目錄

• 一、簡介
• 二、線程池任務場景
• • 場景一：提交5個任務，執行總耗時500ms
  • 場景二：提交10個任務，執行總耗時500ms
  • 場景三：提交11個任務，執行總耗時1000ms
  • 場景四：提交20個任務，執行總耗時1000ms
  • 場景五：提交30個任務，執行總耗時1500ms
  • 場景六：提交40個任務，執行總耗時2000ms
  • 場景七：提交41個任務，執行總耗時2000ms
  • 場景八：提交45個任務，執行總耗時1500ms
  • 場景九：提交50個任務，執行總耗時1500ms
  • 場景十：提交51個任務，執行總耗時1500ms
• 三、總結

線程池原理詳見：Java基礎——深入理解Java線程池

一、簡介

網上有很多關于 線程池原理 的講解，理論說的多了你也不一定記得住，也不一定理解的了，下面我通過一個DEMO，加上多個任務場景，讓你能夠直觀的理解線程池的工作流程。

二、線程池任務場景

線程池有幾個關鍵參數：核心線程數、最大線程數、回收時間、隊列等。

我們DEMO使用自定義線程池方式來講解線程池的工作流程，代碼如下：

package com.example.springbootdemo.util;import java.util.concurrent.ArrayBlockingQueue; import java.util.concurrent.ThreadPoolExecutor; import java.util.concurrent.TimeUnit; import java.util.concurrent.atomic.AtomicInteger;public class ThreadPoolTest {// 任務數private static int taskCount = 50;// 實際完成任務數private static AtomicInteger taskCountExecuted;public static void main(String[] args) {init();}private static void init(){taskCountExecuted = new AtomicInteger(0);ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, // 核心線程數20, // 最大線程數5, // 非核心線程回收超時時間TimeUnit.SECONDS, // 超時時間單位new ArrayBlockingQueue<>(30) // 任務隊列);System.out.println("任務總數 = [" + taskCount + "]個");long start = System.currentTimeMillis();for(int i=0; i<taskCount; i++){Runnable runnable = new Runnable() {@Overridepublic void run() {try{Thread.sleep(500);System.out.println("已執行第 [" + taskCountExecuted.addAndGet(1) + "] 個任務");}catch (Exception ex){ex.printStackTrace();}}};try{// 默認拒絕策略會報錯threadPoolExecutor.execute(runnable);}catch (Exception ex){ex.printStackTrace();taskCount = threadPoolExecutor.getActiveCount() + threadPoolExecutor.getQueue().size();}}long end = 0;while (threadPoolExecutor.getCompletedTaskCount() < taskCount){end = System.currentTimeMillis();}System.out.println("[" + taskCountExecuted + "]個任務執行總耗時 = [" + (end - start) + "]ms");threadPoolExecutor.shutdown();} }

說明：我們DEMO中新建了個線程池，核心線程數10，最大線程數20，任務隊列容量30。

執行每個任務場景只需修改 taskCount 值即可。

場景一：提交5個任務，執行總耗時500ms

taskCount = 5;

執行結果：

任務總數 = [5]個 已執行第 [2] 個任務 已執行第 [3] 個任務 已執行第 [4] 個任務 已執行第 [1] 個任務 已執行第 [5] 個任務 [5]個任務執行總耗時 = [506]ms

分析：核心線程數為10，也就是說有10個線程數長期處于活動狀態，即來任務立馬就能執行，任務數5 < 核心線程數10，所以，5個任務立馬執行完成，且是多線程并行執行，所以任務執行總耗時 = 500ms

注：我們日志輸出的是 505ms ，因為代碼執行也是要花時間的。

場景二：提交10個任務，執行總耗時500ms

taskCount = 10;

執行結果：

任務總數 = [10]個 已執行第 [2] 個任務 已執行第 [8] 個任務 已執行第 [5] 個任務 ... 已執行第 [3] 個任務 已執行第 [9] 個任務 已執行第 [10] 個任務 [10]個任務執行總耗時 = [507]ms

分析：任務數10 <= 核心線程數10，10個任務立馬執行完成，所以任務執行總耗時 = 500ms。

場景三：提交11個任務，執行總耗時1000ms

taskCount = 11;

執行結果：

任務總數 = [11]個 已執行第 [1] 個任務 已執行第 [3] 個任務 已執行第 [4] 個任務 ... 已執行第 [8] 個任務 已執行第 [7] 個任務 已執行第 [11] 個任務 [11]個任務執行總耗時 = [1009]ms

分析：任務執行總耗時 = 1000ms，別驚訝，這里是很多人沒有搞懂線程池運行機制的關鍵點，雖然任務只多個一個，但是地11個任務不是立馬執行的，核心線程數為10，第11個任務會進入到任務隊列，等核心線程有空出來后會從任務隊列中取出任務再來執行，因此任務總耗時 = 1000ms。

場景四：提交20個任務，執行總耗時1000ms

taskCount = 20;

執行結果：

任務總數 = [20]個 已執行第 [5] 個任務 已執行第 [4] 個任務 已執行第 [2] 個任務 ... 已執行第 [16] 個任務 已執行第 [19] 個任務 已執行第 [20] 個任務 [20]個任務執行總耗時 = [1010]ms

分析：任務執行總耗時 = 1000ms，此處與前一個場景一樣，第11到第20共10個任務會進入到任務隊列，等核心線程有空出來后會從任務隊列中取出任務再來執行，因為有10個核心線程，前10個任務執行完成后，任務隊列中的10個任務正好由空出的10個核心線程來執行，因此任務總耗時 = 1000ms。

場景五：提交30個任務，執行總耗時1500ms

taskCount = 30;

執行結果：

任務總數 = [30]個 已執行第 [2] 個任務 已執行第 [6] 個任務 已執行第 [3] 個任務 ... 已執行第 [23] 個任務 已執行第 [25] 個任務 已執行第 [30] 個任務 [30]個任務執行總耗時 = [1514]ms

分析：任務執行總耗時 = 1500ms，此處與前一個場景一樣，第11到第30共20個任務會進入到任務隊列，等核心線程有空出來后會從任務隊列中取出任務再來執行，因為有10個核心線程，前10個任務執行完成后，從任務隊列中取出10個任務由空出的10個核心線程來執行，執行完后在取出10個任務來執行，因此任務總耗時 = 1500ms。

場景六：提交40個任務，執行總耗時2000ms

taskCount = 40;

執行結果：

任務總數 = [40]個 已執行第 [1] 個任務 已執行第 [2] 個任務 已執行第 [4] 個任務 ... 已執行第 [32] 個任務 已執行第 [34] 個任務 已執行第 [40] 個任務 [40]個任務執行總耗時 = [2016]ms

分析：任務執行總耗時 = 2000ms，此處與前一個場景一樣，這里不再過多解釋。

場景七：提交41個任務，執行總耗時2000ms

taskCount = 41;

執行結果：

任務總數 = [41]個 已執行第 [1] 個任務 已執行第 [2] 個任務 已執行第 [3] 個任務 ... 已執行第 [40] 個任務 已執行第 [37] 個任務 已執行第 [41] 個任務 [41]個任務執行總耗時 = [2016]ms

分析：任務執行總耗時 = 2000ms，這里重點來了，我們知道第11到第40共30個任務進入到了任務隊列中（任務隊列大小為30），第41個任務就創建了一個非核心線程（最大線程數20 - 核心線程數10 = 10個非核心線程）來執行，此時線程池中的活躍線程數為11，第一批任務執行完后，會從任務隊列中取出11個任務來執行，那就是 11 + 11 + 11 + 8 = 500ms * 4 = 2000ms。

場景八：提交45個任務，執行總耗時1500ms

taskCount = 45;

執行結果：

任務總數 = [45]個 已執行第 [3] 個任務 已執行第 [4] 個任務 ... 已執行第 [43] 個任務 已執行第 [42] 個任務 已執行第 [45] 個任務 [45]個任務執行總耗時 = [1516]ms

分析：任務執行總耗時 = 1500ms，此處與前一個場景一樣，我們知道第11到第40共30個任務進入到了任務隊列中（任務隊列大小為30），第41到第45共5個任務就創建了5個非核心線程（最大線程數20 - 核心線程數10 = 10個非核心線程）來執行，此時線程池中的活躍線程數為15，第一批任務執行完后，會從任務隊列中取出15個任務來執行，那就是 15 + 15 + 15 = 500ms * 3 = 1500ms。

場景九：提交50個任務，執行總耗時1500ms

taskCount = 50;

執行結果：

任務總數 = [50]個 已執行第 [1] 個任務 已執行第 [9] 個任務 已執行第 [12] 個任務 ... 已執行第 [45] 個任務 已執行第 [44] 個任務 已執行第 [50] 個任務 [50]個任務執行總耗時 = [1515]ms

分析：任務執行總耗時 = 1500ms，此處與前一個場景一樣，我們知道第11到第40共30個任務進入到了任務隊列中（任務隊列大小為30），第41到第50共10個任務就創建了10個非核心線程（最大線程數20 - 核心線程數10 = 10個非核心線程）來執行，此時線程池中的活躍線程數為20，第一批任務執行完后，會從任務隊列中取出20個任務來執行，那就是 20 + 20 + 10 = 500ms * 3 = 1500ms。

場景十：提交51個任務，執行總耗時1500ms

taskCount = 10;

執行結果：

任務總數 = [51]個 java.util.concurrent.RejectedExecutionException: Task com.example.springbootdemo.util.ThreadPoolTest$1@682a0b20 rejected from java.util.concurrent.ThreadPoolExecutor@3d075dc0[Running, pool size = 20, active threads = 20, queued tasks = 30, completed tasks = 0]at java.util.concurrent.ThreadPoolExecutor$AbortPolicy.rejectedExecution(ThreadPoolExecutor.java:2047)at java.util.concurrent.ThreadPoolExecutor.reject(ThreadPoolExecutor.java:823)at java.util.concurrent.ThreadPoolExecutor.execute(ThreadPoolExecutor.java:1369)at com.example.springbootdemo.util.ThreadPoolTest.init(ThreadPoolTest.java:48)at com.example.springbootdemo.util.ThreadPoolTest.main(ThreadPoolTest.java:16) 已執行第 [3] 個任務 已執行第 [5] 個任務 ... 已執行第 [49] 個任務 已執行第 [48] 個任務 已執行第 [50] 個任務 [50]個任務執行總耗時 = [1514]ms

分析：任務執行總耗時 = 1500ms，此處與前一個場景一樣，由于線程池同時最大能接收50個任務（最大線程數20 + 任務隊列大小30 = 50），所以第51個任務被拒絕了（線程池使用默認拒絕策略AbortPolicy），拋出了異常，DEMO中使用了try-catch捕獲到了。

三、總結

• 任務數 <= 核心線程數，線程池中工作線程數 = 任務數；

• 核心線程數 < 任務數 <= （核心線程數 + 隊列容量）時，線程池中工作線程數 = 核心線程數；

• （核心線程數 + 隊列容量） < 任務數 <= （最大線程數 + 隊列容量）時，線程池中工作線程數 = （任務數 - 隊列容量）；

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的一个DEMO让你彻底理解线程池的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。