Java线程池详解及实例

「爱情、让人受尽委屈。」 2023-06-17 14:53 77阅读 0赞

# 前言 #

为了避免重复的创建线程，线程池的出现可以让线程进行复用。通俗点讲，当有工作来，就会向线程池拿一个线程，当工作完成后，并不是直接关闭线程，而是将这个线程归还给线程池供其他任务使用。

## 总体的架构 ##

来看Executor的框架图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70][]

Executor框架的使用示意图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70 1][]

接口：Executor,CompletionService,ExecutorService，ScheduledExecutorService

抽象类：AbstractExecutorService

实现类：ExecutorCompletionService，ThreadPoolExecutor，ScheduledThreadPoolExecutor

从图中就可以看到主要的方法，本文主要讨论的是ThreadPoolExecutor

## 研读ThreadPoolExecutor ##

看一下该类的构造器：

public ThreadPoolExecutor(int paramInt1, int paramInt2, long paramLong, TimeUnit paramTimeUnit,
                BlockingQueue<Runnable> paramBlockingQueue, ThreadFactory paramThreadFactory,
                RejectedExecutionHandler paramRejectedExecutionHandler) {
            this.ctl = new AtomicInteger(ctlOf(-536870912, 0));
            this.mainLock = new ReentrantLock();
            this.workers = new HashSet();
            this.termination = this.mainLock.newCondition();
            if ((paramInt1 < 0) || (paramInt2 <= 0) || (paramInt2 < paramInt1) || (paramLong < 0L))
                throw new IllegalArgumentException();
            if ((paramBlockingQueue == null) || (paramThreadFactory == null) || (paramRejectedExecutionHandler == null))
                throw new NullPointerException();
            this.corePoolSize = paramInt1;
            this.maximumPoolSize = paramInt2;
            this.workQueue = paramBlockingQueue;
            this.keepAliveTime = paramTimeUnit.toNanos(paramLong);
            this.threadFactory = paramThreadFactory;
            this.handler = paramRejectedExecutionHandler;
        }

**corePoolSize **:线程池的核心池大小，在创建线程池之后，线程池默认没有任何线程。

当有任务过来的时候才会去创建创建线程执行任务。换个说法，线程池创建之后，线程池中的线程数为0，当任务过来就会创建一个线程去执行，直到线程数达到corePoolSize 之后，就会被到达的任务放在队列中。（注意是到达的任务）。换句更精炼的话：corePoolSize 表示允许线程池中允许同时运行的最大线程数。

如果执行了线程池的prestartAllCoreThreads()方法，线程池会提前创建并启动所有核心线程。

**maximumPoolSize **:线程池允许的最大线程数，他表示最大能创建多少个线程。maximumPoolSize肯定是大于等于corePoolSize。

**keepAliveTime **:表示线程没有任务时最多保持多久然后停止。默认情况下，只有线程池中线程数大于corePoolSize 时，keepAliveTime 才会起作用。换句话说，当线程池中的线程数大于corePoolSize，并且一个线程空闲时间达到了keepAliveTime，那么就是shutdown。

**Unit**:keepAliveTime 的单位。

**workQueue **：一个阻塞队列，用来存储等待执行的任务，当线程池中的线程数超过它的corePoolSize的时候，线程会进入阻塞队列进行阻塞等待。通过workQueue，线程池实现了阻塞功能

**threadFactory **：线程工厂，用来创建线程。

**handler **:表示当拒绝处理任务时的策略。

#    任务缓存队列 #

在前面我们多次提到了任务缓存队列，即workQueue，它用来存放等待执行的任务。

workQueue的类型为BlockingQueue<Runnable>，通常可以取下面三种类型：

1）有界任务队列ArrayBlockingQueue：基于数组的先进先出队列，此队列创建时必须指定大小；

2）无界任务队列LinkedBlockingQueue：基于链表的先进先出队列，如果创建时没有指定此队列大小，则默认为Integer.MAX\_VALUE；

3）直接提交队列synchronousQueue：这个队列比较特殊，它不会保存提交的任务，而是将直接新建一个线程来执行新来的任务。

# 拒绝策略 #

**AbortPolicy**:丢弃任务并抛出RejectedExecutionException

**CallerRunsPolicy**：只要线程池未关闭，该策略直接在调用者线程中，运行当前被丢弃的任务。显然这样做不会真的丢弃任务，但是，任务提交线程的性能极有可能会急剧下降。

**DiscardOldestPolicy**：丢弃队列中最老的一个请求，也就是即将被执行的一个任务，并尝试再次提交当前任务。

**DiscardPolicy**：丢弃任务，不做任何处理

#    线程池的任务处理策略 #

如果当前线程池中的线程数目小于corePoolSize，则每来一个任务，就会创建一个线程去执行这个任务；

如果当前线程池中的线程数目>=corePoolSize，则每来一个任务，会尝试将其添加到任务缓存队列当中，若添加成功，则该任务会等待空闲线程将其取出去执行；若添加失败（一般来说是任务缓存队列已满），则会尝试创建新的线程去执行这个任务；如果当前线程池中的线程数目达到maximumPoolSize，则会采取任务拒绝策略进行处理；

如果线程池中的线程数量大于 corePoolSize时，如果某线程空闲时间超过keepAliveTime，线程将被终止，直至线程池中的线程数目不大于corePoolSize；如果允许为核心池中的线程设置存活时间，那么核心池中的线程空闲时间超过keepAliveTime，线程也会被终止。

# 线程池的关闭 #

**ThreadPoolExecutor**提供了两个方法，用于线程池的关闭，分别是shutdown()和shutdownNow()，其中：

**shutdown**()：不会立即终止线程池，而是要等所有任务缓存队列中的任务都执行完后才终止，但再也不会接受新的任务

**shutdownNow**()：立即终止线程池，并尝试打断正在执行的任务，并且清空任务缓存队列，返回尚未执行的任务

源码分析  
首先来看最核心的execute方法，这个方法在**AbstractExecutorService**中并没有实现，从Executor接口，直到**ThreadPoolExecutor**才实现了改方法，

**ExecutorService**中的**submit**(),**invokeAll**(),**invokeAny**()都是调用的execute方法，所以execute是核心中的核心,源码分析将围绕它逐步展开。

public void execute(Runnable command) {
            if (command == null)
                throw new NullPointerException();
            /*
             * Proceed in 3 steps:
             *
             * 1. If fewer than corePoolSize threads are running, try to
             * start a new thread with the given command as its first
             * task.  The call to addWorker atomically checks runState and
             * workerCount, and so prevents false alarms that would add
             * threads when it shouldn't, by returning false.
             * 如果正在运行的线程数小于corePoolSize，那么将调用addWorker 方法来创建一个新的线程，并将该任务作为新线程的第一个任务来执行。
    　　　　　　 当然，在创建线程之前会做原子性质的检查，如果条件不允许，则不创建线程来执行任务，并返回false.　　
    
             * 2. If a task can be successfully queued, then we still need
             * to double-check whether we should have added a thread
             * (because existing ones died since last checking) or that
             * the pool shut down since entry into this method. So we
             * recheck state and if necessary roll back the enqueuing if
             * stopped, or start a new thread if there are none.
             * 如果一个任务成功进入阻塞队列，那么我们需要进行一个双重检查来确保是我们已经添加一个线程（因为存在着一些线程在上次检查后他已经死亡）或者
    　　　　　　 当我们进入该方法时，该线程池已经关闭。所以，我们将重新检查状态，线程池关闭的情况下则回滚入队列，线程池没有线程的情况则创建一个新的线程。
             * 3. If we cannot queue task, then we try to add a new
             * thread.  If it fails, we know we are shut down or saturated
             * and so reject the task.
    　　　　　　 如果任务无法入队列（队列满了），那么我们将尝试新开启一个线程（从corepoolsize到扩充到maximum），如果失败了，那么可以确定原因，要么是
    　　　　　　 线程池关闭了或者饱和了（达到maximum），所以我们执行拒绝策略。
    
             */
    　　　　
    　　　　// 1.当前线程数量小于corePoolSize，则创建并启动线程。
            int c = ctl.get();
            if (workerCountOf(c) < corePoolSize) {
                if (addWorker(command, true))
    　　　　　　　　// 成功，则返回
    return;
                c = ctl.get();
            }
    　　　　// 2.步骤1失败，则尝试进入阻塞队列，
            if (isRunning(c) && workQueue.offer(command)) {
    　　　　　　　// 入队列成功，检查线程池状态，如果状态部署RUNNING而且remove成功，则拒绝任务
                int recheck = ctl.get();
                if (! isRunning(recheck) && remove(command))
                    reject(command);
    　　　　　　　// 
    如果当前worker数量为0，通过addWorker(null, false)创建一个线程，其任务为null
    
                else if (workerCountOf(recheck) == 0)
                    addWorker(null, false);
            }
    　　　　// 3. 步骤1和2失败，则尝试将线程池的数量有corePoolSize扩充至
    maxPoolSize，如果失败，则拒绝任务
    
            else if (!addWorker(command, false))
                reject(command);
        }

相信看了代码也是一脸懵,接下来用一个流程图来讲一讲，他究竟干了什么事：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70 2][]

结合上面的流程图来逐行解析，首先前面进行空指针检查，

**wonrkerCountOf**()方法能够取得当前线程池中的线程的总数，取得当前线程数与核心池大小比较，

如果小于，将通过**addWorker**()方法调度执行。  
如果大于核心池大小，那么就提交到等待队列。  
如果进入等待队列失败，则会将任务直接提交给线程池。  
如果线程数达到最大线程数，那么就提交失败，执行拒绝策略。

**excute**()方法中添加任务的方式是使用**addWorker**（）方法，看一下源码，一起学习一下。

private boolean addWorker(Runnable firstTask, boolean core) {
            retry:
    　　　　 // 外层循环，用于判断线程池状态
            for (;;) {
                int c = ctl.get();
                int rs = runStateOf(c);
    
                // Check if queue empty only if necessary.
                if (rs >= SHUTDOWN &&
                    ! (rs == SHUTDOWN &&
                       firstTask == null &&
                       ! workQueue.isEmpty()))
                    return false;
    　　　　　　 // 内层的循环，任务是将worker数量加1
                for (;;) {
                    int wc = workerCountOf(c);
                    if (wc >= CAPACITY ||
                        wc >= (core ? corePoolSize : maximumPoolSize))
                        return false;
                    if (compareAndIncrementWorkerCount(c))
                        break retry;
                    c = ctl.get();  // Re-read ctl
                    if (runStateOf(c) != rs)
                        continue retry;
                    // else CAS failed due to workerCount change; retry inner loop
                }
            }
    　　　　// worker加1后，接下来将woker添加到HashSet<Worker>中，并启动worker
            boolean workerStarted = false;
            boolean workerAdded = false;
            Worker w = null;
            try {
                final ReentrantLock mainLock = this.mainLock;
                w = new Worker(firstTask);
                final Thread t = w.thread;
                if (t != null) {
                    mainLock.lock();
                    try {
                        // Recheck while holding lock.
                        // Back out on ThreadFactory failure or if
                        // shut down before lock acquired.
                        int c = ctl.get();
                        int rs = runStateOf(c);
    
                        if (rs < SHUTDOWN ||
                            (rs == SHUTDOWN && firstTask == null)) {
                            if (t.isAlive()) // precheck that t is startable
                                throw new IllegalThreadStateException();
                            workers.add(w);
                            int s = workers.size();
                            if (s > largestPoolSize)
                                largestPoolSize = s;
                            workerAdded = true;
                        }
                    } finally {
                        mainLock.unlock();
                    }
    　　　　　　　　　// 如果往HashSet<Worker>添加成功，则启动该线程
    
                    if (workerAdded) {
                        t.start();
                        workerStarted = true;
                    }
                }
            } finally {
                if (! workerStarted)
                    addWorkerFailed(w);
            }
            return workerStarted;
        }

**addWorker**(Runnable firstTask, boolean core)的主要任务是创建并启动线程。

他会根据当前线程的状态和给定的值（core or maximum）来判断是否可以创建一个线程。

**addWorker**共有四种传参方式。execute使用了其中三种，分别为:

1.**addWorker**(paramRunnable, true)

线程数小于corePoolSize时，放一个需要处理的task进Workers Set。如果Workers Set长度超过corePoolSize，就返回false.

2.**addWorker**(null, false)

放入一个空的task进workers Set，长度限制是maximumPoolSize。这样一个task为空的worker在线程执行的时候会去任务队列里拿任务，这样就相当于创建了一个新的线程，只是没有马上分配任务。

3.**addWorker**(paramRunnable, false)

当队列被放满时，就尝试将这个新来的task直接放入Workers Set，而此时Workers Set的长度限制是maximumPoolSize。如果线程池也满了的话就返回false.

还有一种情况是execute()方法没有使用的

**addWorker**(null, true)

这个方法就是放一个null的task进Workers Set，而且是在小于corePoolSize时，如果此时Set中的数量已经达到corePoolSize那就返回false，什么也不干。实际使用中是在prestartAllCoreThreads()方法，这个方法用来为线程池预先启动corePoolSize个worker等待从workQueue中获取任务执行。

## 执行流程： ##

1、判断线程池当前是否为可以添加worker线程的状态，可以则继续下一步，不可以return false：  
    A、线程池状态>**shutdown**，可能为**stop**、**tidying**、**terminated**，不能添加worker线程  
    B、线程池状态==**shutdown**，**firstTask**不为空，不能添加**worker**线程，因为shutdown状态的线程池不接收新任务  
    C、线程池状态==**shutdown**，**firstTask**==**null**，**workQueue**为空，不能添加worker线程，因为firstTask为空是为了添加一个没有任务的线程再从workQueue获取task，而workQueue为  　　　　空，说明添加无任务线程已经没有意义  
2、线程池当前线程数量是否超过上限（**corePoolSize** 或 **maximumPoolSize**），超过了return false，没超过则对workerCount+1，继续下一步  
3、在线程池的**ReentrantLock**保证下，向Workers Set中添加新创建的worker实例，添加完成后解锁，并启动worker线程，如果这一切都成功了，**return true**，如果添加worker入Set失败或启动失败，调用**addWorkerFailed**()逻辑

# 常见的四种线程池 #

### **newFixedThreadPool** ###

public static ExecutorService newFixedThreadPool(int var0) {
            return new ThreadPoolExecutor(var0, var0, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue());
        }
    public static ExecutorService newFixedThreadPool(int var0, ThreadFactory var1) {
        return new ThreadPoolExecutor(var0, var0, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(), var1);
    }

固定大小的线程池，可以指定线程池的大小，该线程池**corePoolSize**和**maximumPoolSize**相等，阻塞队列使用的是**LinkedBlockingQueue**，大小为整数最大值。

该线程池中的线程数量始终不变，当有新任务提交时，线程池中有空闲线程则会立即执行，如果没有，则会暂存到阻塞队列。对于固定大小的线程池，不存在线程数量的变化。同时使用无界的**LinkedBlockingQueue**来存放执行的任务。当任务提交十分频繁的时候，**LinkedBlockingQueue**

迅速增大，存在着耗尽系统资源的问题。而且在线程池空闲时，即线程池中没有可运行任务时，它也不会释放工作线程，还会占用一定的系统资源，需要**shutdown**。

### **newSingleThreadExecutor** ###

public static ExecutorService newSingleThreadExecutor() {
            return new Executors.FinalizableDelegatedExecutorService(new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue()));
        }
    
        public static ExecutorService newSingleThreadExecutor(ThreadFactory var0) {
            return new Executors.FinalizableDelegatedExecutorService(new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(), var0));
        }

单个线程线程池，只有一个线程的线程池，阻塞队列使用的是LinkedBlockingQueue,若有多余的任务提交到线程池中，则会被暂存到阻塞队列，待空闲时再去执行。按照先入先出的顺序执行任务。

缓存线程池，缓存的线程默认存活60秒。线程的核心池corePoolSize大小为0，核心池最大为Integer.MAX\_VALUE,阻塞队列使用的是SynchronousQueue。是一个直接提交的阻塞队列，    他总会迫使线程池增加新的线程去执行新的任务。在没有任务执行时，当线程的空闲时间超过keepAliveTime（60秒），则工作线程将会终止被回收，当提交新任务时，如果没有空闲线程，则创建新线程执行任务，会导致一定的系统开销。如果同时又大量任务被提交，而且任务执行的时间不是特别快，那么线程池便会新增出等量的线程池处理任务，这很可能会很快耗尽系统的资源。

### **newScheduledThreadPool** ###

public static ScheduledExecutorService newScheduledThreadPool(int var0) {
            return new ScheduledThreadPoolExecutor(var0);
        }
    
        public static ScheduledExecutorService newScheduledThreadPool(int var0, ThreadFactory var1) {
            return new ScheduledThreadPoolExecutor(var0, var1);
        }

定时线程池，该线程池可用于周期性地去执行任务，通常用于周期性的同步数据。

**scheduleAtFixedRate**:是以固定的频率去执行任务，周期是指每次执行任务成功执行之间的间隔。

**schedultWithFixedDelay**:是以固定的延时去执行任务，延时是指上一次执行成功之后和下一次开始执行的之前的时间。

# 使用实例     #

newFixedThreadPool实例：

public class FixPoolDemo {
    
        private static Runnable getThread(final int i) {
            return new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(500);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    System.out.println(i);
                }
            };
        }
    
        public static void main(String args[]) {
            ExecutorService fixPool = Executors.newFixedThreadPool(5);
            for (int i = 0; i < 10; i++) {
                fixPool.execute(getThread(i));
            }
            fixPool.shutdown();
        }
    }

newCachedThreadPool实例：

public class CachePool {
        private static Runnable getThread(final int i){
            return new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(1000);
                    }catch (Exception e){
    
                    }
                    System.out.println(i);
                }
            };
        }
    
        public static  void main(String args[]){
            ExecutorService cachePool = Executors.newCachedThreadPool();
            for (int i=1;i<=10;i++){
                cachePool.execute(getThread(i));
            }
        }
    }

这里没用调用shutDown方法，这里可以发现过60秒之后，会自动释放资源。

### newSingleThreadExecutor ###

public class SingPoolDemo {
        private static Runnable getThread(final int i){
            return new Runnable() {
                @Override
                public void run() {
                    try {
    
                        Thread.sleep(500);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    System.out.println(i);
                }
            };
        }
    
        public static void main(String args[]) throws InterruptedException {
            ExecutorService singPool = Executors.newSingleThreadExecutor();
            for (int i=0;i<10;i++){
                singPool.execute(getThread(i));
            }
            singPool.shutdown();
        }

这里需要注意一点，newSingleThreadExecutor和newFixedThreadPool一样，在线程池中没有任务时可执行，也不会释放系统资源的，所以需要shudown。

### newScheduledThreadPool ###

public class ScheduledExecutorServiceDemo {
        public static void main(String args[]) {
    
            ScheduledExecutorService ses = Executors.newScheduledThreadPool(10);
            ses.scheduleAtFixedRate(new Runnable() {
                @Override
                public void run() {
                    try {
                        Thread.sleep(4000);
                        System.out.println(Thread.currentThread().getId() + "执行了");
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            }, 0, 2, TimeUnit.SECONDS);
        }
    }

最后杂谈                                                                                                      
如何选择线程池数量  
线程池的大小决定着系统的性能，过大或者过小的线程池数量都无法发挥最优的系统性能。

当然线程池的大小也不需要做的太过于精确，只需要避免过大和过小的情况。一般来说，确定线程池的大小需要考虑CPU的数量，内存大小，任务是计算密集型还是IO密集型等因素

**NCPU** = CPU的数量

**UCPU** = 期望对CPU的使用率 0 ≤ UCPU ≤ 1

**W/C** = 等待时间与计算时间的比率

如果希望处理器达到理想的使用率，那么线程池的最优大小为：

线程池大小=NCPU \*UCPU(1+W/C)

在Java中使用

**int ncpus = Runtime.getRuntime().availableProcessors();**  
获取CPU的数量。

### **线程池工厂** ###

Executors的线程池如果不指定线程工厂会使用Executors中的DefaultThreadFactory,默认线程池工厂创建的线程都是非守护线程。

使用自定义的线程工厂可以做很多事情，比如可以跟踪线程池在何时创建了多少线程，也可以自定义线程名称和优先级。如果将

新建的线程都设置成守护线程，当主线程退出后，将会强制销毁线程池。

下面这个例子，记录了线程的创建，并将所有的线程设置成守护线程。

public class ThreadFactoryDemo {
        public static class MyTask1 implements Runnable{
    
            @Override
            public void run() {
                System.out.println(System.currentTimeMillis()+"Thrad ID:"+Thread.currentThread().getId());
                try {
                    Thread.sleep(100);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }
    
        public static void main(String[] args){
              MyTask1 task = new MyTask1();
            ExecutorService es = new ThreadPoolExecutor(5, 5, 0L, TimeUnit.MICROSECONDS, new SynchronousQueue<Runnable>(), new ThreadFactory() {
                @Override
                public Thread newThread(Runnable r) {
                    Thread t = new Thread(r);
                    t.setDaemon(true);
                    System.out.println("创建线程"+t);
                    return  t;
                }
            });
            for (int i = 0;i<=4;i++){
               es.submit(task);
            }
        }
    }

# 扩展线程池 #

**ThreadPoolExecutor**是可以拓展的，它提供了几个可以在子类中改写的方法：**beforeExecute,afterExecute和terimated**。

在执行任务的线程中将调用**beforeExecute**和**afterExecute**,这些方法中还可以添加日志，计时，监视或统计收集的功能，

还可以用来输出有用的调试信息，帮助系统诊断故障。下面是一个扩展线程池的例子：

线程池的正确使用

以下阿里编码规范里面说的一段话：

线程池不允许使用Executors去创建，而是通过ThreadPoolExecutor的方式，这样的处理方式让写的同学更加明确线程池的运行规则，规避资源耗尽的风险。 说明：Executors各个方法的弊端：  
1）newFixedThreadPool和newSingleThreadExecutor:  
  主要问题是堆积的请求处理队列可能会耗费非常大的内存，甚至OOM。  
2）newCachedThreadPool和newScheduledThreadPool:  
  主要问题是线程数最大数是Integer.MAX\_VALUE，可能会创建数量非常多的线程，甚至OOM。

#    **手动创建线程池有几个注意点** #

1.任务独立。如何任务依赖于其他任务，那么可能产生死锁。例如某个任务等待另一个任务的返回值或执行结果，那么除非线程池足够大，否则将发生线程饥饿死锁。

2.合理配置阻塞时间过长的任务。如果任务阻塞时间过长，那么即使不出现死锁，线程池的性能也会变得很糟糕。在Java并发包里可阻塞方法都同时定义了限时方式和不限时方式。例如

**Thread.join,BlockingQueue.put,CountDownLatch.await**等，如果任务超时，则标识任务失败，然后中止任务或者将任务放回队列以便随后执行，这样，无论任务的最终结果是否成功，这种办法都能够保证任务总能继续执行下去。

3.设置合理的线程池大小。只需要避免过大或者过小的情况即可，上文的公式线程池大小=NCPU \*UCPU(1+W/C)。

4.选择合适的阻塞队列。**newFixedThreadPool**和**newSingleThreadExecutor**都使用了无界的阻塞队列，无界阻塞队列会有消耗很大的内存，如果使用了有界阻塞队列，它会规避内存占用过大的问题，但是当任务填满有界阻塞队列，新的任务该怎么办？在使用有界队列是，需要选择合适的拒绝策略，队列的大小和线程池的大小必须一起调节。对于非常大的或者无界的线程池，可以使用**SynchronousQueue**来避免任务排队，以直接将任务从生产者提交到工作者线程。

下面是Thrift框架处理socket任务所使用的一个线程池，可以看一下FaceBook的工程师是如何自定义线程池的。

private static ExecutorService createDefaultExecutorService(Args args) {
            SynchronousQueue executorQueue = new SynchronousQueue();
    
            return new ThreadPoolExecutor(args.minWorkerThreads, args.maxWorkerThreads, 60L, TimeUnit.SECONDS,
                    executorQueue);
        }

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191129143846143.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20191129144006513.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ==,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ_size_16_color_FFFFFF_t_70 2]: https://img-blog.csdnimg.cn/20191129144919765.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dlaXhpbl8zODMxOTQyNQ==,size_16,color_FFFFFF,t_70