Java自定义线程池

一、线程池的概念和作用

线程池是一种用于管理和重用线程的机制。它允许你创建一个线程池，然后将任务提交给这个线程池，线程池会自动分配线程来执行这些任务。

线程池的作用是优化线程的管理和资源利用，以减少线程创建和销毁的开销，提高系统的性能和响应速度。

二、线程池的参数

如果是在 Spring 中，可以用 ThreadPoolTaskExecutor 配合 @Async 注解来实现。（不太建议）
如果是在 Java 中，可以使用 JUC 并发编程包中的 ThreadPoolExecutor 来实现非常灵活地自定义线程池。

线程池参数：

public ThreadPoolExecutor(int corePoolSize, //核心线程数
                          int maximumPoolSize,  //最大工作线程数
                          long keepAliveTime,  //非核心线程存活时间
                          TimeUnit unit,   //时间单位
                          BlockingQueue<Runnable> workQueue,  //阻塞队列
                          ThreadFactory threadFactory,  //线程工厂
                          RejectedExecutionHandler handler //拒绝策略
) {

如何确定线程池的参数？

结合实际情况（实际业务场景和系统资源）来测试调整，不断优化。

corePoolSize（核心线程数）：正常情况下，我们的系统应该能同时工作的线程数（随时就绪的状态）
maximumPoolSize（最大线程数）：极限情况下，我们的线程池也最多有这么多的线程。
keepAliveTime（空闲线程存活时间）：非核心线程在没有任务的情况下，过多久要删除（理解为开除临时工），从而释放无用的线程资源。
TimeUnit unit（空闲线程存活时间的单位）：分钟、秒
workQueue（工作队列）：用于存放给线程执行的任务，存在一个队列的长度（一定要设置，不要说队列长度无限，因为也会占用资源）
threadFactory（线程工厂）：控制每个线程的生成、线程的属性（比如线程名）
RejectedExecutionHandler（拒绝策略）：任务队列满的时候，我们采取什么措施，比如抛异常、不抛异常、自定义策略。

常见的拒绝策略：

AbortPolicy（默认）：这是默认的拒绝策略。当线程池的任务队列已满，且线程池中的线程数已达到最大值时，新任务将被立即拒绝，并抛出RejectedExecutionException异常。这是一种宁可抛出异常也不丢失任务的策略。

CallerRunsPolicy：在这个策略下，当任务被拒绝时，会由提交任务的线程自己来执行这个任务。这意味着如果线程池被拒绝接受新任务，提交任务的线程将尝试执行该任务，从而减缓任务提交的速度。

DiscardPolicy：这个策略下，新任务会被默默地丢弃，不会抛出异常，也不会被执行。这可能会导致任务的丢失。

DiscardOldestPolicy：当任务被拒绝时，这个策略会丢弃任务队列中最老的任务，然后尝试再次提交新任务。这可以减少任务丢失的可能性，但可能会导致某些较旧的任务被丢弃。

自定义策略：除了上述内置策略，你还可以实现自定义的拒绝策略，以满足特定需求。你可以实现RejectedExecutionHandler接口，然后根据自己的逻辑来处理被拒绝的任务。

三、线程池如何工作？

假设核心线程数是：2

最大工作线程数是：4

任务队列大小为：5

下面分析线程池的工作过程：

（1）初始状态时，还没有任务的时候，线程池中是空的，没有线程。

（2）当来了一个任务时，任务数=1，此时就会创建一个核心线程来处理，核心线程数=1，

任务数=2时，再创建一个核心线程，核心线程数=2。此时核心线程数满了。

（3）此时如果再来一个任务，并不会创建线程来处理。而是放到任务队列中。

（4）当任务队列满了的时候，才会创建非核心线程来处理任务。如果线程数达到最大线程数，任务队列也满了，此时就会触发拒绝策略。

（5）如果当前线程数超过 corePoolSize（正式员工数），又没有新的任务给他，那么等 keepAliveTime 时间达到后，就可以把这个线程释放。

一般情况下，任务分为 IO 密集型和计算密集型两种。
计算密集型：吃 CPU，比如音视频处理、图像处理、数学计算等，一般是设置 corePoolSize 为 CPU 的核数 + 1（空余线程），可以让每个线程都能利用好 CPU 的每个核，而且线程之间不用频繁切换（减少打架、减少开销）
IO 密集型：吃带宽/内存/硬盘的读写资源，corePoolSize 可以设置大一点，一般经验值是 2n 左右，但是建议以 IO 的能力为主。

四、线程池的实现

在springboot项目中增加线程池配置类：

import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import javax.validation.constraints.NotNull;
import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.ThreadFactory;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

@Configuration
public class ThreadPoolExecutorConfig {

    @Bean
    public ThreadPoolExecutor threadPoolExecutor() {

        //1. 创建线程工厂，用于为线程池创建新的线程对象
        ThreadFactory threadFactory = new ThreadFactory() {
            private int count = 1;

            @Override
            public Thread newThread(@NotNull Runnable r) {
                Thread thread = new Thread(r);
                thread.setName("线程" + count);
                count++;
                return thread;
            }
        };
        //2. 这段代码创建了一个名为 threadPoolExecutor的ThreadPoolExecutor 线程池实例，参数如下：
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2, 4, 100, TimeUnit.SECONDS,
                new ArrayBlockingQueue<>(4), threadFactory);
        return threadPoolExecutor;
    }
}

创建一个测试Controller:

import com.fasterxml.jackson.databind.ObjectMapper;
import com.ruoyi.common.core.controller.BaseController;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.security.access.prepost.PreAuthorize;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;
import java.util.HashMap;
import java.util.Map;
import java.util.concurrent.CompletableFuture;
import java.util.concurrent.ThreadPoolExecutor;


@RestController
@RequestMapping("/system/test")
public class QueueController extends BaseController {

    protected final Logger logger = LoggerFactory.getLogger(this.getClass());

    @Autowired
    private ThreadPoolExecutor myThreadPoolExecutor;

    @PreAuthorize("@ss.hasPermi('system:user:list')")
    @GetMapping("/addTask")
    public void addTask(String taskName) {
        //这是Java 8引入的CompletableFuture类的方法，用于在异步线程中执行一个任务。
        // 这个方法接受一个Runnable对象作为参数，其中包含要执行的任务代码。在这个代码块中，任务会在后台线程中执行。
        CompletableFuture.runAsync(() -> {
            logger.info("任务执行中："+taskName+"，执行的线程为："+ Thread.currentThread().getName());
            try{
                Thread.sleep(600000);
            } catch(InterruptedException e) {
                e.printStackTrace();
            }
        }, myThreadPoolExecutor); //传入线程池对象
    }

    @PreAuthorize("@ss.hasPermi('system:user:list')")
    @GetMapping("/get")
    public String get() {
        Map<String, Object> map = new HashMap<>();
        int queueSize = myThreadPoolExecutor.getQueue().size();
        map.put("队列长度",queueSize);

        long tasksNum = myThreadPoolExecutor.getTaskCount();
        map.put("任务总数",tasksNum);

        long completedTaskCount = myThreadPoolExecutor.getCompletedTaskCount();
        map.put("已完成的任务数",completedTaskCount);

        int activeCount = myThreadPoolExecutor.getActiveCount();
        map.put("正在工作的线程数", activeCount);

        // 使用Jackson库将map转换为JSON字符串
        try {
            ObjectMapper objectMapper = new ObjectMapper();
            String json = objectMapper.writeValueAsString(map);
            return json;
        } catch (Exception e) {
            e.printStackTrace();
            // 在异常情况下返回错误信息
            return "Error occurred: " + e.getMessage();
        }
    }
}