ThreadPoolExecutor(二) 队列模式分析

简介

如题，本文将重点解析 ThreadPoolExecutor 用到的数据结构背后存在的思考，如果还有朋友还不是很清楚 ThreadPoolExecutor 是一个什么事物，建议阅读一下 入门。

Task 存放的数据结构为 BlockingQueue<Runnable>，这个打开源码，或者查看注释文档都能看的出来。这里引用一下对于ThreadPoolExecutor里 workQueue 解释的原始文档：

Any BlockingQueue may be used to transfer and hold submitted tasks. The use of this queue interacts with pool sizing:

1、If fewer than corePoolSize threads are running, the Executor always prefers adding a new thread rather than queuing.

2、If corePoolSize or more threads are running, the Executor always prefers queuing a request rather than adding a new thread.

3、If a request cannot be queued, a new thread is created unless this would exceed maximumPoolSize, in which case, the task will be rejected.

上述首先提到 BlockingQueue 用于存放提交的 task，后面的三点讲述的是 线程创建的条件，以及 task 是被如何存放，拒绝处理的。如果要理解以上文档的含义，还需要先了解两个概念，在创建 ThreadPoolExecutor 会经常接触到。

corePoolSize：最小活跃的线程数，受 keepAliveTime、allowCoreThreadTimeOut 等影响，线程池创建即使设置为非0，在没有调用 prestartCoreThread /  prestartAllCoreThreads，活跃的线程数是0，timeOut也能影响活跃线程数量。

maximumPoolSize：线程池中允许的最大线程数，线程池中的当前线程数目不会超过该值。

在理解了上面的两个概念，对照文档中的三项原则，你应该能理解线程池是 何时 创建线程，也阐述了 task是存放到 queue， 甚至被 拒绝处理。

BlockingQueue 是一个接口定义，那么不同 BlockingQueue 实现结合 corePoolSize、maximumPoolSize 是否能影响线程池的运行方式？

Doug Lea 给出的常用三种策略队列模式：

1、Direct handoffs. 这个模式的名字我不打算翻译，因为我觉得翻译得不好。Doug Lea给出的 Direct handoffs 队列为 SynchronousQueue，SynchronousQueue 的 Direct handoffs 特性使得一定会有线程(已存在或者新创建的)来处理刚刚提交的 Task，否则提交失败。如果 Task 的处理速度小于提交速度，那么线程数会一直增加 。官方给的策略是将 maximumPoolSizes 设置为 Integer.MAX_VALUE，这样能尽量避免 Task 提交失败，但处理 Task 的速度小于 Task 的提交速度则会导致线程数太多，使用参考 Executors.newCachedThreadPool() ，但实际开发中，可以根据需求设置 maximumPoolSizes 值防止可能出现线程创建过多的情况. 在将 maximumPoolSizes 设置得比较充盈的情况下，个人觉得比较适合处理一些需要立即得到执行的 Task 这类业务。

2、Unbounded queues. 无限长度的队列模式，如 LinkedBlockingQueue ，这种模式的队列，进入队列是不会失败的(内存充足的情况下)，那么只需要根据自己的需求设置 corePoolSize 即可 (注意，此类模式下 maximumPoolSizes 已经失效，参考 原则二)，如果 Task 的消费速度太慢，则会遇到太多任务处于等待中的情况；使用参考 Executors.newFixedThreadPool(int nThreads).  此模式在控制线程数的前提下，保证所有提交上来的 Task 都能被执行，但不保证立刻被执行，当 Task 的处理速度小于 Task 的提交速度，可能出现内存不足，这一点很关键，本人线上就遇到这样的情况，典型的消费速度小于生产速度的问题。 

3、Bounded queues. 有限长度的队列模式，如 ArrayBlockingQueue，这种模式个人感觉是一个定制化的选择，通过指定 maximumPoolSizes，队列(长度)，来控制线程池对系统的影响。比如是大队列小池，这样会降低 CPU 的使用率和系统资源占用、上下文切换，但同时也降低了处理速度；如果是小队列大池，这样能得到较高 CPU 使用率，但上下文切换的开销也会遇到瓶颈，也会降低处理速度。个人感觉这种模式是以上两种模式的补充，具体使用还需要根据自身的业务场景进行设置，这也可能是官方目前没有给出使用参考的缘由。 

对于其他特性的队列，如：PriorityBlockingQueue 我觉得也是可行的。对于第三点模式下的系统影响阐述，在任何模式下同样有意义。在使用对应模式下的线程池，务必了解其中的优缺点。

到这里，我觉得 最初的问题 已经有了答案。但还有一些疑惑，扩展性如此好的设计，肯定还有其他不为人知考虑，敬请期待后续！感谢阅读，如有理解上的出入，欢迎拍砖吐槽，不要怜惜我！