Java 线程池详解，图文并茂，还有谁不会？！
来源：blog.csdn.net/mu_wind/article/details/113806680初识线程池
我们知道，线程的创建和销毁都需要映射到操作系统，因此其代价是比较高昂的。出于避免频繁创建、销毁线程以及方便线程管理的需要，线程池应运而生。
线程池优势
[*]降低资源消耗：线程池通常会维护一些线程（数量为 corePoolSize），这些线程被重复使用来执行不同的任务，任务完成后不会销毁。在待处理任务量很大的时候，通过对线程资源的复用，避免了线程的频繁创建与销毁，从而降低了系统资源消耗。
[*]提高响应速度：由于线程池维护了一批 alive 状态的线程，当任务到达时，不需要再创建线程，而是直接由这些线程去执行任务，从而减少了任务的等待时间。
[*]提高线程的可管理性：使用线程池可以对线程进行统一的分配，调优和监控。
线程池设计思路
有句话叫做艺术来源于生活，编程语言也是如此，很多设计思想能映射到日常生活中，比如面向对象思想、封装、继承，等等。今天我们要说的线程池，它同样可以在现实世界找到对应的实体——工厂。
推荐一个开源免费的 Spring Boot 实战项目：
https://github.com/javastacks/spring-boot-best-practice
先假想一个工厂的生产流程：
https://img2023.cnblogs.com/other/1218593/202311/1218593-20231101144809747-1154903541.png
工厂中有固定的一批工人，称为正式工人，工厂接收的订单由这些工人去完成。当订单增加，正式工人已经忙不过来了，工厂会将生产原料暂时堆积在仓库中，等有空闲的工人时再处理（因为工人空闲了也不会主动处理仓库中的生产任务，所以需要调度员实时调度）。仓库堆积满了后，订单还在增加怎么办？
工厂只能临时扩招一批工人来应对生产高峰，而这批工人高峰结束后是要清退的，所以称为临时工。当时临时工也以招满后（受限于工位限制，临时工数量有上限），后面的订单只能忍痛拒绝了。
我们做如下一番映射：
[*]工厂——线程池
[*]订单——任务（Runnable）
[*]正式工人——核心线程
[*]临时工——普通线程
[*]仓库——任务队列
[*]调度员——getTask()
getTask()是一个方法，将任务队列中的任务调度给空闲线程，在解读线程池有详细介绍
映射后，形成线程池流程图如下，两者是不是有异曲同工之妙？
https://img2023.cnblogs.com/other/1218593/202311/1218593-20231101144810063-1191694790.png
这样，线程池的工作原理或者说流程就很好理解了，提炼成一个简图：
https://img2023.cnblogs.com/other/1218593/202311/1218593-20231101144810410-1881102530.png
深入线程池
那么接下来，问题来了，线程池是具体如何实现这套工作机制的呢？从Java线程池Executor框架体系可以看出：线程池的真正实现类是ThreadPoolExecutor，因此我们接下来重点研究这个类。
https://img2023.cnblogs.com/other/1218593/202311/1218593-20231101144810681-1134302071.png
构造方法
研究一个类，先从它的构造方法开始。ThreadPoolExecutor提供了4个有参构造方法：
public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue) { this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, Executors.defaultThreadFactory(), defaultHandler);}public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue, ThreadFactory threadFactory) { this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, threadFactory, defaultHandler);}public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue, RejectedExecutionHandler handler) { this(corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, Executors.defaultThreadFactory(), handler);}public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler) { if (corePoolSize < 0 || maximumPoolSize
页:
[1]