在jdk7中，我们使用线程池可能会使用ExecutorService，默认有四种方式
Executors.newSingleeThreadPool()
Executors.newFixedThreadPool()
Executors.newCacheThreadPool()
Executors.newScheduledThreadPool()
在jdk8中，CompletableFuture腾空出世，它简化了异步任务的写法，提供了很多异步任务的计算方式。
demo
public class CompletableFutureDemo { /* 有异常的 * ForkJoinPool.commonPool-worker-1 没有返回值的，Update mysql ok ForkJoinPool.commonPool-worker-1 completableFuture有返回值的。 ****t null ****u java.util.concurrent.CompletionException: java.lang.ArithmeticException: / by zero ***exceptionallyjava.lang.ArithmeticException: / by zero */ public static void main(String[] args) throws InterruptedException, ExecutionException { CompletableFuture<Void> completableFuture =CompletableFuture.runAsync(()->{ System.out.println(Thread.currentThread().getName()+" 没有返回值的，Update mysql ok"); }); completableFuture.get(); //异步调用 CompletableFuture<Integer> completableFuture2 =CompletableFuture.supplyAsync(()->{ System.out.println(Thread.currentThread().getName()+" completableFuture有返回值的。"); //int age =10/0; return 2048; }); completableFuture2.whenCompleteAsync((t,u)->{ System.out.println("****t "+t); System.out.println("****u "+u); }).exceptionally(f->{ System.out.println("***exceptionally" +f.getMessage()); return 4444; }).get(); } /* * orkJoinPool.commonPool-worker-1 没有返回值的，Update mysql ok ForkJoinPool.commonPool-worker-1 completableFuture有返回值的。 ****t 2048 ****u null */ }
言归正传，现在生产上面出现的问题是，在流量激增的时候，响应很慢，慢慢的所有请求都无妨得到响应结果。
解决方案:
①查看cpu和内存使用率
cpu使用率很低，5%左右，内存使用一直不变，基本排除不是他们的问题。
①.查看gc
看到full gc没有发生，young gc 虽然增加了一点，但是平均响应时间也就是50ms，也算正常了。
② 分析dump堆
下了一个126M的dump包，有一个类占了60m。首先怀疑是不是内存溢出了，但是通过分析，这部分缓存是必需要做的，并且当时dump下来的包确实有点小，数据观测的不够准确。
③.查看栈信息
发现有很多ForkJoinPool.commonPool-worker-线程正在等待，其实使用过CompletableFuture的同学就知道，它里面用的是ForkJoin池来实现的。有想了解线程池源码的可以去读读这篇文章。
为什么这里会有这么多的线程在等待呢？生产上面的服务器使用的是一个两核的服务器，线程池里面只会是1个线程可以执行。为什么是一个，请看源码。
@Test
public void test12() throws InterruptedException { 先做一个单元测试
CompletableFuture.runAsync(()->{ //在此处打断点
System.out.println("111");
});
Thread.sleep(400000);
}
一步一步把代码贴出来，看官看好。
public static CompletableFuture<Void> runAsync(Runnable runnable) { //运行线程的方法
return asyncRunStage(asyncPool, runnable);
}
asyncPool是什么？看一下这个值的设置。
private static final Executor asyncPool = useCommonPool ?
ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();
useCommonPool是什么？
private static final boolean useCommonPool =
(ForkJoinPool.getCommonPoolParallelism() > 1);
public static int getCommonPoolParallelism() {
return commonParallelism;
}
commonParallelism就是那个并发的线程数，它又是怎么来的呢？
static {
// initialize field offsets for CAS etc
。。。。。。
commonMaxSpares = DEFAULT_COMMON_MAX_SPARES;
defaultForkJoinWorkerThreadFactory =
new DefaultForkJoinWorkerThreadFactory();
modifyThreadPermission = new RuntimePermission("modifyThread");
common = java.security.AccessController.doPrivileged
(new java.security.PrivilegedAction<ForkJoinPool>() {
public ForkJoinPool run() { return makeCommonPool(); }}); //重点看makeCommonPool方法
int par = common.config & SMASK; // 获取到par SMASK的值是 65535 也就是1111111111111111 &操作还是common.config本身，看样子还是要看看config是怎么来的
commonParallelism = par > 0 ? par : 1; 想知道par是什么值，这个值为负数默认是1
}
private static ForkJoinPool makeCommonPool() {
int parallelism = -1; //这个并发的线程数默认是-1
ForkJoinWorkerThreadFactory factory = null;
。。。。。。
if (parallelism < 0 &&
(parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0) //看到了吧，线程池中的处理线程数=电脑核数-1
parallelism = 1;
if (parallelism > MAX_CAP)
parallelism = MAX_CAP;
return new ForkJoinPool(parallelism, factory, handler, LIFO_QUEUE,
"ForkJoinPool.commonPool-worker-"); //指定线程的名字
}
到此分析完毕，使用了逆推法。
由于生产服务器电脑核数较小，而在CompletableFuture代码中又使用了默认的线程池，处理的线程个数是电脑核数-1。这样等有大请求量过来，处理逻辑又很复杂，很多线程都在等待执行，慢慢拖垮了服务器。
调整线程池的大小
《Java并发编程实战》（http://mng.bz/979c）一书中，Brian Goetz和合著者们为线程池大小
的优化提供了不少中肯的建议。这非常重要，如果线程池中线程的数量过多，最终它们会竞争
稀缺的处理器和内存资源，浪费大量的时间在上下文切换上。反之，如果线程的数目过少，正
如你的应用所面临的情况，处理器的一些核可能就无法充分利用。Brian Goetz建议，线程池大
小与处理器的利用率之比可以使用下面的公式进行估算：
N threads = N CPU * U CPU * (1 + W/C)
其中：
❑N CPU 是处理器的核的数目，可以通过 Runtime.getRuntime().availableProce-
ssors() 得到
❑U CPU 是期望的CPU利用率（该值应该介于0和1之间）
❑W/C是等待时间与计算时间的比率
这里太啰嗦了，一般的设置线程池的大小规则是
如果服务是cpu密集型的，设置为电脑的核数
如果服务是io密集型的，设置为电脑的核数*2