interview/questions/05-并发编程/线程池核心参数.md

线程池核心参数详解

问题

1. 线程池的核心参数有哪些？各自的作用是什么？
2. 如何合理设置线程池大小？
3. 线程池的拒绝策略有哪些？如何自定义？
4. 线程池如何优雅关闭？
5. 线程池的监控指标有哪些？
6. 在实际项目中如何使用线程池？

---

标准答案

1. 线程池核心参数

ThreadPoolExecutor 构造函数

public ThreadPoolExecutor(
    int corePoolSize,              // 核心线程数
    int maximumPoolSize,           // 最大线程数
    long keepAliveTime,            // 非核心线程空闲存活时间
    TimeUnit unit,                 // 时间单位
    BlockingQueue<Runnable> workQueue,  // 任务队列
    ThreadFactory threadFactory,        // 线程工厂
    RejectedExecutionHandler handler    // 拒绝策略
)

---

参数详解

1. corePoolSize（核心线程数）

• 说明：即使空闲也保留的线程数
• 默认值：创建时无核心线程（任务到达时才创建）
• 预热：prestartAllCoreThreads() 提前创建核心线程

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    10,  // 核心线程数
    20,  // 最大线程数
    ...
);

// 预热核心线程
executor.prestartAllCoreThreads();

---

2. maximumPoolSize（最大线程数）

• 说明：线程池允许的最大线程数
• 限制：maximumPoolSize >= corePoolSize
• 动态调整：运行时可通过 setMaximumPoolSize() 调整

// 动态调整最大线程数
executor.setMaximumPoolSize(50);

---

3. keepAliveTime（非核心线程存活时间）

• 说明：非核心线程的空闲存活时间
• 超时回收：超过时间后，线程会被回收
• 允许回收核心线程：allowCoreThreadTimeOut(true)

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    10,
    20,
    60,  // 存活时间
    TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(100)
);

// 允许核心线程超时回收
executor.allowCoreThreadTimeOut(true);

---

4. workQueue（任务队列）

常见队列：

队列	特性	适用场景
SynchronousQueue	不存储，直接传递	高并发、低延迟
LinkedBlockingQueue	无界队列（默认 Integer.MAX_VALUE）	任务提交频繁
ArrayBlockingQueue	有界队列	防止资源耗尽
PriorityBlockingQueue	优先级队列	优先级任务

示例：

// 1. SynchronousQueue（高并发）
ExecutorService executor1 = new ThreadPoolExecutor(
    10, 20,
    60L, TimeUnit.SECONDS,
    new SynchronousQueue<Runnable>()  // 无队列，直接传递
);

// 2. LinkedBlockingQueue（无界）
ExecutorService executor2 = new ThreadPoolExecutor(
    10, 20,
    60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(1000)  // 队列长度 1000
);

// 3. PriorityBlockingQueue（优先级）
ExecutorService executor3 = new ThreadPoolExecutor(
    10, 20,
    60L, TimeUnit.SECONDS,
    new PriorityBlockingQueue<>(100)
);

---

5. threadFactory（线程工厂）

作用：

• 设置线程名称（便于排查）
• 设置线程优先级
• 设置是否为守护线程

示例：

ThreadFactory namedThreadFactory = new ThreadFactoryBuilder()
    .setNameFormat("order-pool-%d")  // 线程名称前缀
    .setDaemon(false)               // 非守护线程
    .setPriority(Thread.NORM_PRIORITY)
    .build();

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    10, 20,
    60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(100),
    namedThreadFactory
);

---

6. handler（拒绝策略）

内置策略：

策略	说明
AbortPolicy（默认）	抛出异常
CallerRunsPolicy	调用者线程执行
DiscardPolicy	静默丢弃
DiscardOldestPolicy	丢弃最旧的任务

// 自定义拒绝策略
RejectedExecutionHandler handler = new RejectedExecutionHandler() {
    @Override
    public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
        // 记录日志
        log.warn("任务被拒绝: {}", r);

        // 重试（加入队列等待）
        if (!executor.isShutdown()) {
            try {
                executor.getQueue().put(r);
            } catch (InterruptedException e) {
                Thread.currentThread().interrupt();
            }
        }
    }
};

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    10, 20,
    60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(100),
    handler
);

---

2. 线程池工作流程

任务提交
    ↓
核心线程数 < corePoolSize？
├─ 是 → 创建核心线程并执行
└─ 否 → 继续
    ↓
队列未满？
├─ 是 → 加入队列
└─ 否 → 继续
    ↓
线程数 < maximumPoolSize？
├─ 是 → 创建非核心线程并执行
└─ 否 → 继续
    ↓
拒绝策略

---

3. 合理设置线程池大小

CPU 密集型任务

特点：主要消耗 CPU 资源（计算、加密）

公式：

线程数 = CPU 核心数 + 1

原因：

• CPU 密集型任务不需要太多线程
• +1 是为了当某线程因页故障等原因暂停时，CPU 不会闲置

示例：

int cpuCore = Runtime.getRuntime().availableProcessors();  // 8
int poolSize = cpuCore + 1;  // 9

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    poolSize,  // 核心线程数
    poolSize,  // 最大线程数
    0L, TimeUnit.MILLISECONDS,
    new LinkedBlockingQueue<>(100)
);

---

IO 密集型任务

特点：主要等待 IO（网络、磁盘）

公式：

线程数 = CPU 核心数 × (1 + IO 耗时 / CPU 耗时)

示例：

// IO 耗时 / CPU 耗时 = 2（IO 占 2/3，CPU 占 1/3）
int cpuCore = Runtime.getRuntime().availableProcessors();  // 8
int poolSize = cpuCore * (1 + 2);  // 24

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    cpuCore,  // 核心线程数 = CPU 核心数
    poolSize, // 最大线程数
    60L, TimeUnit.SECONDS,
    new LinkedBlockingQueue<>(500)
);

---

通用公式

线程数 = CPU 核心数 × 目标 CPU 使用率 × (1 + IO 耗时 / CPU 耗时)

参数调整：

• 目标 CPU 使用率：80% - 90%
• IO / CPU 比例：通过压测获得

---

4. 线程池监控

监控指标

指标	说明	获取方法
活跃线程数	正在执行任务的线程数	getActiveCount()
已完成任务数	历史完成的任务总数	getCompletedTaskCount()
总任务数	已完成 + 正在执行	getTaskCount()
队列大小	队列中待执行任务数	getQueue().size()
最大线程数	历史最大线程数	getLargestPoolSize()
线程池是否关闭	isShutdown()	isShutdown()

---

监控代码

@Component
public class ThreadPoolMonitor {

    @Autowired
    private Map<String, ThreadPoolExecutor> executorMap;

    @Scheduled(fixedRate = 60000)  // 每分钟
    public void monitor() {
        executorMap.forEach((name, executor) -> {
            ThreadPoolExecutorStats stats = new ThreadPoolExecutorStats();
            stats.setName(name);
            stats.setCorePoolSize(executor.getCorePoolSize());
            stats.setMaximumPoolSize(executor.getMaximumPoolSize());
            stats.setActiveCount(executor.getActiveCount());
            stats.setCompletedTaskCount(executor.getCompletedTaskCount());
            stats.setTaskCount(executor.getTaskCount());
            stats.setQueueSize(executor.getQueue().size());
            stats.setLargestPoolSize(executor.getLargestPoolSize());

            // 上报到监控系统（Prometheus、Grafana）
            Metrics.report(stats);

            // 告警判断
            if (executor.getActiveCount() >= executor.getMaximumPoolSize() * 0.8) {
                alert("线程池 " + name + " 负载过高");
            }
        });
    }
}

---

Actuator 监控（Spring Boot）

依赖：

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-actuator</artifactId>
</dependency>

配置：

management:
  endpoints:
    web:
      exposure:
        include: health,info,metrics
  metrics:
    export:
      prometheus:
        enabled: true

访问：

curl http://localhost:8080/actuator/metrics
curl http://localhost:8080/actuator/metrics/executor.pool.size

---

5. 线程池优雅关闭

问题

不优雅关闭的后果：

• 已提交的任务可能丢失
• 正在执行的任务可能被中断

---

shutdown()

executor.shutdown();

try {
    // 等待任务完成
    if (!executor.awaitTermination(60, TimeUnit.SECONDS)) {
        // 超时，强制关闭
        executor.shutdownNow();
    }
} catch (InterruptedException e) {
    executor.shutdownNow();
    Thread.currentThread().interrupt();
}

特点：

• 不再接受新任务
• 等待已提交的任务完成
• 超时后可调用 shutdownNow() 强制关闭

---

shutdownNow()

List<Runnable> unfinishedTasks = executor.shutdownNow();

特点：

• 不再接受新任务
• 尝试停止正在执行的任务（通过 Thread.interrupt()）
• 返回未执行的任务列表

---

6. Spring 线程池配置

配置类

@Configuration
public class ThreadPoolConfig {

    @Bean("orderThreadPool")
    public ThreadPoolExecutor orderThreadPool() {
        return new ThreadPoolExecutor(
            10,  // 核心线程数
            20,  // 最大线程数
            60L, TimeUnit.SECONDS,
            new LinkedBlockingQueue<>(100),
            new ThreadFactoryBuilder()
                .setNameFormat("order-pool-%d")
                .build(),
            new ThreadPoolExecutor.CallerRunsPolicy()
        );
    }

    @Bean("emailThreadPool")
    public ThreadPoolExecutor emailThreadPool() {
        return new ThreadPoolExecutor(
            5,
            10,
            60L, TimeUnit.SECONDS,
            new LinkedBlockingQueue<>(50),
            new ThreadFactoryBuilder()
                .setNameFormat("email-pool-%d")
                .build(),
            new ThreadPoolExecutor.CallerRunsPolicy()
        );
    }
}

---

使用

@Service
public class OrderService {

    @Autowired
    @Qualifier("orderThreadPool")
    private ThreadPoolExecutor orderThreadPool;

    public void createOrder(Order order) {
        // 异步处理
        orderThreadPool.execute(() -> {
            // 处理订单
            processOrder(order);
        });
    }
}

---

@Async（Spring 异步）

配置：

@Configuration
@EnableAsync
public class AsyncConfig {

    @Bean("asyncExecutor")
    public Executor asyncExecutor() {
        ThreadPoolTaskExecutor executor = new ThreadPoolTaskExecutor();
        executor.setCorePoolSize(10);
        executor.setMaxPoolSize(20);
        executor.setQueueCapacity(100);
        executor.setThreadNamePrefix("async-pool-");
        executor.setRejectedExecutionHandler(new ThreadPoolExecutor.CallerRunsPolicy());
        executor.initialize();
        return executor;
    }
}

使用：

@Service
public class EmailService {

    @Async("asyncExecutor")
    public void sendEmail(String to, String subject, String body) {
        // 异步发送邮件
        mailSender.send(to, subject, body);
    }
}

---

7. 实际项目经验

案例 1：线程池参数调优

问题：

• 订单接口响应慢
• CPU 使用率低（30%），线程池队列满

分析：

// 原配置
corePoolSize = 5
maximumPoolSize = 10
queue = LinkedBlockingQueue(100)

问题：

• 线程数太少，任务堆积在队列
• 数据库连接池用满，等待连接

优化：

// 优化后配置
corePoolSize = 20      // 增加
maximumPoolSize = 50    // 增加
queue = LinkedBlockingQueue(500)  // 增加

结果：响应时间从 2s 降至 200ms

---

案例 2：动态线程池

需求：根据流量动态调整线程池大小

实现：

@Component
public class DynamicThreadPoolManager {

    private final Map<String, ThreadPoolExecutor> executorMap = new ConcurrentHashMap<>();

    @PostConstruct
    public void init() {
        // 定时调整线程池大小
        ScheduledExecutorService scheduler = Executors.newSingleThreadScheduledExecutor();
        scheduler.scheduleAtFixedRate(this::adjustThreadPoolSize, 1, 1, TimeUnit.MINUTES);
    }

    private void adjustThreadPoolSize() {
        executorMap.forEach((name, executor) -> {
            // 获取当前负载
            int activeCount = executor.getActiveCount();
            int maximumPoolSize = executor.getMaximumPoolSize();

            // 负载 > 80%，扩容
            if (activeCount > maximumPoolSize * 0.8) {
                int newSize = Math.min(maximumPoolSize * 2, 100);
                executor.setMaximumPoolSize(newSize);
                log.info("扩容线程池: {} -> {}", name, newSize);
            }
            // 负载 < 20%，缩容
            else if (activeCount < maximumPoolSize * 0.2) {
                int newSize = Math.max(maximumPoolSize / 2, executor.getCorePoolSize());
                executor.setMaximumPoolSize(newSize);
                log.info("缩容线程池: {} -> {}", name, newSize);
            }
        });
    }
}

---

8. 阿里 P7 加分项

深度理解：

• 理解线程池的状态转换（RUNNING、SHUTDOWN、STOP、TIDYING、TERMINATED）
• 理解 Worker 的实现原理（继承 AQS、实现 Runnable）
• 理解线程池的异常处理机制

实战经验：

• 有线程池参数调优的经验
• 有处理线程池饱和问题的经验
• 有线程池监控和告警的经验

架构能力：

• 能设计动态线程池（根据流量调整）
• 能设计线程池隔离（不同业务独立线程池）
• 能设计线程池监控体系

技术选型：

• 了解 ForkJoinPool（工作窃取线程池）
• 了解 ScheduledThreadPoolExecutor（定时任务线程池）
• 了解 Vert.x、WebFlux 等响应式框架的线程模型