基于ThreadPoolExecutor,自定义线程池简单实现
一、线程池作用
在上一篇随笔中有提到多线程具有同一时刻处理多个任务的特点,即并行工作,因此多线程的用途非常广泛,特别在性能优化上显得尤为重要。然而,多线程处理消耗的时间包括创建线程时间T1、工作时间T2、销毁线程时间T3,创建和销毁线程需要消耗一定的时间和资源,如果能够减少这部分的时间消耗,性能将会进一步提高,线程池就能够很好解决问题。线程池在初始化时会创建一定数量的线程,当需要线程执行任务时,从线程池取出线程,当任务执行完成后,线程置回线程池成为空闲线程,等待下一次任务。JDK1.5提供了一个Executors工厂类来产生线程池,该工厂类提供5种静态方法来创建线程池,详细请参见:http://www.cnblogs.com/firstsheng618/p/3861097.html。
二、认识队列
队列具有先进先出(FIFO)的特点,不同于堆的后进先出(LIFO),队列(Queue)是只允许在一端进行插入,而在另一端进行删除的运算受限的线性表。线程池就是通过队列的方式实现任务的调用。下面介绍几个常用的队列:
1、ArrayBlockingQueue:一个有数组支持的有界阻塞队列。此队列按 FIFO(先进先出)原则对元素进行排序,队列的头部 是在队列中存在时间最长的元素,队列的尾部 是在队列中存在时间最短的元素,新元素插入到队列的尾部,队列获取操作则是从队列头部开始获得元素。
2、ConcurrentLinkedQueue:一个基于链接节点的无界线程安全队列。此队列按照 FIFO(先进先出)原则对元素进行排序,队列的头部 是队列中时间最长的元素,队列的尾部 是队列中时间最短的元素,新的元素插入到队列的尾部,队列获取操作从队列头部获得元素,当多个线程共享访问一个公共 collection 时,ConcurrentLinkedQueue 是一个恰当的选择,此队列不允许使用 null 元素。
3、LinkedBlockingQueue:一个基于已链接节点的、范围任意的BlockingQueue。此队列按 FIFO(先进先出)排序元素,队列的头部 是在队列中时间最长的元素,队列的尾部 是在队列中时间最短的元素,新元素插入到队列的尾部,并且队列获取操作会获得位于队列头部的元素,链接队列的吞吐量通常要高于基于数组的队列,但是在大多数并发应用程序中,其可预知的性能要低。
4、SynchronousQueue:一种阻塞队列,其中每个插入操作必须等待另一个线程的对应移除操作 ,反之亦然。

三、队列排队策略
1、ThreadPoolExecutor.AbortPolicy:用于被拒绝任务的处理程序,它将抛出 RejectedExecutionException,线程池默认被拒绝任务的处理策略。
2、ThreadPoolExecutor.CallerRunsPolicy:用于被拒绝任务的处理程序,它直接在 execute 方法的调用线程(上一层线程)中运行被拒绝的任务;如果执行程序已关闭,则会丢弃该任务。
3、ThreadPoolExecutor.DiscardOldestPolicy:用于被拒绝任务的处理程序,它放弃最旧的未处理请求,然后重试 execute;如果执行程序已关闭,则会丢弃该任务。
4、ThreadPoolExecutor.DiscardPolicy:用于被拒绝任务的处理程序,默认情况下它将丢弃被拒绝的任务。
四、自定义线程
线程池工作策略:A. 如果运行的线程少于 corePoolSize,则 Executor 始终首选添加新的线程,而不进行排队。B. 如果运行的线程等于或多于 corePoolSize,则 Executor 始终首选将请求加入队列,而不添加新的线程。C. 如果无法将请求加入队列,则创建新的线程,除非创建此线程超出 maximumPoolSize,在这种情况下,任务将被拒绝。
ArrayBlockingQueue和LinkedBlockingQueue是两个最常用的阻塞队列,一般情况下足以处理多线程间的生产者和消费者问题,LinkedBlockingQueue内部分别采用独立锁来控制数据同步,实现生产者端和消费者端并行工作,高效的处理并发数据。
基于ThreadPoolExecutor自定义线程池如下:
public class LinkedBqThreadPool extends ThreadPoolExecutor {
protected Logger log = Logger.getLogger(getClass());
/**
* 正在执行任务数量
*/
private AtomicInteger taskNum = new AtomicInteger(0);
/**
* 构建线程池
* @param corePoolSize 池中所保存的核心线程数
* @param maximumPoolSize 池中允许的最大线程数
* @param keepActiveTime 非核心线程空闲等待新任务的最长时间
* @param timeunit keepActiveTime参数的时间单位
* @param blockingqueue 任务队列
*/
public LinkedBqThreadPool(int corePoolSize, int maximumPoolSize, long keepActiveTime, TimeUnit timeunit,
BlockingQueue<Runnable> blockingqueue) {
super(corePoolSize, maximumPoolSize, keepActiveTime, timeunit, blockingqueue);
}
/**
* 构建线程池
* @param corePoolSize 池中所保存的核心线程数
* @param maximumPoolSize 池中允许的最大线程数
* @param keepActiveTime 非核心线程空闲等待新任务的最长时间(单位:秒)
* @param blockingqueue 任务队列
*/
public LinkedBqThreadPool(int corePoolSize, int maximumPoolSize, long keepActiveTime,
BlockingQueue<Runnable> blockingqueue) {
this(corePoolSize, maximumPoolSize, keepActiveTime, TimeUnit.SECONDS, blockingqueue);
}
/**
* 构建线程池
* @param corePoolSize 池中所保存的核心线程数
* @param maximumPoolSize 池中允许的最大线程数
* @param keepActiveTime 非核心线程空闲等待新任务的最长时间(单位:秒)
*/
public LinkedBqThreadPool(int corePoolSize, int maximumPoolSize, long keepActiveTime) {
this(corePoolSize, maximumPoolSize, keepActiveTime, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>());
}
/**
* 构建单线程的线程池
*/
public LinkedBqThreadPool() {
this(1, 1, 1, TimeUnit.SECONDS, new LinkedBlockingQueue<Runnable>());
}
/**
* 任务执行,以原子方式将当前值加 1
*/
public void execute(Runnable task) {
taskNum.getAndIncrement();
super.execute(task);
}
/**
* 任务执行之后
*/
public void afterExecute(Runnable task, Throwable throwable) {
taskNum.decrementAndGet();
log.debug("task : " + task.getClass().getSimpleName()
+ " completed,Throwable:" + throwable + ",taskNum:" + getTaskNum());
synchronized(this) {
notifyAll();
}
}
/**
* 挂起当前线程,直到所有任务执行完成
*/
public void waitComplete() {
try {
synchronized(this){
while(getTaskNum() > 0){
wait(500);
}
}
} catch (InterruptedException e) {
log.error(e + ", taskNum:" + getTaskNum());
}
}
/**
* @return 未执行的任务数
*/
public int getTaskNum() {
return taskNum.get();
}
/**
* @param time 非核心线程空闲等待新任务的最长时间(单位:秒)
*/
public void setKeepAliveTime(int time) {
super.setKeepAliveTime(time, TimeUnit.SECONDS);
}
/**
* @param size 池中所保存的核心线程数
*/
public void setCorePoolSize(int size) {
super.setCorePoolSize(size);
}
/**
* @param size 池中允许的最大线程数
*/
public void setMaximumPoolSize(int size) {
super.setMaximumPoolSize(size);
}
}
LinkedBlockingQueue队列实现
public class ArrayBqThreadPool extends ThreadPoolExecutor {
protected Logger log = Logger.getLogger(getClass());
/**
* 待执行任务数量
*/
private AtomicInteger taskNum = new AtomicInteger(0);
/**
* 构建线程池
* @param corePoolSize 池中所保存的核心线程数
* @param maximumPoolSize 池中允许的最大线程数
* @param keepActiveTime 非核心线程空闲等待新任务的最长时间(单位:秒)
* @param queueCapacity 队列容量,即等待执行任务数
*/
public ArrayBqThreadPool(int corePoolSize, int maximumPoolSize, long keepActiveTime, int queueCapacity) {
super(corePoolSize, maximumPoolSize, keepActiveTime, TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(queueCapacity));
}
/**
* 构建单线程的线程池
*/
public ArrayBqThreadPool(int queueCapacity) {
this(1, 1, 1, queueCapacity);
}
/**
* 任务执行,以原子方式将当前值加 1
*/
public void execute(Runnable task) {
taskNum.getAndIncrement();
super.execute(task);
}
/**
* 任务执行之后
*/
public void afterExecute(Runnable task, Throwable throwable) {
taskNum.decrementAndGet();
log.debug("task : " + task.getClass().getSimpleName()
+ " completed,Throwable:" + throwable + ",taskNum:" + getTaskNum());
synchronized(this) {
notifyAll();
}
}
/**
* 挂起当前线程,直到所有任务执行完成
*/
public void waitComplete() {
try {
synchronized(this){
while(getTaskNum() > 0){
wait(500);
}
}
} catch (InterruptedException e) {
log.error(e + ", taskNum:" + getTaskNum());
}
}
/**
* @return 待执行的任务数
*/
public int getTaskNum() {
return taskNum.get();
}
/**
* @param time 非核心线程空闲等待新任务的最长时间(单位:秒)
*/
public void setKeepAliveTime(int time) {
super.setKeepAliveTime(time, TimeUnit.SECONDS);
}
/**
* @param size 池中所保存的核心线程数
*/
public void setCorePoolSize(int size) {
super.setCorePoolSize(size);
}
/**
* @param size 池中允许的最大线程数
*/
public void setMaximumPoolSize(int size) {
super.setMaximumPoolSize(size);
}
}
ArrayBlockingQueue队列实现
基于ThreadPoolExecutor,自定义线程池简单实现的更多相关文章
- Android线程管理之ThreadPoolExecutor自定义线程池
前言: 上篇主要介绍了使用线程池的好处以及ExecutorService接口,然后学习了通过Executors工厂类生成满足不同需求的简单线程池,但是有时候我们需要相对复杂的线程池的时候就需要我们自己 ...
- ThreadPoolExecutor自定义线程池
1.ThreadPoolExecutor创建线程池的构造函数 public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long ...
- Android AsyncTask 深度理解、简单封装、任务队列分析、自定义线程池
前言:由于最近在做SDK的功能,需要设计线程池.看了很多资料不知道从何开始着手,突然发现了AsyncTask有对线程池的封装,so,就拿它开刀,本文将从AsyncTask的基本用法,到简单的封装,再到 ...
- 自定义线程池ThreadPoolExecutor
使用自定义的方式创建线程池 Java本身提供的获取线程池的方式 使用Executors直接获取线程池,注意,前四个方式的底层都是通过new ThreadPoolExecutor()的方式创建的线程池, ...
- 自定义线程池的名称(ThreadPoolExecutor)
目的:有时候为了快速定位出现错误的位置,在采用线程池时我们需要自定义线程池的名称. 1.创建ThreadFactory(ThreadPoolExecutor默认采用的是DefaultThreadFac ...
- java多线程(四)-自定义线程池
当我们使用 线程池的时候,可以使用 newCachedThreadPool()或者 newFixedThreadPool(int)等方法,其实我们深入到这些方法里面,就可以看到它们的是实现方式是这样的 ...
- SOFA 源码分析 — 自定义线程池原理
前言 在 SOFA-RPC 的官方介绍里,介绍了自定义线程池,可以为指定服务设置一个独立的业务线程池,和 SOFARPC 自身的业务线程池是隔离的.多个服务可以共用一个独立的线程池. API使用方式如 ...
- Java自定义线程池-记录每个线程执行耗时
ThreadPoolExecutor是可扩展的,其提供了几个可在子类化中改写的方法,如下: protected void beforeExecute(Thread t, Runnable r) { } ...
- SpringBoot自定义线程池处理异步任务
@Async异步调用 就不解释什么是异步调用了,Spring Boot中进行异步调用很简单 1.通过使用@Async注解就能简单的将原来的同步函数变为异步函数 package com.winner.s ...
随机推荐
- MyBatis - 介绍、简单入门程序
JDBC编程中的问题 1. 将SQL语句硬编码到Java代码,不利于系统维护. 设想如何解决:将SQL单独抽取出来,在配置文件(xml方式.properties文件)进行配置. ...
- 9.2.1、Libgdx的输入处理之轮询
(官网:www.libgdx.cn) 轮询是检测输入设备的当前状态,比如特定的按键按下,屏幕第一个手指的位置等等.这是一个快速简单的处理用户输入的方式,并且应用到很多的游戏中. 注意:如果你处理轮询, ...
- [加密]C#实现维吉尼亚加密与解密(解密前提为已知密匙)
using System; using System.Collections.Generic; using System.ComponentModel; using System.Data; usin ...
- Ext JS 5初探(一)
在开始前,先安装好Sencha Cmd 5.然后输入以下命令创建一个测试用的应用程序: sencha -sdk c:\ext5 generate app TestExt5 C:\TestExt5 想不 ...
- cygwin 下安装python MySQLdb
cygwin 下安装python MySQLdb 1) cygwin 更新 运行 cygwin/setup-x86_64.exe a 输入mysql,选择下面的包安装: libmysqlclient- ...
- Ubuntu14.04安装Matlab2013a
source url: http://blog.sina.com.cn/s/blog_ec5021d60102v3ky.html 1. 为方便操作,把Matlab镜像文件(iso)重命名为'Matla ...
- 基于Reactjs实现webapp(加精)
git原文链接:https://github.com/my-fe/wiki/issues/1 由于最近的reactjs实在太火,而且距离第一版已经快2年的时间了,已经相对稳定和成熟了,基于这两个前提下 ...
- ANDROID 中设计模式的采用--结构型模式
结构型模式中的适配器模式.外观模式.装饰模式.代理模式都属于包装模式,都是对另外的类或对象的包装,只是各自的意图不同. 适配器模式通过对另外的类或对象的包装,将其接口转换为用户期望 ...
- OpenCV——素描
具体的算法原理可以参考: PS滤镜,素描算法 // define head function #ifndef PS_ALGORITHM_H_INCLUDED #define PS_ALGORITHM_ ...
- PS 图像调整算法——亮度调整
这个算法是参考自 阿发伯 的博客,在此对 阿发伯 表示感谢, http://blog.csdn.net/maozefa 亮度调整 非线性亮度调整: 对于R,G,B三个通道,每个通道增加相同的增量. 线 ...