多线程在现在工作中出现越来越频繁、需要我们熟记并且能熟练地使用之、对相关线程池的一些配置需要我们非常熟悉。

1. 参数详解

1.1 corePoolSize

corePoolSize 核心线程数

-   核心线程会一直存活，即使没有任务需要执行
-   当线程数小于核心线程数时，即使有线程空闲，线程池也会优先创建新线程处理
-   设置allowCoreThreadTimeOut=true（默认false）时，核心线程会超时关闭

1.2 queueCapacity

queueCapacity 任务队列容量（阻塞队列）

• 当核心线程数达到最大时，新任务会放在队列中排队等待

1.3 maxPoolSize

maxPoolSize 最大线程数

-   当线程数 >= corePoolSize 且任务队列已满时，线程池会创建新线程来处理任务
-   当线程数 = maxPoolSize且任务队列已满时，线程池会拒绝处理任务而抛出异常

1.4 keepAliveTime

keepAliveTime 线程空闲时间

-   当线程空闲时间达到keepAliveTime时，线程会退出，直到线程数量=coolPoolSize
-   如果allowCoreThreadTimeOut=true时，则会直到线程数量=0

1.5 allowCoreThreadTimeOut

allowCoreThreadTimeOut 允许核心线程超时

1.6 rejectedExecutionHandler

rejectedExecutionHandler 任务拒绝处理器

• 两种情况会拒绝处理任务
• 当线程数已经达到maxPoolSize且任务队列已满，就会拒绝新的任务
• 当线程池被调运shutdown() 然后，会等待线程池里的任务执行完毕在shutdown。如果在调运shutdown() 和线程池真正shutdown之间提交的任务，会拒绝新的任务
• 线程池会调运rejectedExecutionHandler来处理这个任务，如果没有设置默认是AbortPolicy，会抛出异常

-   ThreadPoolExecutor类有几个内部实现类来处理这类情况

    1.  **AbortPolicy** 丢弃任务、抛运行时异常
    1.  **CallerRunsPolicy** 执行任务
    1.  **DisCardPolicy** 忽视，什么都不会发生
    1.  **DisCardOldestPolicy** 从队列中提出最先 进入队列（最后一个执行）的任务

• 实现RejectedExecutionHandler接口，可自定义处理器

2. ThreadPoolExecutor 执行顺序

线程池按照以下行为执行任务

1.  当线程数 < 核心线程数时，创建线程。
2.  当线程数 >= 核心线程数，且任务队列未满时，将任务放入任务队列。
3.  当线程数 >= 核心线程数，且任务队列已满

-   若线程数 < 最大线程数，创建线程
-   若线程数 = 最大线程数，抛出异常，拒绝任务

3. 如何设置参数

3.1 默认值

corePoolSize = 1
queueCapacity = Integer.MAX_VALUE
maxPoolSize = Integer.MAX_VALUE
keepAliveTime = 60s
allowCoreThreadTimeOut = false
rejectedExecutionHandler = AbortPolicy

3.2 如何来设置

• 需要根据几个值来决定

tasks : 每秒的任务数，假设为 500 - 1000
taskcost : 每个任务花费时间，假设为0.1s
responsetime : 系统允许容忍的最大响应时间，假设为1s

• 计算方式

corePoolSize = 每秒需要多少个线程处理
  * threadcount = tasks/(1/taskcost) =tasks*taskcout =  (500~1000)*0.1 = 50~100 个线程。corePoolSize设置应该大于50
  * 根据8020原则，如果80%的每秒任务数小于800，那么corePoolSize设置为80即可

queueCapacity = (coreSizePool/taskcost)*responsetime
  * 计算可得 queueCapacity = 80/0.1*1 = 80。意思是队列里的线程可以等待1s，超过了的需要新开线程来执行
  * 切记不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不能新开线程来执行，响应时间会随之陡增。

maxPoolSize = (max(tasks)- queueCapacity)/(1/taskcost)
  * 计算可得 maxPoolSize = (1000-80)/10 = 92
  * （最大任务数-队列容量）/每个线程每秒处理能力 = 最大线程数


rejectedExecutionHandler：根据具体情况来决定，任务不重要可丢弃，任务重要则要利用一些缓冲机制来处理
keepAliveTime和allowCoreThreadTimeout采用默认通常能满足

4. 使用案例

@Component
public class KafkaReceiver {
    
    @Autowired
    private BroadbandService broadbandService;
    
    private ThreadFactory namedThreadFactory = new ThreadFactoryBuilder()
        .setNameFormat("deal-pool-%d")
        .build();
    
    private ExecutorService threadPool = new ThreadPoolExecutor(10, 20,  5, TimeUnit.SECONDS,  new LinkedBlockingQueue(10), namedThreadFactory, new ThreadPoolExecutor.CallerRunsPolicy());
    
    
    /**
    * 监听kafka消息受理业务
    */
    @KafkaListener(topics = "${kafka.topics[1]}")
    public void listenerKafkaProductCommit(ConsumerRecord record) {
        threadPool.execute(() -> {
            try {
                BusinessOrder businessOrder = JsonUtil.jsonToObject(record.value(), BusinessOrder.class);
                log.info("消息队列正在工作，订单号: {}", businessOrder.getOrderNo());
                //尝试多线程处理
                broadbandService.asynSchoolBroadbandRemoveService(businessOrder);
            } catch (Exception e) {
                log.error("消息队列正在工作异常", e);
            }
        });
    }
    
}