All Downloads are FREE. Search and download functionalities are using the official Maven repository.

com.hc360.rsf.common.threadpool.CachedThreadPool Maven / Gradle / Ivy

The newest version!
package com.hc360.rsf.common.threadpool;

import java.util.concurrent.Executor;
import java.util.concurrent.LinkedBlockingQueue;
import java.util.concurrent.RejectedExecutionHandler;
import java.util.concurrent.SynchronousQueue;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;

import org.slf4j.Logger;
import org.slf4j.LoggerFactory;

import com.hc360.rsf.common.Constants;
import com.hc360.rsf.common.URL;
import com.hc360.rsf.common.utils.NamedThreadFactory;

/**
 * CachedThreadPool
 * 
通过如下方式创建线程池:
AbstractExecutorService executor=new ThreadPoolExecutor(3,10,30L,TimeUnit.SECONDS,new SynchronousQueue(),new ExecutorThreadFactory("ThrowableThreadPoolExecutor"),new  AbortPolicy());
new ExecutorThreadFactory("ThrowableThreadPoolExecutor")简单的封装了ThreadFactory
由于SynchronousQueue并不是一个真正的队列,而是一种管理直接在线程间移交信息的机制,为了把一个元素放入到SynchronousQueue中,必须有另一个线程正在等待接受移交的任务。如果没有这样一个线程,只要当前池的大小还小于最大值,ThreadPoolExcutor就会创建一个新的线程;否则根据饱和策略,任务会被拒绝。而设置的饱和策略恰恰是new  AbortPolicy(),当线程池满了后,execute抛出未检查的RejectedExecutionException,线程丢失。可以通过捕获该异常做相应的补救处理。
 
另外的处理方式是设置线程池的队列的饱和策略,线程池创建如下:
AbstractExecutorService executor = new ThrowableThreadPoolExecutor(10,40, 30L, TimeUnit.SECONDS, new LinkedBlockingQueue(),
            new ExecutorThreadFactory("ThrowableThreadPoolExecutor"), new ThreadPoolExecutor.CallerRunsPolicy());
 
 当任务向线程池请求要分配线程时,线程池处理如下:
 
1、如果此时线程池中的数量小于corePoolSize,即使线程池中的线程都处于空闲状态,也要创建新的线程来处理被添加的任务
2、如果此时线程池中的数量等于 corePoolSize,但是缓冲队列 workQueue未满,那么任务被放入缓冲队列

3、 如果此时线程池中的数量大于corePoolSize,缓冲队列workQueue满,并且线程池中的数量小于maximumPoolSize,建新的线程来处理被添加的任务
4、如果此时线程池中的数量大于corePoolSize,缓冲队列workQueue满,并且线程池中的数量等于maximumPoolSize,那么通过 handler所指定的策略来处理此任务。也就是:处理任务的优先级为:核心线程corePoolSize、任务队列workQueue、最大线程 maximumPoolSize,如果三者都满了,使用handler处理被拒绝的任务
5、当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。这样,线程池可以动态的调整池中的线程数

1、    在默认的 ThreadPoolExecutor.AbortPolicy 中,处理程序遭到拒绝将抛出运行时 RejectedExecutionException。

2、      在 ThreadPoolExecutor.CallerRunsPolicy 中,线程调用运行该任务的 execute 本身。此策略提供简单的反馈控制机制,能够减缓新任务的提交速度。

3、      在 ThreadPoolExecutor.DiscardPolicy 中,不能执行的任务将被删除。

4、      在 ThreadPoolExecutor.DiscardOldestPolicy 中,如果执行程序尚未关闭,则位于工作队列头部的任务将被删除,然后重试执行程序(如果再次失败,则重复此过程)


 */
public class CachedThreadPool implements ThreadPool {
	private static Logger logger = LoggerFactory.getLogger(CachedThreadPool.class);
    public Executor getExecutor(URL url) {
    	
    	//线程的name的前缀
    	String threadName = Constants.THREADPOOL_NAME_CACHED;
    	
        //线程池core_Pool_Size的值  
        int corePoolSize=url.getParameter(Constants.THREADS_COREPOOLSIZE_KEY, Constants.THREADS_COREPOOLSIZE_CHCHED); 
        
    	//线程池maximumPoolSize值  
        int maximumPoolSize = url.getParameter(Constants.THREADS_MAXIMUMPOOLSIZE_KEY, Integer.MAX_VALUE);
        
        //线程池队列大小值  
        int queues = url.getParameter(Constants.QUEUES_KEY, Constants.DEFAULT_QUEUES_CACHED);

        
        //线程空闲时间超过keepAliveTime,线程将被终止
        int keepalive = url.getParameter(Constants.THREAD_ALIVE_KEY, Constants.THREAD_ALIVE_CACHED);
        
        logger.info("线程池类型="+Constants.THREADPOOL_TYPE_CACHED+",corePoolSize="+corePoolSize+",maximumPoolSize="+maximumPoolSize+",queueSize="+queues+",keepAliveTime(ms)="+keepalive);
        
        // 在 ThreadPoolExecutor.CallerRunsPolicy 中,线程调用运行该任务的 execute 本身。此策略提供简单的反馈控制机制,能够减缓新任务的提交速度。
        //RejectedExecutionHandler r=new ThreadPoolExecutor.CallerRunsPolicy();
        
        //处理程序遭到拒绝将抛出运行时 RejectedExecutionException。
        RejectedExecutionHandler r=new AbortPolicyWithReport(threadName, url);
        return new ThreadPoolExecutor(corePoolSize, maximumPoolSize, keepalive, TimeUnit.MILLISECONDS, 
                                      queues <= 0 ? new SynchronousQueue() : new LinkedBlockingQueue(queues),
                               new NamedThreadFactory(threadName, false), r);
    }
}




© 2015 - 2025 Weber Informatics LLC | Privacy Policy