并发编程 | 005-常见的六种线程池

• 之前我们介绍了线程池的四种拒绝策略，了解了线程池参数的含义，那么今天我们来聊聊Java 中常见的几种线程池，以及在jdk7 加入的 ForkJoin 新型线程池

• 首先我们列出Java 中的六种线程池如下

线程池名称	描述
FixedThreadPool	核心线程数与最大线程数相同
SingleThreadExecutor	一个线程的线程池
CachedThreadPool	核心线程为0，最大线程数为Integer. MAX_VALUE
ScheduledThreadPool	指定核心线程数的定时线程池
SingleThreadScheduledExecutor	单例的定时线程池
ForkJoinPool	JDK 7 新加入的一种线程池

• 在了解集中线程池时我们先来熟悉一下主要几个类的关系，ThreadPoolExecutor 的类图，以及 Executors 的主要方法：

• 上面看到的类图，方便帮助下面的理解和查看，我们可以看到一个核心类 ExecutorService , 这是我们线程池都实现的基类，我们接下来说的都是它的实现类。

FixedThreadPool

• FixedThreadPool 线程池的特点是它的核心线程数和最大线程数一样，我们可以看它的实现代码在 Executors#newFixedThreadPool(int) 中，如下：

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

我们可以看到方法内创建线程调用的实际是 ThreadPoolExecutor 类，这是线程池的核心执行器，传入的 nThread 参数作为核心线程数和最大线程数传入，队列采用了一个链表结构的有界队列。

• 这种线程池我们可以看作是固定线程数的线程池，它只有在开始初始化的时候线程数会从0开始创建，但是创建好后就不再销毁，而是全部作为常驻线程池，这里如果对线程池参数不理解的可以看之前文章 《解释线程池各个参数的含义》。
• 对于这种线程池他的第三个和第四个参数是没意义，它们是空闲线程存活时间，这里都是常驻不存在销毁，当线程处理不了时会加入到阻塞队列，这是一个链表结构的有界阻塞队列，最大长度是Integer. MAX_VALUE

SingleThreadExecutor

• SingleThreadExecutor 线程的特点是它的核心线程数和最大线程数均为1，我们也可以将其任务是一个单例线程池，它的实现代码是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));
}

• 上述代码中我们发现它有一个重载函数，传入了一个ThreadFactory 的参数，一般在我们开发中会传入我们自定义的线程创建工厂，如果不传入则会调用默认的线程工厂
• 我们可以看到它与 FixedThreadPool 线程池的区别仅仅是核心线程数和最大线程数改为了1，也就是说不管任务多少，它只会有唯一的一个线程去执行
• 如果在执行过程中发生异常等导致线程销毁，线程池也会重新创建一个线程来执行后续的任务
• 这种线程池非常适合所有任务都需要按被提交的顺序来执行的场景，是个单线程的串行。

CachedThreadPool

• cachedThreadPool 线程池的特点是它的常驻核心线程数为0，正如其名字一样，它所有的县城都是临时的创建，关于它的实现在 Executors#newCachedThreadPool() 中，代码如下：

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);
}

• 从上述代码中我们可以看到 CachedThreadPool 线程池中，最大线程数为 Integer.MAX_VALUE , 意味着他的线程数几乎可以无限增加。
• 因为创建的线程都是临时线程，所以他们都会被销毁，这里空闲 线程销毁时间是60秒，也就是说当线程在60秒内没有任务执行则销毁
• 这里我们需要注意点，它使用了 SynchronousQueue 的一个阻塞队列来存储任务，这个队列是无法存储的，因为他的容量为0，它只负责对任务的传递和中转，效率会更高，因为核心线程都为0，这个队列如果存储任务不存在意义。

ScheduledThreadPool

• ScheduledThreadPool 线程池是支持定时或者周期性执行任务，他的创建代码 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);
}

• 我们发现这里调用了 ScheduledThreadPoolExecutor 这个类的构造函数，进一步查看发现 ScheduledThreadPoolExecutor 类是一个继承了 ThreadPoolExecutor 的，同时实现了 ScheduledExecutorService 接口，我们看到它的几个构造函数都是调用父类 ThreadPoolExecutor 的构造函数

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);
}

• 从上面代码我们可以看到和其他线程池创建并没有差异，只是这里的任务队列是 DelayedWorkQueue 关于阻塞丢列我们下篇文章专门说，这里我们先创建一个周期性的线程池来看一下

public static void main(String[] args) {
    ScheduledExecutorService service = Executors.newScheduledThreadPool(5);
    // 1. 延迟一定时间执行一次
    service.schedule(() ->{
        System.out.println("schedule ==> 云栖简码-i-code.online");
    },2, TimeUnit.SECONDS);

    // 2. 按照固定频率周期执行
    service.scheduleAtFixedRate(() ->{
        System.out.println("scheduleAtFixedRate ==> 云栖简码-i-code.online");
    },2,3,TimeUnit.SECONDS);

    //3. 按照固定频率周期执行
    service.scheduleWithFixedDelay(() -> {
        System.out.println("scheduleWithFixedDelay ==> 云栖简码-i-code.online");
    },2,5,TimeUnit.SECONDS);

}

• 上面代码是我们简单创建了 newScheduledThreadPool ，同时演示了里面的三个核心方法，首先看执行的结果：

• 首先我们看第一个方法 schedule , 它有三个参数，第一个参数是线程任务，第二个delay 表示任务执行延迟时长，第三个unit 表示延迟时间的单位，如上面代码所示就是延迟两秒后执行任务

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

• 第二个方法是 scheduleAtFixedRate 如下, 它有四个参数，command 参数表示执行的线程任务 ，initialDelay 参数表示第一次执行的延迟时间，period 参数表示第一次执行之后按照多久一次的频率来执行，最后一个参数是时间单位。如上面案例代码所示，表示两秒后执行第一次，之后按每隔三秒执行一次

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

• 第三个方法是 scheduleWithFixedDelay 如下，它与上面方法是非常类似的，也是周期性定时执行, 参数含义和上面方法一致。这个方法和 scheduleAtFixedRate 的区别主要在于时间的起点计时不同

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

• scheduleAtFixedRate 是以任务开始的时间为时间起点来计时，时间到就执行第二次任务，与任务执行所花费的时间无关；而 scheduleWithFixedDelay 是以任务执行结束的时间点作为计时的开始。如下所示

SingleThreadScheduledExecutor

• 它实际和 ScheduledThreadPool 线程池非常相似，它只是 ScheduledThreadPool 的一个特例，内部只有一个线程，它只是将 ScheduledThreadPool 的核心线程数设置为了 1。如源码所示：

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

• 上面我们介绍了五种常见的线程池，对于这些线程池我们可以从核心线程数、最大线程数、存活时间三个维度进行一个简单的对比，有利于我们加深对这几种线程池的记忆。

	FixedThreadPool	SingleThreadExecutor	CachedThreadPool	ScheduledThreadPool	SingleThreadScheduledExecutor
corePoolSize	构造函数传入	1	0	构造函数传入	1
maxPoolSize	同corePoolSize	1	Integer. MAX_VALUE	Integer. MAX_VALUE	Integer. MAX_VALUE
keepAliveTime	0	0	60	0	0

ForkJoinPool

• ForkJoinPool 这是一个在 JDK7 引入的新新线程池，它的主要特点是可以充分利用多核CPU , 可以把一个任务拆分为多个子任务，这些子任务放在不同的处理器上并行执行，当这些子任务执行结束后再把这些结果合并起来，这是一种分治思想。
• ForkJoinPool 也正如它的名字一样，第一步进行 Fork 拆分，第二步进行 Join 合并，我们先来看一下它的类图结构

• ForkJoinPool 的使用也是通过调用 submit(ForkJoinTask<T> task) 或 invoke(ForkJoinTask<T> task) 方法来执行指定任务了。其中任务的类型是 ForkJoinTask 类，它代表的是一个可以合并的子任务，他本身是一个抽象类，同时还有两个常用的抽象子类 RecursiveAction 和 RecursiveTask ，其中 RecursiveTask 表示的是有返回值类型的任务，而 RecursiveAction 则表示无返回值的任务。下面是它们的类图：

• 下面我们通过一个简单的代码先来看一下如何使用 ForkJoinPool 线程池

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

	/**
    	目标： 打印0-200以内的数字，进行分段每个间隔为10以上，测试forkjoin
    */
    public static void main(String[] args) {
        // 创建线程池，
        ForkJoinPool joinPool = new ForkJoinPool();
        // 创建根任务
        SubTask subTask = new SubTask(0,200);
        // 提交任务
        joinPool.submit(subTask);
        //让线程阻塞等待所有任务完成 在进行关闭
        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){
            // 如果分裂的两者差值小于10 则不再继续，直接打印
            System.out.println(Thread.currentThread().getName()+": [startNum:"+startNum+",endNum:"+endNum+"]");
        }else {
            // 取中间值
            int middle = (startNum + endNum) / 2;
            //创建两个子任务，以递归思想，
            SubTask subTask = new SubTask(startNum,middle);
            SubTask subTask1 = new SubTask(middle,endNum);
            //执行任务， fork() 表示异步的开始执行
            subTask.fork();
            subTask1.fork();
        }
    }
}

结果：

• 从上面的案例我们可以看到我们，创建了很多个线程执行，因为我测试的电脑是12线程的，所以这里实际是创建了12个线程，也侧面说明了充分调用了每个处理的线程处理能力
• 上面案例其实我们发现很熟悉的味道，那就是以前接触过的递归思想，将上面的案例图像化如下，更直观的看到，

• 上面的例子是无返回值的案例，下面我们来看一个典型的有返回值的案例，相信大家都听过及很熟悉斐波那契数列，这个数列有个特点就是最后一项的结果等于前两项的和，如： 0，1，1，2，3，5...f(n-2)+f(n-1), 即第0项为0 ，第一项为1，则第二项为 0+1=1，以此类推。我们最初的解决方法就是使用递归来解决，如下计算第n项的数值：

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

• 从上面简单代码中可以看到，当 n<=1 时返回 n , 如果n>1 则计算前一项的值f1，在计算前两项的值f2, 再将两者相加得到结果，这就是典型的递归问题，也是对应我们的ForkJoin 的工作模式，如下所示，根节点产生子任务，子任务再次衍生出子子任务，到最后在进行整合汇聚，得到结果。

• 我们通过 ForkJoinPool 来实现斐波那契数列的计算，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();
        //计算第二是项的数值
        final ForkJoinTask<Integer> submit = pool.submit(new Fibonacci(20));
        // 获取结果，这里获取的就是异步任务的最终结果
        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;
        //创建子任务
        Fibonacci subTask1 = new Fibonacci(num - 1);
        Fibonacci subTask2 = new Fibonacci(num - 2);
        // 执行子任务
        subTask1.fork();
        subTask2.fork();
        //获取前两项的结果来计算和
        return subTask1.join()+subTask2.join();
    }
}

• 通过 ForkJoinPool 可以极大的发挥多核处理器的优势，尤其非常适合用于递归的场景，例如树的遍历、最优路径搜索等场景。

• 上面说的是ForkJoinPool 的使用上的，下面我们来说一下其内部的构造，对于我们前面说的几种线程池来说，它们都是里面只有一个队列，所有的线程共享一个。但是在ForkJoinPool 中，其内部有一个共享的任务队列，除此之外每个线程都有一个对应的双端队列Deque , 当一个线程中任务被Fork 分裂了，那么分裂出来的子任务就会放入到对应的线程自己的Deque中，而不是放入公共队列。这样对于每个线程来说成本会降低很多，可以直接从自己线程的队列中获取任务而不需要去公共队列中争夺，有效的减少了线程间的资源竞争和切换。

• 有一种情况，当线程有多个如t1,t2,t3...，在某一段时间线程 t1 的任务特别繁重，分裂了数十个子任务，但是线程 t0 此时却无事可做，它自己的 deque 队列为空，这时为了提高效率，t0 就会想办法帮助 t1 执行任务，这就是“work-stealing”的含义。
• 双端队列 deque 中，线程 t1 获取任务的逻辑是后进先出，也就是LIFO（Last In Frist Out），而线程t0在“steal”偷线程 t1 的 deque 中的任务的逻辑是先进先出，也就是FIFO（Fast In Frist Out），如图所示，图中很好的描述了两个线程使用双端队列分别获取任务的情景。你可以看到，使用 “work-stealing” 算法和双端队列很好地平衡了各线程的负载。

---

快来关注公众号~~ 平时会更新一些干货哈！