java并发编程之线程池的使用方法详解

一、任务和执行策略之间的隐性耦合

Executor可以将任务的提交和任务的执行策略解耦

只有任务是同类型的且执行时间差别不大，才能发挥最大性能，否则，如将一些耗时长的任务和耗时短的任务放在一个线程池，除非线程池很大，否则会造成死锁等问题

1.线程饥饿死锁

类似于：将两个任务提交给一个单线程池，且两个任务之间相互依赖，一个任务等待另一个任务，则会发生死锁；表现为池不够

定义：某个任务必须等待池中其他任务的运行结果，有可能发生饥饿死锁

2.线程池大小

注意：线程池的大小还受其他的限制，如其他资源池：数据库连接池

如果每个任务都是一个连接，那么线程池的大小就受制于数据库连接池的大小

3.配置ThreadPoolExecutor线程池

实例：

1.通过Executors的工厂方法返回默认的一些实现

2.通过实例化ThreadPoolExecutor（.....）自定义实现

线程池的队列

1.无界队列：任务到达，线程池饱满，则任务在队列中等待，如果任务无限达到，则队列会无限扩张

如：单例和固定大小的线程池用的就是此种

2.有界队列：如果新任务到达，队列满则使用饱和策略

3.同步移交：如果线程池很大，将任务放入队列后在移交就会产生延时，如果任务生产者很快也会导致任务排队

SynchronousQueue直接将任务移交给工作线程

机制：将一个任务放入，必须有一个线程等待接受，如果没有，则新增线程，如果线程饱和，则拒绝任务

如：CacheThreadPool就是使用的这种策略

饱和策略：

setRejectedExecutionHandler来修改饱和策略

1.终止Abort（默认）：抛出异常由调用者处理

2.抛弃Discard

3.抛弃DiscardOldest：抛弃最旧的任务，注意：如果是优先级队列将抛弃优先级最高的任务

4.CallerRuns：回退任务，有调用者线程自行处理

4.线程工厂ThreadFactoy

每当创建线程时：其实是调用了线程工厂来完成

自定义线程工厂：implements ThreadFactory

可以定制该线程工厂的行为：如UncaughtExceptionHandler等

public class MyAppThread extends Thread {
  public static final String DEFAULT_NAME = "MyAppThread";
  private static volatile boolean debugLifecycle = false;
  private static final AtomicInteger created = new AtomicInteger();
  private static final AtomicInteger alive = new AtomicInteger();
  private static final Logger log = Logger.getAnonymousLogger();

  public MyAppThread(Runnable r) {
    this(r, DEFAULT_NAME);
  }

  public MyAppThread(Runnable runnable, String name) {
    super(runnable, name + "-" + created.incrementAndGet());
    //设置该线程工厂创建的线程的 未捕获异常的行为
    setUncaughtExceptionHandler(new Thread.UncaughtExceptionHandler() {
      public void uncaughtException(Thread t,
                     Throwable e) {
        log.log(Level.SEVERE,
            "UNCAUGHT in thread " + t.getName(), e);
      }
    });
  }

  public void run() {
    // Copy debug flag to ensure consistent value throughout.
    boolean debug = debugLifecycle;
    if (debug) log.log(Level.FINE, "Created " + getName());
    try {
      alive.incrementAndGet();
      super.run();
    } finally {
      alive.decrementAndGet();
      if (debug) log.log(Level.FINE, "Exiting " + getName());
    }
  }

  public static int getThreadsCreated() {
    return created.get();
  }

  public static int getThreadsAlive() {
    return alive.get();
  }

  public static boolean getDebug() {
    return debugLifecycle;
  }

  public static void setDebug(boolean b) {
    debugLifecycle = b;
  }
}

5.扩展ThreadPoolExecutor

可以被自定义子类覆盖的方法：

1.afterExecute：结束后，如果抛出RuntimeException则方法不会执行

2.beforeExecute：开始前，如果抛出RuntimeException则任务不会执行

3.terminated：在线程池关闭时，可以用来释放资源等

二、递归算法的并行化

1.循环

在循环中，每次循环操作都是独立的

//串行化
  void processSequentially(List<Element> elements) {
    for (Element e : elements)
      process(e);
  }
  //并行化
  void processInParallel(Executor exec, List<Element> elements) {
    for (final Element e : elements)
      exec.execute(new Runnable() {
        public void run() {
          process(e);
        }
      });
  }

2.迭代

如果每个迭代操作是彼此独立的，则可以串行执行

如：深度优先搜索算法；注意：递归还是串行的，但是，每个节点的计算是并行的

//串行 计算compute 和串行迭代
  public <T> void sequentialRecursive(List<Node<T>> nodes, Collection<T> results) {
    for (Node<T> n : nodes) {
      results.add(n.compute());
      sequentialRecursive(n.getChildren(), results);
    }
  }
  //并行 计算compute 和串行迭代
  public <T> void parallelRecursive(final Executor exec, List<Node<T>> nodes, final Collection<T> results) {
    for (final Node<T> n : nodes) {
      exec.execute(() -> results.add(n.compute()));
      parallelRecursive(exec, n.getChildren(), results);
    }
  }
  //调用并行方法的操作
  public <T> Collection<T> getParallelResults(List<Node<T>> nodes)
      throws InterruptedException {
    ExecutorService exec = Executors.newCachedThreadPool();
    Queue<T> resultQueue = new ConcurrentLinkedQueue<T>();
    parallelRecursive(exec, nodes, resultQueue);
    exec.shutdown();
    exec.awaitTermination(Long.MAX_VALUE, TimeUnit.SECONDS);
    return resultQueue;
  }

实例：

public class ConcurrentPuzzleSolver <P, M> {
  private final Puzzle<P, M> puzzle;
  private final ExecutorService exec;
  private final ConcurrentMap<P, Boolean> seen;
  protected final ValueLatch<PuzzleNode<P, M>> solution = new ValueLatch<PuzzleNode<P, M>>();

  public ConcurrentPuzzleSolver(Puzzle<P, M> puzzle) {
    this.puzzle = puzzle;
    this.exec = initThreadPool();
    this.seen = new ConcurrentHashMap<P, Boolean>();
    if (exec instanceof ThreadPoolExecutor) {
      ThreadPoolExecutor tpe = (ThreadPoolExecutor) exec;
      tpe.setRejectedExecutionHandler(new ThreadPoolExecutor.DiscardPolicy());
    }
  }

  private ExecutorService initThreadPool() {
    return Executors.newCachedThreadPool();
  }

  public List<M> solve() throws InterruptedException {
    try {
      P p = puzzle.initialPosition();
      exec.execute(newTask(p, null, null));
      // 等待ValueLatch中闭锁解开，则表示已经找到答案
      PuzzleNode<P, M> solnPuzzleNode = solution.getValue();
      return (solnPuzzleNode == null) ? null : solnPuzzleNode.asMoveList();
    } finally {
      exec.shutdown();//最终主线程关闭线程池
    }
  }

  protected Runnable newTask(P p, M m, PuzzleNode<P, M> n) {
    return new SolverTask(p, m, n);
  }

  protected class SolverTask extends PuzzleNode<P, M> implements Runnable {
    SolverTask(P pos, M move, PuzzleNode<P, M> prev) {
      super(pos, move, prev);
    }
    public void run() {
      //如果有一个线程找到了答案，则return，通过ValueLatch中isSet CountDownlatch闭锁实现；
      //为类避免死锁，将已经扫描的节点放入set集合中，避免继续扫描产生死循环
      if (solution.isSet() || seen.putIfAbsent(pos, true) != null){
        return; // already solved or seen this position
      }
      if (puzzle.isGoal(pos)) {
        solution.setValue(this);
      } else {
        for (M m : puzzle.legalMoves(pos))
          exec.execute(newTask(puzzle.move(pos, m), m, this));
      }
    }
  }
}

以上就是java并发编程之线程池的使用方法详解的详细内容，更多请关注php中文网其它相关文章！