相关文章!

上一篇:Spring&nbsp;jcl及spring&nbsp;core源码深度解析
下一篇:没有了
网友评论