程序员的视角：java 线程

在我们开始谈线程之前，不得不提下进程。

无论进程还是线程都是很抽象的概念，有一个关于进程和线程很形象的比喻能帮我们更好的理解。

进程就像个房子，房子是一个包含了特定属性的容器，例如空间大小、卧室数量等。如果你也这样看的话，那么房子自己不会主动做任何事情，它是被动的对象。而线程则像是房中的居住者，它是主动的对象——居住者要使用不同的房间、看电视、煮饭、洗澡等等。房子占据着一块真实的土地，正像进程占据着内存。而房子的居住者可以自由出入所有的房间，而进程中的线程也是类似的，可以自由访问任何进程占据的内存。

按照教科书上的定义，进程是资源管理的最小单位，线程是程序执行的最小单位。通过上面的比喻，我们可以更容易的理解进程和线程的关系。进程只是一个容器对象，它负责占据资源（内存地址、文件I/O），而线程共享进程的资源，作为CPU调度的基本单位可以被独立调度。

线程实现

回到我们的题目：java 线程。 java 作为一个跨平台的语言，自然要提供一个跨平台的线程实现。线程按类型可以分为内核线程（Kernel-Level Thread）和用户线程（User Thread），分类的标准主要是线程的调度者在核内还是在核外。早期时，一些操作系统因为没有提供线程的原生实现，所以早在JDK1.2之前，java是基于用户线程来实现的。用户线程是相对内核线程而言，内核线程自然是由操作系统内核支持的线程，由内核来管理和调度。后来主流操作系统都支持了线程，因此现在java都采用原生线程来实现了。

既然现在的java线程都采用原生系统线程来实现，那么是否每个java线程就对应一个系统内核线程？对sun jdk而言，在Windows和Linux中都是采用的一对一模型，Linux提供一种称为轻量级进程（LWP）的高级抽象来避免应用直接使用内核线程。而在像Solaris这样的系统中则不一定了，因为它支持多对多模型。不过对于底层系统的线程模型到底如何，对java线程而言都是被屏蔽了的，jvm层面提供了一个统一的抽象线程模型。下图展示了在Linux上java线程实现的模型图

线程数量

曾经碰到一个问题，java程序运行中抛出一个OOM错误如下：

java.lang.OutOfMemoryError: unable to create new native thread

这个问题的原因可能有两种，一种是内存真的不足了，自然无法再创建线程。另外一种其实是来自操作系统的限制，比如在Linux中，java线程会映射为轻量级进程，那么创建线程的数量自然会受到系统进程数量等资源约束的限制。

对于一个java进程到底能创建多少线程呢，一般我们按经验线程都是在几十到几百之间，顶多1、2k了。这是为什么呢？java有个启动参数-Xss1m表明每个线程栈大小为1m，那么对内存一般2G的话，总线程数达到2k感觉上都是不可能的。但实际上做个实验在循环中不断创建新线程，可以不断创建多达几万的线程，这又是为什么？原因是新创建的线程其实仅仅分配了内存地址空间，但并没有实际去占用那1m的栈空间，栈空间是在线程使用时才去实际占用的。所以经验是对的，一般对2G的堆内存空间线程数量根据应用类型在几十到几百之间是合适的。

线程状态

java定义了6种线程状态，任一时刻一个线程处于其中一种状态，其状态转换关系如下图：


1. NEW
   新创建未启动的线程处于该状态
2. RUNNABLE
   调用了start()方法后，线程进入RUNNABLE状态
3. WAITING
   不设置timeout的Object.wati()、Thread.join()等方法会让线程进入无限等待，需要等待其他线程显式的唤醒。
4. TIMED_WAITING
   Thead.sleep()或设置了timeout的Object.wati()、Thread.join()等方法让线程进入限期等待。
5. BLOCKED
   阻塞状态，线程在等待进入同步区域。
6. TERMINATED
   线程执行结束，终止状态。

从上面的状态图可以看出，线程从新建、执行到结束是单向的，期间可能会经历等待和阻塞状态，线程执行结束进入终止状态后将不能再重复使用。任何时候一个CPU核只能执行一个线程，也就是说同时并行运行的线程数与CPU核数相等。在操作系统内核层面，线程只有分配了CPU的执行时间片，才算处于RUNNING状态。而当有大于CPU核数的线程需要执行，没有分配到CPU执行时间片的线程则处于READY状态。 RUNNING和READY都是线程在内核的状态，同时映射到java的RUNNABLE状态。 RUNNABLE正如其名，表示可运行的状态，并非正在运行的状态。

线程池

java编程不可避免的要使用线程，而使用线程更常见的方式是使用线程池。说起池这个东西，我们应该比较熟悉，例如：连接池。其实池就是一个容器，里面有一堆预先创建好的对象，我们就称其为对象池，而当这个对象具体为线程，那就是线程池了。前面讲线程状态说过，线程执行从run()方法退出就会进入终止状态，那么这个线程就消亡了，不能再复用。线程池的概念就是要复用线程，避免创建开销，那么如何复用呢，其实就是要让池中的线程不用从run()方法中退出。所以为了复用线程，池的实现会与一个阻塞队列结合，空闲时线程阻塞在队列上等待任务到来，任务执行结束后再重新阻塞，永远不会退出。

jdk1.5引入了java.util.concurrent并发包后，我们可以很方便的通过ThreadPoolExecutor来创建线程池


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

如上所示的构造方法中，corePoolSize、maximumPoolSize和workQueue的关系一直让人容易误解。当待执行任务数大于corePoolSize时，多出的任务请求会被放进 workQueue中等待执行，直到workQueue满了后
才会继续启动新线程直到总线程数达到maximumPoolSize的大小，其示意图如下。