线程池面试必考

你对Java线程池了解吗？你有用过线程池吗？那先说下线程池核心参数吧。。。对不起，回去再看看吧。

为了一丝体面，们今天来整理几个面试中常考线程池面试问题吧！

为什么要用线程池？

线程复用。线程的重复使用是线程池设计的重点，如果需要开启1000个线程执行程序，系统会创建1000个线程，如果用线程池来执行1000个任务，并不需要开启1000个线程，只需要设置corePoolSize核心线程大小数量，最大线程数量，队列大小即可重复利用线程置换任务，而且1000个线程切换效率并不低，也就是说线程越多效率不一定高。所以在多线程环境实际开发中们推荐用多线程。
更好的管理线程。ThreadPoolExecutor可以控制线程数量，根据实际应用场景设置队列数量和饱和策略。

你说下线程池核心参数？

corePoolSize ：核心线程大小。线程池一直运行，核心线程就不会停止。
maximumPoolSize ：线程池最大线程数量。非核心线程数量=maximumPoolSize-corePoolSize
keepAliveTime ：非核心线程的心跳时间。如果非核心线程在keepAliveTime内没有运行任务，非核心线程会消亡。
workQueue ：阻塞队列。ArrayBlockingQueue，LinkedBlockingQueue等，用来存放线程任务。
defaultHandler ：饱和策略。
ThreadFactory ：线程工厂。新建线程工厂。

execute任务添加流程？

线程池执行execute/submit方法向线程池添加任务，当任务小于核心线程数corePoolSize，线程池中可以创建新的线程。
当任务大于核心线程数corePoolSize，就向阻塞队列添加任务。
如果阻塞队列已满，需要通过比较参数maximumPoolSize，在线程池创建新的线程，当线程数量大于maximumPoolSize，说明当前设置线程池中线程已经处理不了了，就会执行饱和策略。

饱和策略知道吗？

上图们说过，当线程数量大于maximumPoolSize，就会执行饱和策略。ThreadPoolExecutor类中一共有4种饱和策略。通过实现RejectedExecutionHandler接口。

AbortPolicy ：线程任务丢弃报错。默认饱和策略。
DiscardPolicy ：线程任务直接丢弃不报错。
DiscardOldestPolicy ：将workQueue队首任务丢弃，将最新线程任务重新加入队列执行。
CallerRunsPolicy ：线程池之外的线程直接调用run方法执行。

下面们在代码中看下饱和策略使用方式。

import java.util.concurrent.ArrayBlockingQueue;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.ThreadPoolExecutor;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.atomic.AtomicInteger;
/**
 * @author ：jiaolian
 * @date ：Created in 2021-02-20 16:28
 * @description：线程池丢弃策略
 * @modified By：
 * 公众号:叫练
 */
public class AbortTest {
    //线程数量
    private static final int THREAD_COUNT = 50;
    private static final CountDownLatch COUNT_DOWN_LATCH = new CountDownLatch(THREAD_COUNT);
    private static final AtomicInteger ATOMIC_INTEGER = new AtomicInteger(1);
    //线程池丢弃策略
    public static void main(String[] args) throws InterruptedException {
        //新建一个线程池
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(
                3,5,1, TimeUnit.SECONDS,
                new ArrayBlockingQueue<Runnable>(20),new ThreadPoolExecutor.AbortPolicy());
        //DiscardPolicy 丢弃
        //AbortPolicy 丢弃报错
        //DiscardOldestPolicy 将队列对首的任务丢弃,执行当前线程任务
        //CallerRunsPolicy 直接调用run方法
        //提交线程
        for (int i=0; i<THREAD_COUNT; i++) {
            threadPoolExecutor.execute(()->{
                try {
                    Thread.sleep(2000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                System.out.println(Thread.currentThread().getName()+" execute!"+ATOMIC_INTEGER.getAndIncrement());
                COUNT_DOWN_LATCH.countDown();
            });
        }
        COUNT_DOWN_LATCH.await();
        //关闭线程
        threadPoolExecutor.shutdown();
    }
}

如上代码：核心线程数量是3，最大线程数量是5，阻塞队列是20，共提交50个线程，这里饱和策略用的是AbortPolicy，分析执行线程池过程，线程池中首先开启3个核心线程Worker，发现3个线程处理不了50个线程任务，于是线程池就向阻塞队列添加任务，发现还是阻塞队列也容纳不下50个任务，于是又增加至2个线程同时运行线程任务，一共是5个线程同时运行任务，此时线程池中共有25个任务会被执行，还有25个任务会被丢弃，因为们用的是AbortPolicy饱和策略，会报错，截部分图如下划红线所示。一共执行了25个任务。其他几种策略大家可以参照执行。

你平时线程池怎么用的？

Excutors.newSingleThreadExecutor ：1个corePoolSize，LinkedBlockingQueue队列无限大，当创建无数个线程，队列无限长，可能出现OOM内存溢出。单一线程。
Executors.newCachedThreadPool ：0个corePoolSize，Interger.MAX_VALUE 个 最大线程数， 当创建无数个线程，可能出现OOM内存溢出。适用小而多线程。
Executors.newFixedThreadPool ：n个corePoolSize，n个最大线程个数， LinkedBlockingQueue阻塞队列，当创建无数个线程，队列无限长，可能出现OOM内存溢出。适用固定线程。
Executors.newScheduledThreadPool ：n个corePoolSize，Interger.MAX_VALUE个最大线程数，当创建无数个线程，可能出现OOM内存溢出。

源码中线程池是怎么复用线程的？

源码中ThreadPoolExecutor中有个内置对象Worker，每个worker都是一个线程，worker线程数量和参数有关，每个worker会while死循环从阻塞队列中取数据，通过置换worker中Runnable对象，运行其run方法起到线程置换的效果，这样做的好处是避免多线程频繁线程切换，提高程序运行性能。

总结

今天们介绍了线程池中面试中几个重要的面试点，整理出来希望能对你有帮助，写的比不全，同时还有许多需要修正的地方，希望亲们加以指正和点评，喜欢的请点赞加关注哦。点关注，不迷路， 是叫练【公众号】，微信号【jiaolian123abc】边叫边练。

[] ) [](top

原文创作：叫练

原文链接：https://www.cnblogs.com/jiaolian/p/14434593.html

线程池面试必考

为什么要用线程池？

你说下线程池核心参数？

execute任务添加流程？

饱和策略知道吗？

你平时线程池怎么用的？

源码中线程池是怎么复用线程的？

总结

文章列表

更多推荐

更多

叫练

近期文章

更多

||运算你真的了解吗？

并发队列：ArrayBlockingQueue实际运用场景和原理

Java通过socket和DTU,RTU连接工业传感器通信

Lamda拉姆达表达式演化过程

CMS前世今生

叫练手把手教你读JVM之GC信息

热门标签

更多

推荐作者

更多