【Java多线程】线程池ThreadPoolExecutor实现原理（二十二）

一、Java中的线程池

　　Java中的线程池是运用场景最多的并发框架，几乎所有需要异步或并发执行任务的程序都可以使用线程池。在开发过程中，合理地使用线程池能够带来3个好处。

　　第一：降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。

　　第二：提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。

　　第三：提高线程的可管理性。线程是稀缺资源，如果无限制地创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一分配、调优和监控。但是，要做到合理利用线程池，必须对其实现原理了如指掌。

二、线程池的实现原理　　

线程池的主要处理流程：

　　

　　从图中可以看出，当提交一个新任务到线程池时，线程池的处理流程如下。

1. 线程池判断核心线程池里的线程是否都在执行任务。如果不是，则创建一个新的工作线程来执行任务。如果核心线程池里的线程都在执行任务，则进入下个流程。

2. 线程池判断工作队列是否已经满。如果工作队列没有满，则将新提交的任务存储在这个工作队列里。如果工作队列满了，则进入下个流程。

3. 线程池判断线程池的线程是否都处于工作状态。如果没有，则创建一个新的工作线程来执行任务。如果已经满了，则交给饱和策略来处理这个任务。

ThreadPoolExecutor执行execute()方法的示意图：

　　

ThreadPoolExecutor执行execute方法分下面4种情况。

1. 如果当前运行的线程少于corePoolSize，则创建新线程来执行任务（注意，执行这一步骤需要获取全局锁）。

2. 如果运行的线程等于或多于corePoolSize，则将任务加入BlockingQueue。

3. 如果无法将任务加入BlockingQueue（队列已满），则创建新的线程来处理任务（注意，执行这一步骤需要获取全局锁）。

4. 如果创建新线程将使当前运行的线程超出maximumPoolSize，任务将被拒绝，并调用RejectedExecutionHandler.rejectedExecution()方法。

　　ThreadPoolExecutor采取上述步骤的总体设计思路，是为了在执行execute()方法时，尽可能地避免获取全局锁（那将会是一个严重的可伸缩瓶颈）。 在ThreadPoolExecutor完成预热之后（当前运行的线程数大于等于corePoolSize），几乎所有的execute()方法调用都是执行步骤2，而步骤2不需要获取全局锁。

线程池执行任务的方法如下：

public void execute(Runnable command) {
    if (command == null)
        throw new NullPointerException();
    // 如果线程数小于基本线程数，则创建线程并执行当前任务
    if (poolSize >= corePoolSize || !addIfUnderCorePoolSize(command)) {
        // 如果线程数大于基本线程数或线程创建失败，则将当前任务放到工作队列中。
        if (runState == RUNNING && workQueue.offer(command)) {
            if (runState != UNNING || poolSize == 0) {
                ensureQueuedTaskHandled(command);
            }
            // 如果线程是不处于运行中或任务无法放入队列，并且当前线程数量小于最大允许的线程数量
            // 则创建一个线程执行任务
            else if （!addIfUnderMaximumPoolSize(command)）
                // 抛出 Rejected ExecutionException 异常
                reject(command); // is shutdown or saturated
        }

    }

}　　　

　　工作线程： 线程池创建线程时，会将线程封装成工作线程Worker，Worker在执行完任务后，还会循环获取工作队列里的任务来执行。我们可以从Worker类的run()方法里看到这点。

public void run() {
    try {
        Runnable task = firstTask;
        firstTask = null;

        while (task != null || (task = getTask()) != null) {
            runTask(task);
            task = null;
        }
    } finally {
        workerDone(this);
    }
}

ThreadPoolExecutor中线程执行任务的示意图如下图所示

　　

线程池中的线程执行任务分两种情况，如下：

1. 在execute()方法中创建一个线程时，会让这个线程执行当前任务。

2. 这个线程执行完上图中1的任务后，会反复从BlockingQueue获取任务来执行。

三、线程池的使用

1、线程池的创建

• corePoolSize（线程池的基本大小）：当提交一个任务到线程池时，线程池会创建一个线程来执行任务，即使其他空闲的基本线程能够执行新任务也会创建线程，等到需要执行的任务数大于线程池基本大小时就不再创建。如果调用了线程池的prestartAllCoreThreads()方法，线程池会提前创建并启动所有基本线程。

• workQueue（任务队列）：用于保存等待执行的任务的阻塞队列。可以选择以下几个阻塞队列。

  • ArrayBlockingQueue：是一个基于数组结构的有界阻塞队列，此队列按FIFO（先进先出）原则对元素进行排序。

  • LinkedBlockingQueue：一个基于链表结构的阻塞队列，此队列按FIFO排序元素，吞吐量通常要高于ArrayBlockingQueue。静态工厂方法Executors.newFixedThreadPool()使用了这个队列。

  • 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，吞吐量通常要高于Linked-BlockingQueue，静态工厂方法Executors.newCachedThreadPool使用了这个队列。

  • PriorityBlockingQueue：一个具有优先级的无限阻塞队列。

• maximumPoolSize（线程池最大数量）：线程池允许创建的最大线程数。如果队列满了，并且已创建的线程数小于最大线程数，则线程池会再创建新的线程执行任务。值得注意的是，如果使用了无界的任务队列这个参数就没什么效果。

• threadFactory（线程工厂）：用于设置创建线程的工厂，可以通过线程工厂给每个创建出来的线程设置更有意义的名字。使用开源框架guava提供的ThreadFactoryBuilder可以快速给线程池里的线程设置有意义的名字，代码如下。

• rejectedExecutionHandler（饱和策略）：当队列和线程池都满了，说明线程池处于饱和状态，那么必须采取一种策略处理提交的新任务。这个策略默认情况下是AbortPolicy，表示无法处理新任务时抛出异常。在JDK 1.5中Java线程池框架提供了以下4种策略。

  • AbortPolicy：直接抛出异常。

  • CallerRunsPolicy：只用调用者所在线程来运行任务。

  • DiscardOldestPolicy：丢弃队列里最老的一个任务，加入任务队列。

  • DiscardPolicy：不处理，丢弃掉。　　

　　　当然，也可以根据应用场景需要来实现RejectedExecutionHandler接口自定义策略。如记录日志或持久化存储不能处理的任务。

• keepAliveTime（线程活动保持时间）：线程池的工作线程空闲后，保持存活的时间。所以，如果任务很多，并且每个任务执行的时间比较短，可以调大时间，提高线程的利用率。

• timeUnit（线程活动保持时间的单位）：可选的单位有天（DAYS）、小时（HOURS）、分钟（MINUTES）、毫秒（MILLISECONDS）、微秒（MICROSECONDS，千分之一毫秒）和纳秒（NANOSECONDS，千分之一微秒）

2、向线程池提交任务

　　可以使用两个方法向线程池提交任务，分别为execute()和submit()方法。

　　execute()方法用于提交不需要返回值的任务，所以无法判断任务是否被线程池执行成功。通过以下代码可知execute()方法输入的任务是一个Runnable类的实例。

threadsPool.execute(new Runnable() {
    @Override
    public void run() {
        // TODO Auto-generated method stub
    }
});

　　submit()方法用于提交需要返回值的任务。线程池会返回一个future类型的对象，通过这个future对象可以判断任务是否执行成功，并且可以通过future的get()方法来获取返回值，get()方法会阻塞当前线程直到任务完成，而使用get（long timeout，TimeUnit unit）方法则会阻塞当前线程一段时间后立即返回，这时候有可能任务没有执行完。

Future<Object> future = executor.execute(harReturnValuetask);
try {
    Object s = future.get();
} catch (InterruptedException e) {
    // 处理中断异常
} catch (ExecutionException e) {
    // 处理无法执行任务异常
} finally {
    // 关闭线程池
    executor.shutdown();
}

3、关闭线程池

　　可以通过调用线程池的shutdown或shutdownNow方法来关闭线程池。它们的原理是遍历线程池中的工作线程，然后逐个调用线程的interrupt方法来中断线程，所以无法响应中断的任务可能永远无法终止。但是它们存在一定的区别，shutdownNow首先将线程池的状态设置成STOP，然后尝试停止所有的正在执行或暂停任务的线程，并返回等待执行任务的列表，而shutdown只是将线程池的状态设置成SHUTDOWN状态，然后中断所有没有正在执行任务的线程。

　　只要调用了这两个关闭方法中的任意一个，isShutdown方法就会返回true。当所有的任务都已关闭后，才表示线程池关闭成功，这时调用isTerminaed方法会返回true。至于应该调用哪一种方法来关闭线程池，应该由提交到线程池的任务特性决定，通常调用shutdown方法来关闭线程池，如果任务不一定要执行完，则可以调用shutdownNow方法。

4、合理地配置线程池

　　要想合理地配置线程池，就必须首先分析任务特性，可以从以下几个角度来分析。

• 任务的性质：CPU密集型任务、IO密集型任务和混合型任务。

• 任务的优先级：高、中和低。

• 任务的执行时间：长、中和短。

• 任务的依赖性：是否依赖其他系统资源，如数据库连接。

　　性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务应配置尽可能小的线程，如配置Ncpu+1个线程的线程池。由于IO密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程，如2*Ncpu。混合型的任务，如果可以拆分，将其拆分成一个CPU密集型任务和一个IO密集型任务，只要这两个任务执行的时间相差不是太大，那么分解后执行的吞吐量将高于串行执行的吞吐量。如果这两个任务执行时间相差太大，则没必要进行分解。可以通过Runtime.getRuntime().availableProcessors()方法获得当前设备的CPU个数。

　　优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。它可以让优先级高的任务先执行。

　　注意 如果一直有优先级高的任务提交到队列里，那么优先级低的任务可能永远不能执行。

　　执行时间不同的任务可以交给不同规模的线程池来处理，或者可以使用优先级队列，让执行时间短的任务先执行。依赖数据库连接池的任务，因为线程提交SQL后需要等待数据库返回结果，等待的时间越长，则CPU空闲时间就越长，那么线程数应该设置得越大，这样才能更好地利用CPU。

　　建议使用有界队列。有界队列能增加系统的稳定性和预警能力，可以根据需要设大一点儿，比如几千。有一次，我们系统里后台任务线程池的队列和线程池全满了，不断抛出抛弃任务的异常，通过排查发现是数据库出现了问题，导致执行SQL变得非常缓慢，因为后台任务线程池里的任务全是需要向数据库查询和插入数据的，所以导致线程池里的工作线程全部阻塞，任务积压在线程池里。如果当时我们设置成无界队列，那么线程池的队列就会越来越多，有可能会撑满内存，导致整个系统不可用，而不只是后台任务出现问题。当然，我们的系统所有的任务是用单独的服务器部署的，我们使用不同规模的线程池完成不同类型的任务，但是出现这样问题时也会影响到其他任务。

5、线程池的监控

　　如果在系统中大量使用线程池，则有必要对线程池进行监控，方便在出现问题时，可以根据线程池的使用状况快速定位问题。可以通过线程池提供的参数进行监控，在监控线程池的时候可以使用以下属性。

• taskCount：线程池需要执行的任务数量。

• completedTaskCount：线程池在运行过程中已完成的任务数量，小于或等于taskCount。

• largestPoolSize：线程池里曾经创建过的最大线程数量。通过这个数据可以知道线程池是否曾经满过。如该数值等于线程池的最大大小，则表示线程池曾经满过。

• getPoolSize：线程池的线程数量。如果线程池不销毁的话，线程池里的线程不会自动销毁，所以这个大小只增不减。

• getActiveCount：获取活动的线程数。

　　通过扩展线程池进行监控。可以通过继承线程池来自定义线程池，重写线程池的beforeExecute、afterExecute和terminated方法，也可以在任务执行前、执行后和线程池关闭前执行一些代码来进行监控。例如，监控任务的平均执行时间、最大执行时间和最小执行时间等。这几个方法在线程池里是空方法。

protected void beforeExecute(Thread t, Runnable r) { }

四、ThreadPoolExecutor源码分析（JDK8）

1、属性

// 统计位的大小，即29
private static final int COUNT_BITS = Integer.SIZE - 3;

// 线程池可以设置的最大数量    （29个1）
private static final int CAPACITY   = (1 << COUNT_BITS) - 1;

// ctl 是对线程池的运行状态和线程池中有效线程的数量进行控制的一个字段， 
// 它包含两 部分的信息: 线程池的运行状态 (runState) 和线程池内有效线程的数量 (workerCount)，
// 使用了Integer类型来保存，高3位保存runState，低29位保存 workerCount。
// COUNT_BITS 就是29，CAPACITY就是1左移29位减1(29个1)，这个常 量表示workerCount的上限值，大约是5亿
// 初始化work数量，同时初始化线程状态位RUNNING
private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));

// runState 高3位保存
// RUNNING：线程运行中状态，接收任务，执行队列中的人物（高3位：111）
private static final int RUNNING    = -1 << COUNT_BITS; 

// SHUTDOWN：不接受新任务，当是指向队列中的人物，执行构造函数onShutdown()（高3位：000）
private static final int SHUTDOWN   =  0 << COUNT_BITS;

// STOP：不接受新的任务，也不执行队列中任务，打断正在指向的work线程，（高3位：001）
private static final int STOP       =  1 << COUNT_BITS;

// TIDYING：当所有的任务中断了，work数量为0了，线程将逐渐收紧编程TIDYING，然后执行钩子terminated()函数（高3位：010）
private static final int TIDYING    =  2 << COUNT_BITS;

// TERMINATED：当terminated()钩子函数执行完毕，将状态转化为TERMINATED，（高3位：011）
private static final int TERMINATED =  3 << COUNT_BITS;


// 任务队列
private final BlockingQueue<Runnable> workQueue;

// 全局锁
private final ReentrantLock mainLock = new ReentrantLock();

// 工作线程队列
private final HashSet<Worker> workers = new HashSet<Worker>();

// 队列条件
private final Condition termination = mainLock.newCondition();

// 运行过程中线程数量所达到的最大值
private int largestPoolSize;

// 完成任务数量
private long completedTaskCount;

// 线程工厂
private volatile ThreadFactory threadFactory;

// 线程池处于饱和状态时的策略
private volatile RejectedExecutionHandler handler;

// 线程活动保持时间
private volatile long keepAliveTime;

// 允许核心线程超时（默认为false）
private volatile boolean allowCoreThreadTimeOut;

// 核心线程数
private volatile int corePoolSize;

// 最大线程数
private volatile int maximumPoolSize;

// 默认饱和策略
private static final RejectedExecutionHandler defaultHandler = new AbortPolicy();

2、方法

2.1 工具方法

// 装箱 和 开箱 ctl 的方法
// 获取 线程池的运行状态 (runState)
private static int runStateOf(int c)     { return c & ~CAPACITY; }
// 获取 线程池内有效线程的数量 (workerCount)
private static int workerCountOf(int c)  { return c & CAPACITY; }
// 组合 运行状态 (runState) 和 有效线程的数量 (workerCount)
private static int ctlOf(int rs, int wc) { return rs | wc; }


// 运行状态比较
private static boolean runStateLessThan(int c, int s) {
    return c < s;
}

// 运行状态比较
private static boolean runStateAtLeast(int c, int s) {
    return c >= s;
}
// 判断线程是否在运行
private static boolean isRunning(int c) {
    return c < SHUTDOWN;
}

2.2 execute() 方法

public void execute(Runnable command) {
    if (command == null)
        throw new NullPointerException();
    /*
    *分三步进行：
    *
    * 1. 如果运行的线程少于corePoolSize，请尝试
    * 以给定的命令作为第一个线程开始一个新线程
    * 任务。对addWorker的调用以原子方式检查运行状态和
    * workerCount，从而防止会增加
    * 当它不应该的时候，返回false。
    *
    * 2. 如果任务可以成功排队，那么我们仍然需要
    * 仔细检查是否应该添加线程
    *（因为自从上次检查以来已有的已经死了）或者
    * 自进入此方法后，池已关闭。所以我们
    * 重新检查状态，必要时回滚排队
    * 已停止，如果没有，则启动新线程。
    *
    * 3. 如果无法将任务排队，则尝试添加新的
    * 线程。如果失败了，我们就知道我们已经关闭或者饱和了
    * 所以拒绝这个任务。
    */
    // 获取状态及数量控制字段
    int c = ctl.get();
    // 判断工作线程线程池内有效线程的数量 是否小于 核心线程数
    if (workerCountOf(c) < corePoolSize) {
        // 添加工作线程线，以核心线程池数为上限
        if (addWorker(command, true))
            return;
        c = ctl.get();
    }
    // 判断线程池是否在Running状态 
    // 将任务插入任务队列中
    if (isRunning(c) && workQueue.offer(command)) {
        int recheck = ctl.get();
        if (! isRunning(recheck) && remove(command))
            // 线程池不在RUNNGIN状态，且移除任务成功
            // 拒绝任务
            reject(command);
        else if (workerCountOf(recheck) == 0)
            addWorker(null, false);
    }
    // 添加工作线程线，以最大线程池线程数为上限
    else if (!addWorker(command, false))
        // 拒绝任务
        reject(command);
}

2.3 addWorker() 方法

// firstTask–新线程应该首先运行的任务（如果没有，则为null）
// core–如果为true，则使用corePoolSize作为绑定，否则使用maximumPoolSize
private boolean addWorker(Runnable firstTask, boolean core) {
    retry:
    for (;;) {
        // 获取状态及数量控制字段
        int c = ctl.get();
        // 获取 线程池的运行状态
        int rs = runStateOf(c);

        // 线程池是不在运行状态，且队列不为空，返回false
        // Check if queue empty only if necessary.
        if (rs >= SHUTDOWN &&! (rs == SHUTDOWN && firstTask == null 
                && ! workQueue.isEmpty()))
            return false;


        for (;;) {
            // 获取工作线程worker数量
            int wc = workerCountOf(c);
            // 判断核心线程是否已满
            if (wc >= CAPACITY ||
                wc >= (core ? corePoolSize : maximumPoolSize))
                return false;
            // CAS添加工作线程数量    
            if (compareAndIncrementWorkerCount(c))
                // 成功返回外层循环
                break retry;
            c = ctl.get();  // Re-read ctl
            // 判断线程状态是否改变，改变返回外层循环
            if (runStateOf(c) != rs)
                continue retry;
            // else CAS failed due to workerCount change; retry inner loop
        }
    }


    boolean workerStarted = false;
    boolean workerAdded = false;
    Worker w = null;
    try {
        // 新建一个worker
        w = new Worker(firstTask);
        final Thread t = w.thread;
        if (t != null) {
            
            final ReentrantLock mainLock = this.mainLock;
            mainLock.lock();
            try {
                // Recheck while holding lock.
                // Back out on ThreadFactory failure or if
                // shut down before lock acquired.
                int rs = runStateOf(ctl.get());
                // 满足条件
                if (rs < SHUTDOWN ||
                    (rs == SHUTDOWN && firstTask == null)) {
                    // 线程池关闭了，线程还在运行，抛出异常
                    if (t.isAlive()) // precheck that t is startable
                        throw new IllegalThreadStateException();
                    // 将新建的worker添加到workers数组中
                    workers.add(w);
                    int s = workers.size();
                    // 记录线程池线程所达到的最大值
                    if (s > largestPoolSize)
                        largestPoolSize = s;
                    workerAdded = true;
                }
            } finally {
                mainLock.unlock();
            }
            // 添加成功
            if (workerAdded) {
                // 启动线程
                t.start();
                workerStarted = true;
            }
        }
    } finally {
        if (! workerStarted)
            // 添加woker失败
            addWorkerFailed(w);
    }
    return workerStarted;
}

2.4 run() 方法

Worker.java 中的 run() 方法
public void run() {
    runWorker(this);
}


ThreadPoolExecutor.java 中的 runWorker() 方法
final void runWorker(Worker w) {

    Thread wt = Thread.currentThread();
    Runnable task = w.firstTask;
    w.firstTask = null;
    w.unlock(); // allow interrupts
    boolean completedAbruptly = true;
    try {
        // 判断是否为空
        while (task != null || (task = getTask()) != null) {
            w.lock();
            // If pool is stopping, ensure thread is interrupted;
            // if not, ensure thread is not interrupted.  This
            // requires a recheck in second case to deal with
            // shutdownNow race while clearing interrupt
            if ((runStateAtLeast(ctl.get(), STOP) ||
                 (Thread.interrupted() &&
                  runStateAtLeast(ctl.get(), STOP))) &&
                !wt.isInterrupted())
                wt.interrupt();
            try {
                beforeExecute(wt, task);
                Throwable thrown = null;
                try {
                    // 调用task的run方法，运行任务
                    task.run();
                } catch (RuntimeException x) {
                    thrown = x; throw x;
                } catch (Error x) {
                    thrown = x; throw x;
                } catch (Throwable x) {
                    thrown = x; throw new Error(x);
                } finally {
                    // 钩子程序 执行任务完成后运行
                    afterExecute(task, thrown);
                }
            } finally {
                task = null;
                // 完成任务数+1
                w.completedTasks++;
                w.unlock();
            }
        }
        completedAbruptly = false;
    } finally {
        // 处理woker退出方法
        processWorkerExit(w, completedAbruptly);
    }
}

2.5 processWorkerExit() 方法

private void processWorkerExit(Worker w, boolean completedAbruptly) {
    // 判断是否为突然中断
    if (completedAbruptly) // If abrupt, then workerCount wasn't adjusted
        decrementWorkerCount();

    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
        // 汇总完成任务数量
        completedTaskCount += w.completedTasks;
        // 从woker队列中将worker移除
        workers.remove(w);
    } finally {
        mainLock.unlock();
    }

    // 尝试终止线程池
    tryTerminate();

    int c = ctl.get();
    // 判断线程池状态是否是RUNNING 或者 SHUTDOWN
    if (runStateLessThan(c, STOP)) {
        // 判断是否未突然中断，是进入方法
        if (!completedAbruptly) {
            int min = allowCoreThreadTimeOut ? 0 : corePoolSize;
            if (min == 0 && ! workQueue.isEmpty())
                min = 1;
            if (workerCountOf(c) >= min)
                return; // replacement not needed
        }
        // 添加worker
        addWorker(null, false);
    }
}

2.6 getTask()  方法

private Runnable getTask() {
    boolean timedOut = false; // Did the last poll() time out?

    for (;;) {
        // // 获取状态及数量控制字段
        int c = ctl.get();
        int rs = runStateOf(c);

        // 线程池是不在运行状态，或大于STOP状态，或队列为空，清空worker数量，返回空
        // Check if queue empty only if necessary.
        if (rs >= SHUTDOWN && (rs >= STOP || workQueue.isEmpty())) {
            decrementWorkerCount();
            return null;
        }

        int wc = workerCountOf(c);

        // worker线程是否需要减少
        // Are workers subject to culling?
        boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;

        // 满足条件(超时未获取到任务)，worker数量 -1
        if ((wc > maximumPoolSize || (timed && timedOut))
            && (wc > 1 || workQueue.isEmpty())) {
            if (compareAndDecrementWorkerCount(c))
                return null;
            continue;
        }

        try {
            // 延迟获取，或者直接获取任务
            Runnable r = timed ?
                workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
                workQueue.take();
            if (r != null)
                return r;
            timedOut = true;
        } catch (InterruptedException retry) {
            timedOut = false;
        }
    }
}

参考：

　　1、《Java并发编程的艺术》

　　2、https://blog.csdn.net/cold___play/article/details/104070242