news 2026/4/17 13:14:05

Java线程池详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Java线程池详解

阅读本文前,建议先阅读《Java 线程与原理》了解 Java 线程的基本使用(ThreadRunnableCallableFutureTask的关系)

Executor 框架

Executor 框架是 Java 5 引入的并发工具,位于java.util.concurrent包中,其核心目标是将线程任务的提交与任务的执行解耦,是 Java 线程池的核心实现框架。

Executor 框架的核心接口:

  • Executor:最顶层的接口,定义了execute(Runnable command)方法。
public interface Executor { void execute(Runnable command); }
  • ExecutorService:扩展了Executor,增加了管理线程池生命周期的方法(如shutdown()submit()invokeAll()等)。
public interface ExecutorService extends Executor { <T> Future<T> submit(Callable<T> task); List<Runnable> shutdownNow(); boolean awaitTermination(long timeout, TimeUnit unit); // ... }
  • ScheduledExecutorService:支持延迟或周期性执行任务。
public interface ScheduledExecutorService extends ExecutorService { ScheduledFuture<?> schedule(Runnable command, long delay, TimeUnit unit); ScheduledFuture<?> scheduleAtFixedRate(Runnable command, long initialDelay, long period, TimeUnit unit); // ... }
  • ThreadPoolExecutor:ExecutorService 的核心实现类,提供了丰富的线程池配置选项。

接口与类关系:

Executor 框架的使用示意图:

ThreadPoolExecutor

构造函数:

public ThreadPoolExecutor( int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler )

参数说明:

参数说明
corePoolSize核心线程数。即使空闲,这些线程也不会被回收(除非设置 allowCoreThreadTimeOut(true))。当低于这个数值,总是新建线程执行任务;超过这个数值后,会把任务放到 workQueue排队,当队列满时,才在 maximumPoolSize 范围内新建线程执行任务。
maximumPoolSize最大线程数。当活动线程数达到这个数值后,将会被拒绝掉(见后面的 RejectedExecutionHandler )。
keepAliveTime非核心线程闲置时的超时时长。超过这个时长,闲置的非核心线程就会被回收。
unitkeepAliveTime 参数的时间单位,有 TimeUnit.MILLISECOND 、TimeUnit.SECOND 、TimeUnit.MINUTE 等
workQueue任务队列,用于缓存待执行的任务。常用实现:1、ArrayBlockingQueue:基于数组结构的的先进先出有界阻塞队列,此队列创建时必须指定大小。2、LinkedBlockingQueue:基于链表结构的先进先出无界阻塞队列,如果创建时没有指定此队列大小,则默认为 Integer.MAX_VALUE 。3、SynchronousQueue:一个不存储元素的阻塞队列,每个插入操作必须等到另一个线程调用移除操作,否则插入操作一直处于阻塞状态。相当于队列容量大小为 1 。4、PriorityBlockingQueue:一个具有优先级的无限阻塞队列,可用于设置任务处理的优先级。
threadFactory线程工厂,用于自定义线程创建(如命名、优先级等)。
handler拒绝策略,当线程池和队列都满时如何处理新任务。常用实现:1、AbortPolicy(默认):丢弃任务,并抛出 RejectedExecutionException 异常。2、DiscardPolicy:也是丢弃任务,但是不抛出异常。3、DiscardOldestPolicy:丢弃队列最前面的任务,然后重新尝试执行任务(重复此过程)4、CallerRunsPolicy:由调用线程处理该任务

ThreadPoolExecutor 线程池处理流程:

ThreadPoolExecutor 线程池使用示例:

import java.util.concurrent.*; public class ThreadPoolExample { public static void main(String[] args) { ThreadFactory namedThreadFactory = r -> { Thread t = new Thread(r, "MyPool-Thread"); t.setDaemon(false); return t; }; BlockingQueue<Runnable> workQueue = new ArrayBlockingQueue<>(100); RejectedExecutionHandler handler = new ThreadPoolExecutor.CallerRunsPolicy(); ThreadPoolExecutor executor = new ThreadPoolExecutor( 2, 4, 30, TimeUnit.SECONDS, workQueue, namedThreadFactory, handler ); for (int i = 0; i < 10; i++) { final int taskId = i; executor.submit(() -> { System.out.println("Task " + taskId + " executed by " + Thread.currentThread().getName()); try { Thread.sleep(1000); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } }); } executor.shutdown(); } }

Executors 工厂类

Java 提供了Executors工具类,用于快速创建常见线程池:

方法说明内部实现
newFixedThreadPool(int n)固定大小线程池core = max = n,无界队列
newCachedThreadPool()缓存线程池core = 0,max = Integer.MAX_VALUE,SynchronousQueue
newSingleThreadExecutor()单线程池core = max = 1,无界队列
newScheduledThreadPool(int n)支持定时/周期任务ScheduledThreadPoolExecutor

其中,newFixedThreadPoolnewCachedThreadPool在高负载下可能导致 OOM(因使用无界队列或过多线程)。因此,生产环境强烈建议手动创建ThreadPoolExecutor并明确参数。

ScheduledThreadPoolExecutor

ScheduledThreadPoolExecutor是专门用于延迟执行或周期性执行任务。它是ThreadPoolExecutor的子类,同时实现了ScheduledExecutorService接口。

ScheduledThreadPoolExecutor 特性:

  • 支持一次性延迟执行。
  • 支持 固定频率(fixed-rate)或 固定延迟(fixed-delay)的周期性任务。
  • 线程复用:多个定时任务共享线程池中的线程,避免频繁创建/销毁线程。
  • 线程池等待队列默认使用DelayedWorkQueue(一种无界优先队列),大量任务堆积可能导致 OOM。
  • 比 Timer / TimerTask 更安全、更灵活(Timer 是单线程,异常会导致整个调度器崩溃)。若某个任务抛出未捕获异常,该任务将终止,但不会影响其他任务。
  • 可通过 ScheduledFuture.cancel() 取消任务。
  • 调用 shutdown() 关闭线程池后,已提交的任务仍会执行;shutdownNow() 尝试中断正在执行的任务。

线程池最佳实践

  • 避免使用 Executors 创建普通线程池,应显式使用ThreadPoolExecutor
  • 合理设置 corePoolSize 和 maximumPoolSize,根据 CPU 核心数和任务类型(CPU 密集型 vs IO 密集型)调整。
  • 使用有界队列,防止内存溢出。
  • 自定义 ThreadFactory,为线程命名便于排查问题。
  • 合理处理异常:在RunnableCallable中捕获异常,避免线程静默退出。
  • 优雅关闭线程池
executor.shutdown(); if (!executor.awaitTermination(60, TimeUnit.SECONDS)) { executor.shutdownNow(); }
版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/18 5:40:05

YOLO与DETR对比:Transformer时代仍需GPU高效模型

YOLO与DETR对比&#xff1a;为何在Transformer时代我们仍需要高效GPU模型&#xff1f; 在自动驾驶汽车毫秒级响应行人横穿的瞬间&#xff0c;或智能工厂每分钟处理上千件产品的流水线上&#xff0c;目标检测不仅要“看得准”&#xff0c;更要“跑得快”。尽管近年来以DETR为代表…

作者头像 李华
网站建设 2026/4/18 8:04:09

YOLO训练数据加载慢?使用GPU直通NVMe SSD方案

YOLO训练数据加载慢&#xff1f;使用GPU直通NVMe SSD方案 在工业视觉系统中&#xff0c;我们常常面临一个令人沮丧的现实&#xff1a;明明配备了A100或H100级别的GPU&#xff0c;训练速度却迟迟上不去。监控工具显示GPU利用率长期徘徊在40%~60%&#xff0c;而CPU核心却在疯狂调…

作者头像 李华
网站建设 2026/4/18 7:55:25

YOLO目标检测平台推出Token套餐,首购赠送10万Token

YOLO目标检测平台推出Token套餐&#xff0c;首购赠送10万Token 在智能制造、智慧交通和无人零售等场景加速落地的今天&#xff0c;越来越多企业希望引入AI视觉能力来提升效率。但一个现实难题摆在面前&#xff1a;自建深度学习推理环境成本高、周期长&#xff0c;而小规模试用…

作者头像 李华
网站建设 2026/4/18 7:37:55

YOLOv8x在8卡A100集群上的分布式训练实录

YOLOv8x在8卡A100集群上的分布式训练实录 在工业质检、自动驾驶和智能安防等高实时性要求的场景中&#xff0c;目标检测模型不仅要“看得准”&#xff0c;还得“跑得快”。而当企业面对的是千万级图像数据集、数百小时的训练周期时&#xff0c;一个更深层的问题浮出水面&#…

作者头像 李华
网站建设 2026/4/18 12:05:21

YOLO目标检测上云攻略:如何选择性价比最高的GPU实例

YOLO目标检测上云攻略&#xff1a;如何选择性价比最高的GPU实例 在智能制造工厂的监控中心&#xff0c;数十路高清摄像头正实时回传生产线画面。系统需要在毫秒级内识别出工人是否佩戴安全帽、设备是否存在异常位移——这类高并发、低延迟的视觉任务&#xff0c;早已超出本地工…

作者头像 李华
网站建设 2026/4/18 7:41:59

YOLO模型如何实现毫秒级响应?GPU并行计算深度剖析

YOLO模型如何实现毫秒级响应&#xff1f;GPU并行计算深度剖析 在智能制造工厂的高速产线上&#xff0c;每一帧图像都关乎产品质量——PCB板上的一个焊点缺失、装配件的微小错位&#xff0c;若不能在几十毫秒内被识别并剔除&#xff0c;就可能造成整批产品返工。类似地&#xff…

作者头像 李华