Java并发编程学习笔记7——共享模型之工具

1、线程池

1.1、自定义线程池

@Slf4j
public class TestPool {
    public static void main(String[] args) {
        ThreadPool threadPool = new ThreadPool(1, 1000, TimeUnit.MILLISECONDS, 1, (queue, task) -> {
            // 1、死等
//            queue.put(task);
            // 2、带超时等待
//            queue.offer(task, 500, TimeUnit.MILLISECONDS);
            // 3、让调用者放弃任务执行
//            log.debug("放弃：{}", task);
            // 4、让调用者抛出异常
//            throw new RuntimeException("任务执行失败" + task);
            // 5、让调用者自己执行任务
            task.run();

        });
        for (int i = 0; i < 3; i++) {
            int j = i;
            threadPool.execute(() -> {
                try {
                    Thread.sleep(1000);
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
                log.debug("{}", j);
            });
        }
    }
}

@FunctionalInterface // 拒绝策略
interface RejectPolicy<T> {
    void reject(BlockingQueue<T> queue, T task);
}

@Slf4j
@Data
class ThreadPool {
    // 任务队列
    private BlockingQueue<Runnable> taskQueue;

    // 线程集合
    private HashSet<Worker> workers = new HashSet<>();

    // 核心线程数
    private int coreSize;

    // 获取任务的超时时间
    private long timeout;

    // 时间单位
    private TimeUnit timeUnit;

    // 拒绝策略
    private RejectPolicy<Runnable> rejectPolicy;

    public ThreadPool(int coreSize, long timeout, TimeUnit timeUnit, int queueCapacity, RejectPolicy<Runnable> rejectPolicy) {
        this.coreSize = coreSize;
        this.timeout = timeout;
        this.timeUnit = timeUnit;
        this.taskQueue = new BlockingQueue<>(queueCapacity);
        this.rejectPolicy = rejectPolicy;
    }

    // 执行任务
    public void execute(Runnable task) {
        // 当任务数没有超过 coreSize 时，直接就交给Worker对象执行
        // 如果任务数超过了coreSize时，加入任务队列暂存
        synchronized (workers) {
            if (workers.size() < coreSize) {
                Worker worker = new Worker(task);
                log.debug("新增 worker：{}，任务：{}", worker, task);
                workers.add(worker);
                worker.start();
            } else {
                // 1) 死等
//                taskQueue.put(task);
                // 2) 带超时的等待
                // 3) 让调用者放弃任务执行
                // 4) 让调用者抛出异常
                // 5) 让调用者自己执行任务
                taskQueue.tryPut(rejectPolicy, task);
            }
        }
    }

    // 包装线程为Worker类
    class Worker extends Thread {
        private Runnable task;

        public Worker(Runnable task) {
            this.task = task;
        }

        @Override
        public void run() {
            // 执行任务
            // 1) 当 task 不为null，执行任务
            // 2) 当 task 执行完毕，再接着从任务队列获取任务并执行
            while (task != null || (task = taskQueue.poll(timeout, timeUnit)) != null) {
                try {
                    log.debug("正在执行...{}", task);
                    task.run();
                } catch (Exception e) {
                } finally {
                    task = null;
                }
            }
            synchronized (workers) {
                log.debug("worker被移除：{}", this);
                workers.remove(this);
            }
        }
    }
}

// 阻塞队列
@Slf4j
@Data
class BlockingQueue<T> {
    // 1、任务队列
    private Deque<T> queue = new ArrayDeque<>();
    // 2、锁
    private ReentrantLock lock = new ReentrantLock();
    // 3、生产者条件变量
    private Condition fullWaitSet = lock.newCondition();
    // 4、消费者条件变量
    private Condition emptyWaitSet = lock.newCondition();
    // 5、容量
    private int capacity;

    public BlockingQueue(int capacity) {
        this.capacity = capacity;
    }

    // 带超时的阻塞获取
    public T poll(long timeout, TimeUnit unit) {
        T t = null;
        lock.lock();
        try {
            // 将 timeout 统一转换为纳秒
            long nanos = unit.toNanos(timeout);
            while (queue.isEmpty()) {
                if (nanos <= 0) {
                    return null;
                }
                // 返回的是剩余时间，如果剩余时间小于等于0，说明超时了
                nanos = emptyWaitSet.awaitNanos(nanos);
            }
            t = queue.removeFirst();
            fullWaitSet.signal();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
        return t;
    }

    // 阻塞获取
    public T take() {
        T t = null;
        lock.lock();
        try {
            while (queue.isEmpty()) {
                emptyWaitSet.await();
            }
            t = queue.removeFirst();
            fullWaitSet.signal();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
        return t;
    }

    // 阻塞添加
    public void put(T task) {
        lock.lock();
        try {
            while (queue.size() == capacity) {
                log.debug("等待加入任务队列...{}", task);
                fullWaitSet.await();
            }
            log.debug("加入任务队列：{}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
    }

    // 带超时时间的阻塞添加
    public boolean offer(T task, long timout, TimeUnit timeUnit) {
        lock.lock();
        try {
            long nanos = timeUnit.toNanos(timout);
            while (queue.size() == capacity) {
                log.debug("等待加入任务队列...{}", task);
                if (nanos < 0) {
                    return false;
                }
                nanos = fullWaitSet.awaitNanos(nanos);
            }
            log.debug("加入任务队列：{}", task);
            queue.addLast(task);
            emptyWaitSet.signal();
        } catch (InterruptedException e) {
            e.printStackTrace();
        } finally {
            lock.unlock();
        }
        return true;
    }

    // 指定拒绝策略的添加方法
    public void tryPut(RejectPolicy<T> rejectPolicy, T task) {
        lock.lock();
        try {
            // 判断队列是否已满
            if (queue.size() == capacity) {
                rejectPolicy.reject(this, task);
            } else {
                // 有空闲
                log.debug("加入任务队列：{}", task);
                queue.addLast(task);
                emptyWaitSet.signal();
            }
        } finally {
            lock.unlock();
        }
    }

    // 获取大小
    public int size() {
        lock.lock();
        try {
            return queue.size();
        } finally {
            lock.unlock();
        }
    }
}

结果：
14:47:07.418 [main] DEBUG com.multiThreads.Test18.ThreadPool - 新增 worker：Thread[Thread-0,5,main]，任务：com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@26f0a63f
14:47:07.422 [main] DEBUG com.multiThreads.Test18.BlockingQueue - 加入任务队列：com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@7d6f77cc
14:47:07.423 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - 正在执行...com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@26f0a63f
14:47:08.424 [main] DEBUG com.multiThreads.Test18.TestPool - 2
14:47:08.424 [Thread-0] DEBUG com.multiThreads.Test18.TestPool - 0
14:47:08.424 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - 正在执行...com.multiThreads.Test18.TestPool$$Lambda$2/1365202186@7d6f77cc
14:47:09.424 [Thread-0] DEBUG com.multiThreads.Test18.TestPool - 1
14:47:10.425 [Thread-0] DEBUG com.multiThreads.Test18.ThreadPool - worker被移除：Thread[Thread-0,5,main]

1.2、ThreadPoolExecutor

1.2.1、线程池状态

ThreadPoolExecutor使用int的高3位表示线程池状态，低29位表示线程数量。

状态明	高3位	接收新任务	处理阻塞队列任务	说明
RUNNING	111	Y	Y
SHUTDOWN	000	N	Y	不会接收新任务，但会处理阻塞队列剩余任务
STOP	001	N	N	会中断正在执行的任务，并抛弃阻塞队列任务
TIDYING	010	-	-	任务全部执行完毕，活动线程为0即将进入终结
TERMINATED	011	-	-	终结状态

从数字上比较，TERMINATED > TIDYING > STOP > SHUTDOWN > RUNNING。

这些信息存储在一个原子变量ctl中，目的是将线程池状态与线程个数合二为一，这样就可以用一次CAS原子操作进行赋值。

    // c为旧值， ctlOf()返回结果为新值
    ctl.compareAndSet(c, ctlOf(targetState, workerCountOf(c)));
        
    // rs 为高3位代表线程池状态，wc 为低29位代表线程个数，ctl是合并它们
    private static int ctlOf(int rs, int wc) {
        return rs | wc;
    }

1.2.2、构造方法

    public ThreadPoolExecutor(int corePoolSize,
                              int maximumPoolSize,
                              long keepAliveTime,
                              TimeUnit unit,
                              BlockingQueue<Runnable> workQueue,
                              ThreadFactory threadFactory,
                              RejectedExecutionHandler handler)

corePoolSize: 核心线程数目（最多保留的线程数）；
maximumPoolSize: 最大线程数目；
keepAliveTime: 生存时间 - 针对救急线程；
unit: 时间单位 - 针对救急线程；
workQueue: 阻塞队列；
threadFactory: 线程工厂 - 可以为线程创建时起个好名字；
handler: 拒绝策略

工作方式：

• 线程池中刚开始没有线程，当一个任务提交给线程池后，线程池会创建一个新线程来执行任务；
• 当线程数达到corePoolSize并没有线程空闲，这时再加入任务，新加的任务会被加入workQueue队列排队，直到有空闲的线程；
• 如果队列选择了有界队列，那么任务超过了队列大小时，会创建maximumPoolSize - corePoolSize数目的线程来救急；
• 如果线程到达maximumPoolSize仍然有新任务这时会执行拒绝策略，拒绝策略jdk提供了4种实现，其它著名框架也提供了实现：① AbortPolicy让调用者抛出RejectExecutionException异常，这时默认策略；② CallerRunsPolicy让调用者运行任务；③ DiscardPolicy放弃队列中最早的任务，本任务取而代之；④ Dubbo的实现，在抛出RejectExecutionException异常之前会记录日志，并dump线程栈信息，方便定位问题；⑤ Netty的实现，是创建一个新线程来执行任务；⑥ ActiveMQ的实现，带超时等待（60s）尝试放入队列，类似我们之前定义的拒绝策略；⑦ PinPoint的实现，它使用了一个拒绝策略链，会逐一尝试策略链中每种拒绝策略。
• 当高峰过去后，超过corePoolSize的救急线程如果一段时间没有任务做，需要结束节省资源，这个时间由keepAliveTime和unit来控制。

根据这个构造方法，JDK Executors类中提供了众多工厂方法来创建各种用途的线程池。

1.2.3、newFixedThreadPool

    public static ExecutorService newFixedThreadPool(int nThreads) {
        return new ThreadPoolExecutor(nThreads, 0L, TimeUnit.MILLISECONDS, 
                new LinkedBlockingDeque<Runnable>());
    }

特点：

• 核心线程数 == 最大线程数（没有救急线程被创建），因此也无需超时时间；
• 阻塞队列是无界的，可以放任意数量的任务。

评价：适用于任务量已知，相对耗时的任务。

1.2.4、newCachedThreadPool

    public static ExecutorService newCachedThreadPool() {
        return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, 
                TimeUnit.SECONDS, new SynchronousQueue<Runnable>());
    }

特点：

• 核心线程数是0，最大线程数是Integer.MAX_VALUE，救急线程的空闲生存时间是60s，意味着：① 全部都是救急线程（60s后可以回收）；② 救急线程可以无限创建。
• 队列采用了SynchronizedQueue实现特点是，它没有容量，没有线程来取是放不进去的（一手交钱，一手交货）。

@Slf4j
public class Test1 {
    public static void main(String[] args) throws InterruptedException {
        SynchronousQueue<Integer> integers = new SynchronousQueue<>();
        new Thread(()->{
            try {
                log.debug("putting {}", 1);
                integers.put(1);
                log.debug("{} putted...", 1);

                log.debug("putting...{}", 2);
                integers.put(2);
                log.debug("{} putted...", 2);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }, "t1").start();

        Thread.sleep(1000);

        new Thread(()->{
            try {
                log.debug("taking {}", 1);
                integers.take();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }, "t2").start();

        Thread.sleep(1000);

        new Thread(()->{
            try {
                log.debug("taking {}", 2);
                integers.take();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }, "t3").start();
    }
}

结果：
16:01:43.540 [t1] DEBUG com.multiThreads.Test18.Test1 - putting 1
16:01:44.539 [t2] DEBUG com.multiThreads.Test18.Test1 - taking 1
16:01:44.540 [t1] DEBUG com.multiThreads.Test18.Test1 - 1 putted...
16:01:44.540 [t1] DEBUG com.multiThreads.Test18.Test1 - putting...2
16:01:45.540 [t3] DEBUG com.multiThreads.Test18.Test1 - taking 2
16:01:45.540 [t1] DEBUG com.multiThreads.Test18.Test1 - 2 putted...

评价：整个线程池表现为线程数会根据任务量不断增长，没有上限，当任务执行完毕，空闲1分钟后释放线程。适合任务数比较密集，但每个任务执行时间较短的情况。

1.2.5、newSingleThreadExecutor

    public static ExecutorService newSingleThreadExecutor() {
        return new FinalizableDelegatedExecutorService(
                new ThreadPoolExecutor(1, 1, 0L,
                        TimeUnit.MILLISECONDS, new LinkedBlockingDeque<Runnable>())
        );
    }

使用场景：希望多个任务排队执行，线程数固定为1，任务数多于1时，会放入无界队列排队。任务执行完毕，这唯一的线程也不会被释放。

区别：

• 自己创建一个单线程串行执行任务，如果任务执行失败而而终止那么没有任何不久措施，而线程池还会新建一个线程，保证池的正常工作；
• Executors.newSingleThreadExecutor()线程个数始终为1，不能修改：FinalizableDelegatedExecutorService应用的是装饰器模式，只对外暴露了ExecutorService接口，因此不能调用ThreadPoolExecutor中特有的方法；
• Executors.newFixedThreadPool(1)初始时为1，以后还可以修改：对外暴露的是ThreadPoolExecutor对象，可以强转后调用setCorePoolSize等方法进行修改。

1.2.6、提交任务

// 执行任务
void execute(Runnable command);

// 提交任务 task，用返回值 Future 获得任务执行结果
<T> Future<T> submit(Callable<T> task);

// 提交 tasks 中所有任务
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks) throws InterruptedException;

// 提交 tasks 中所有任务，带超时时间
<T> List<Future<T>> invokeAll(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其他任务取消
<T> T invokeAny(Collection<? extends Callable<T>> tasks) throws InterruptedException, ExcutionException;

// 提交 tasks 中所有任务，哪个任务先成功执行完毕，返回此任务执行结果，其他任务取消，带超时时间
<T> T invokeAny(Collection<? extends Callable<T>> tasks, long timeout, TimeUnit unit) throws InterruptedException, ExecutionException, TimeoutException;

@Slf4j
public class Test {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        ExecutorService pool = Executors.newFixedThreadPool(2);

        Future<String> future = pool.submit(new Callable<String>() {
            @Override
            public String call() throws Exception {
                log.debug("running");
                Thread.sleep(1000);
                return "ok";
            }
        });

        log.debug("{}", future.get());
    }
}

结果：
10:32:54.309 [pool-1-thread-1] DEBUG demo.Test - running
10:32:55.315 [main] DEBUG demo.Test - ok

@Slf4j
public class Test {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        ExecutorService pool = Executors.newFixedThreadPool(2);

        List<Future<String>> futures = pool.invokeAll(Arrays.asList(
                () -> {
                    log.debug("begin");
                    Thread.sleep(1000);
                    return "1";
                },
                () -> {
                    log.debug("begin");
                    Thread.sleep(500);
                    return "2";
                },
                () -> {
                    log.debug("begin");
                    Thread.sleep(2000);
                    return "3";
                }
        ));

        futures.forEach(f -> {
            try {
                log.debug("{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });
    }
}

结果：
10:41:38.026 [pool-1-thread-2] DEBUG demo.Test - begin
10:41:38.026 [pool-1-thread-1] DEBUG demo.Test - begin
10:41:38.536 [pool-1-thread-2] DEBUG demo.Test - begin
10:41:40.537 [main] DEBUG demo.Test - 1
10:41:40.538 [main] DEBUG demo.Test - 2
10:41:40.538 [main] DEBUG demo.Test - 3

@Slf4j
public class Test {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        ExecutorService pool = Executors.newFixedThreadPool(1);

        // 谁先执行完，结果就是谁(返回最先得到的结果)
        String result = pool.invokeAny(Arrays.asList(
                () -> {
                    log.debug("begin 1");
                    Thread.sleep(1000);
                    log.debug("end 1");
                    return "1";
                },
                () -> {
                    log.debug("begin 2");
                    Thread.sleep(500);
                    log.debug("end 2");
                    return "2";
                },
                () -> {
                    log.debug("begin 3");
                    Thread.sleep(2000);
                    log.debug("end 3");
                    return "3";
                }
        ));
        log.debug("{}", result);
    }
}

结果：
10:48:18.370 [pool-1-thread-1] DEBUG demo.Test - begin 1
10:48:19.375 [pool-1-thread-1] DEBUG demo.Test - end 1
10:48:19.375 [pool-1-thread-1] DEBUG demo.Test - begin 2
10:48:19.375 [main] DEBUG demo.Test - 1

1.2.7、关闭线程池

1、shutdown()

/*
线程池状态变为SHUTDOWN
    - 不会接收新任务
    - 但已提交的任务会执行完
    - 此方法不会阻塞调用线程的执行
*/
void shutdown();

- 源代码：
    public void shutdown() {
        final ReentrantLock mainLock = this.mainLock;
        mainLock.lock();
        try {
            checkShutdownAccess();
            // 修改线程池状态
            advanceRunState(SHUTDOWN);
            // 仅会打断空闲线程
            interruptIdleWorkers();
            // 扩展点 ScheduledThreadPoolExecutor
            onShutdown(); // hook for ScheduledThreadPoolExecutor
        } finally {
            mainLock.unlock();
        }
        // 尝试终结（没有运行的线程可以立刻终结，如果还有运行的线程也不会等）
        tryTerminate();
    }

2、shutdownNow()

/*
线程池状态变为 STOP
    - 不会接收新任务
    - 会将队列中的任务返回
    - 并用interrupt() 的方式中断正在执行的任务
*/

- 源代码：
    public List<Runnable> shutdownNow() {
        List<Runnable> tasks;
        final ReentrantLock mainLock = this.mainLock;
        mainLock.lock();
        try {
            checkShutdownAccess();
            // 修改线程池状态
            advanceRunState(STOP);
            // 打断所有线程
            interruptWorkers();
            // 获取队列中剩余任务
            tasks = drainQueue();
        } finally {
            mainLock.unlock();
        }
        // 尝试终结
        tryTerminate();
        return tasks;
    }

3、其他方法

// 不在 RUNNING 状态的线程池，此方法就返回true
boolean isShutdown();

// 线程池状态是否是 TERMINATED
boolean isTerminated();

// 调用 shutdown() 后，由于调用线程并不会等待所有任务运行结束，因此如果它想在线程池 TERMINATED 后做些事情，可以利用此方法等待。
boolean awaitTermination(long timeout, TimeUnit unit) throws InterruptedException;

@Slf4j
public class Test {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        ExecutorService pool = Executors.newFixedThreadPool(1);

        Future<?> result1 = pool.submit(() -> {
            log.debug("task 1 running...");
            Thread.sleep(1000);
            log.debug("task 1 finish...");
            return 1;
        });

        Future<?> result2 = pool.submit(() -> {
            log.debug("task 2 running...");
            Thread.sleep(1000);
            log.debug("task 2 finish...");
            return 2;
        });

        Future<?> result3 = pool.submit(() -> {
            log.debug("task 3 running...");
            Thread.sleep(1000);
            log.debug("task 3 finish...");
            return 3;
        });

        log.debug("shutdown");
//        pool.shutdown();
//        // 设置等待时间,等待终止（所有任务都执行完）
//        pool.awaitTermination(3, TimeUnit.SECONDS);
        List<Runnable> runnables = pool.shutdownNow();
        log.debug("other...{}", runnables);
    }
}

结果：
11:17:20.090 [main] DEBUG demo.Test - shutdown
11:17:20.090 [pool-1-thread-1] DEBUG demo.Test - task 1 running...
11:17:20.092 [main] DEBUG demo.Test - other...[java.util.concurrent.FutureTask@442d9b6e, java.util.concurrent.FutureTask@ee7d9f1]

1.2.8、任务调度线程池

在【任务调度线程池】功能加入之前，可以使用java.util.Timer来实现定时功能，Timer的优点在于简单易用，但由于所有任务都是由同一个线程来调度，因此所有任务都是串行执行的，同一时间只能有一个任务在执行，前一个任务的延迟或异常都将会影响到之后的任务。

@Slf4j
public class Test2 {
    public static void main(String[] args) {
        Timer timer = new Timer();
        TimerTask task1 = new TimerTask() {
            @SneakyThrows
            @Override
            public void run() {
                log.debug("task 1");
                Thread.sleep(2000);
            }
        };
        TimerTask task2 = new TimerTask() {
            @Override
            public void run() {
                log.debug("task 2");
            }
        };
        // 使用 timer 添加两个任务，虚妄它们都在 1s 后执行
        // 但由于 timer 内只有一个线程来顺序执行队列中的任务，因此【任务1】的延时，影响了【任务2】的执行
        log.debug("start...");
        timer.schedule(task1, 1000);
        timer.schedule(task2, 1000);
    }
}

结果：
14:42:11.769 [main] DEBUG demo.Test2 - start...
14:42:12.778 [Timer-0] DEBUG demo.Test2 - task 1
14:42:14.784 [Timer-0] DEBUG demo.Test2 - task 2

@Slf4j
public class Test2 {
    public static void main(String[] args) {
        ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);

        pool.schedule(()->{
            log.debug("task 1 start");
            try {
                Thread.sleep(2000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            log.debug("task 1 end");
        }, 1, TimeUnit.SECONDS);

        pool.schedule(()->{
            log.debug("task 2 start");
            log.debug("task 2 end");
        }, 1, TimeUnit.SECONDS);

    }
}

结果：
14:48:24.431 [pool-1-thread-1] DEBUG demo.Test2 - task 1 start
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 1 end
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 2 start
14:48:26.444 [pool-1-thread-1] DEBUG demo.Test2 - task 2 end

@Slf4j
public class Test2 {
    public static void main(String[] args) {
        ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);

        // 下次任务的延时从上次任务的开始时算
//        log.debug("start...");
//        pool.scheduleAtFixedRate(()->{
//            log.debug("running");
//            try {
//                Thread.sleep(2000);
//            } catch (InterruptedException e) {
//                e.printStackTrace();
//            }
//        }, 1, 1, TimeUnit.SECONDS);

        // 下次任务的延时从上次任务的结束时算
        pool.scheduleWithFixedDelay(()->{
            log.debug("running");
            try {
                // 如果前面的任务时间过长，则会等待前一次任务执行完
                Thread.sleep(2000);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        },1,1,TimeUnit.SECONDS);
    }
}

结果：
14:54:44.972 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:47.982 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:51.000 [pool-1-thread-1] DEBUG demo.Test2 - running
14:54:54.011 [pool-1-thread-1] DEBUG demo.Test2 - running
...

@Slf4j
public class Test2 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        ExecutorService pool = Executors.newFixedThreadPool(1);
        Future<Boolean> f = pool.submit(() -> {
            log.debug("task 1");
            int i = 1 / 0;
            return true;
        });
        log.debug("result：{}", f.get());
    }
}

结果：
15:02:28.889 [pool-1-thread-1] DEBUG demo.Test2 - task 1
Exception in thread "main" java.util.concurrent.ExecutionException: java.lang.ArithmeticException: / by zero
	at java.util.concurrent.FutureTask.report(FutureTask.java:122)
	at java.util.concurrent.FutureTask.get(FutureTask.java:192)
	at demo.Test2.main(Test2.java:19)
Caused by: java.lang.ArithmeticException: / by zero
	at demo.Test2.lambda$main$0(Test2.java:16)
	at java.util.concurrent.FutureTask.run(FutureTask.java:266)
	at java.util.concurrent.ThreadPoolExecutor.runWorker(ThreadPoolExecutor.java:1149)
	at java.util.concurrent.ThreadPoolExecutor$Worker.run(ThreadPoolExecutor.java:624)
	at java.lang.Thread.run(Thread.java:750)

@Slf4j
public class Test2 {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        // 如何让每周四 18:00:00 定时执行任务？
        // 获取当前时间
        LocalDateTime now = LocalDateTime.now();
        // 获取周四时间
        LocalDateTime time = now.withHour(18).withMinute(0).withSecond(0).withNano(0).with(DayOfWeek.THURSDAY);
        // 如果 当前时间 > 本周周四 ，必须找到下周周四
        if (now.compareTo(time) > 0) {
            time = time.plusWeeks(1); // 增加一周
        }
        // initialDelay 代表当前时间和周四的时间差
        long initialDelay = Duration.between(now, time).toMillis();
        // period : 一周的间隔时间
        long period = 1000 * 60 * 60 * 24 * 7;

        ScheduledExecutorService pool = Executors.newScheduledThreadPool(1);
        pool.scheduleAtFixedRate(()->{
            System.out.println("running...");
        }, initialDelay, period, TimeUnit.MILLISECONDS);
    }
}

1.2.9、Tomcat线程池

Tomcat在哪里用到了线程池呢？

• LimitLatch用来限流，可以控制最大连接个数，类似J.U.C中的Semaphore后面再讲；
• Acceptor只负责【接收新的socket连接】；
• Poller只负责监听socket channel是否有【可读的I/O事件】；
• 一旦可读，封装一个任务对象（socketProcessor），提交给Executor线程池处理；
• Executor线程池中的工作线程最终负责【处理请求】。

Tomcat线程池扩展了ThreadPoolExecutor，行为稍有不同：

• 如果总线程数达到maximumPoolSize：① 这时不会立刻抛RejectedExecutionException异常；② 而是再次尝试将任务放入队列，如果还失败，才抛出RejectedExecutionException异常。

Connector配置

配置项	默认值	说明
acceptorThreadCount	1	acceptor线程数量
pollerThreadCount	1	poller线程数量
minSpareThreads	10	核心线程数
maxThreads	200	最大线程数，即maximumPoolSize
executor	-	Executor名称，用来引用下面的Executor

Executor线程配置

配置项	默认值	说明
threadPriority	5	线程优先级
daemon	true	是否守护线程
minSpareThreads	25	核心线程数，即corePoolSize
maxThreads	200	最大线程数，即maximumPoolSize
maxIdleTime	60000	线程生存时间，单位是毫秒，默认值即1分钟
maxQueueSize	Integer.Max_VALUE	队列长度
prestartminSpareThreads	false	核心线程是否在服务器启动时启动

1.3、Fork / Join

1.3.1、概念

Fork / Join 是JDK 1.7加入的新的线程池实现，它体现的是一种分治思想，适用于能够进行任务拆分的CPU密集型运算。

所谓的任务拆分，是将一个大任务拆分为算法上相同的小任务，直至不能拆分可以直接求解。跟递归相关的一些计算，比如归并排序、斐波那契数列，都可以用分治思想进行求解。

Fork / Join在分治的基础上加入了多线程，可以把每个任务的分解和合并交给不同的线程来完成，进一步提升了运算效率。

Fork / Join默认会创建与CPU核心数大小相同的线程池。

1.3.2、使用

提交给Fork / Join线程池的任务需要继承RecursiveTask（有返回值）或RecursiveAction（没有返回值），例如下面定义了一个对1~n之间的整数求和的任务。

public class Test3 {
    public static void main(String[] args) {
        ForkJoinPool pool = new ForkJoinPool(4);
        Integer result1 = pool.invoke(new MyTask(4));
        System.out.println(result1 + "\n");
        Integer result2 = pool.invoke(new MyTaskPlus(1,4));
        System.out.println(result2 + "\n");
    }
}

// 1~n之间整数的和
@Slf4j(topic = "c.MyTask")
class MyTask extends RecursiveTask<Integer> {
    private int n;
    public MyTask(int n) {
        this.n = n;
    }

    @Override
    public String toString() {
        return "{" + n + "}";
    }

    @Override
    protected Integer compute() {
        // 终止条件
        if (n == 1) {
            log.debug("join() {}", n);
            return n;
        }
        MyTask t1 = new MyTask(n - 1);
        t1.fork(); // 让一个线程去执行此任务
        log.debug("fork() {} + {}", n, t1);

        int result = n + t1.join(); // 获取任务结果
        log.debug("join() {} + {} = {}", n, t1, result);
        return result;
    }
}

// 1~n之间整数的和
@Slf4j(topic = "c.MyTaskPlus")
class MyTaskPlus extends RecursiveTask<Integer> {
    // 1 ~ 5
    private int begin;
    private int end;
    public MyTaskPlus(int begin, int end) {
        this.begin = begin;
        this.end = end;
    }

    @Override
    public String toString() {
        return "{" + begin + "," + end + "}";
    }

    @Override
    protected Integer compute() {
        // 终止条件
        if (begin == end) {
            log.debug("join() {}", begin);
            return begin;
        }
        if (end - begin == 1) {
            log.debug("join() {} + {} = {}", begin, end, end + begin);
            return end + begin;
        }

        int mid = (end + begin) / 2;

        MyTaskPlus t1 = new MyTaskPlus(begin, mid);
        t1.fork();
        MyTaskPlus t2 = new MyTaskPlus(mid + 1, end);
        t2.fork();
        log.debug("fork() {} + {} = ?", t1, t2);

        int result = t1.join() + t2.join();
        log.debug("join() {} + {} = {}", t1, t2, result);
        return result;
    }
}

结果：
16:44:26.541 [ForkJoinPool-1-worker-0] DEBUG c.MyTask - join() 1
16:44:26.541 [ForkJoinPool-1-worker-3] DEBUG c.MyTask - fork() 2 + {1}
16:44:26.541 [ForkJoinPool-1-worker-1] DEBUG c.MyTask - fork() 4 + {3}
16:44:26.541 [ForkJoinPool-1-worker-2] DEBUG c.MyTask - fork() 3 + {2}
16:44:26.544 [ForkJoinPool-1-worker-3] DEBUG c.MyTask - join() 2 + {1} = 3
16:44:26.544 [ForkJoinPool-1-worker-2] DEBUG c.MyTask - join() 3 + {2} = 6
16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTask - join() 4 + {3} = 10
10

16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTaskPlus - fork() {1,2} + {3,4} = ?
16:44:26.544 [ForkJoinPool-1-worker-3] DEBUG c.MyTaskPlus - join() 3 + 4 = 7
16:44:26.544 [ForkJoinPool-1-worker-2] DEBUG c.MyTaskPlus - join() 1 + 2 = 3
16:44:26.544 [ForkJoinPool-1-worker-1] DEBUG c.MyTaskPlus - join() {1,2} + {3,4} = 10
10

1.4、异步模式之工作线程

1.4.1、定义

让有限的工作线程（Worker Thread)来轮流异步处理无限多的任务，也可以将其归类为分工模式，它的典型实现就是线程池，也体现了经典设计模式中的享元模式。

例如，海底捞的服务员（线程），轮流处理每位客人的点餐任务，如果为每位客人都配一名专属的服务员，那么成本就太高了（对比另一种多线程设计模式：Thread-Per-Message）。

注意，不同任务类型应该使用不同的线程池，这样能够避免饥饿，并能提升效率。

例如，如果一个餐馆的工人既要招呼客人（任务类型A），又要到后厨做菜（任务类型B），显然效率不咋地，分成服务员（线程池A）与厨师（线程池B）更为合理，当然你能想到更细致的分工。

1.4.2、饥饿

固定大小的线程池会有饥饿现象：

• 两个工人是同一个线程池中的两个线程；
• 他们要做的事情：为客人点餐和到后厨做菜，这是两个阶段的工作。① 客人点餐：必须先点完餐，等菜做好，上菜，在此期间处理点餐的工人必须等待；② 后厨做菜：没啥说的，做就是了。
• 比如工人A处理了点餐任务，接下来它要等着工人B把菜做好，然后上菜，他俩配合的蛮好；
• 但是现在同时来了两个客人，这个时候工人A和工人B都去处理点餐了，这是没人做饭了，造成线程饥饿。

@Slf4j
public class Test1 {
    static final List<String> MENU = Arrays.asList("地三鲜", "辣子鸡丁", "烤鸡翅");
    static Random RANDOM = new Random();
    static String cooking() {
        return MENU.get(RANDOM.nextInt(MENU.size()));
    }
    public static void main(String[] args) {
        ExecutorService waiterPool = Executors.newFixedThreadPool(1);
        ExecutorService cookPool = Executors.newFixedThreadPool(1);

        waiterPool.execute(()->{
            log.debug("处理点餐...");
            Future<String> f = cookPool.submit(()->{
                log.debug("做菜");
                return cooking();
            });
            try {
                log.debug("上菜：{}", f.get());
            } catch (InterruptedException | ExecutionException e) {
                e.printStackTrace();
            }
        });

        waiterPool.execute(()->{
            log.debug("处理点餐...");
            Future<String> f = cookPool.submit(() -> {
                log.debug("做菜");
                return cooking();
            });
            try {
                log.debug("上菜：{}", f.get());
            } catch (InterruptedException e) {
                e.printStackTrace();
            } catch (ExecutionException e) {
                e.printStackTrace();
            }
        });
    }
}

结果：
14:19:10.486 [pool-1-thread-1] DEBUG demo.Test1 - 处理点餐...
14:19:10.489 [pool-2-thread-1] DEBUG demo.Test1 - 做菜
14:19:10.489 [pool-1-thread-1] DEBUG demo.Test1 - 上菜：地三鲜
14:19:10.490 [pool-1-thread-1] DEBUG demo.Test1 - 处理点餐...
14:19:10.490 [pool-2-thread-1] DEBUG demo.Test1 - 做菜
14:19:10.490 [pool-1-thread-1] DEBUG demo.Test1 - 上菜：辣子鸡丁

1.4.3、创建多少线程池合适

• 过小会导致程序不能充分利用系统资源，容易导致饥饿；
• 过大会导致更多的线程上下文切换，占用更多内存。

1、CPU密集型运算

通常采用CPU核数+1能够实现最优的CPU利用率，+1是保证当线程由于页缺失故障（操作系统）或其它原因导致暂停时，额外的这个线程就能顶上去，保证CPU时钟周期不被浪费。

2、I/O密集型运算

CPU不总是处理繁忙状态，例如，当你执行业务计算时，这时候会使用CPU资源，但当你执行I/O操作时，远程RPC调用时，包括进行数据库操作时，这时候CPU就闲下来了，你可以利用多线程提高它的效率。

经验公式如下：线程数 = 核数 * 期望CPU利用率 * 总时间（CPU计算时间 + 等待时间）/ CPU计算时间。

例如4核CPU计算时间是10%，其他等待时间是90%，期望CPU被100%利用，套用公式 4 * 100% * 100% / 10% = 40 。

2、J.U.C

2.1、AQS原理

2.1.1、概述

AQS（Abstract Queued Synchronizer），是阻塞式锁和相关的同步器工具的框架。

特点：

• 用state属性来表示资源的状态（分独占模式和共享模式），子类需要定义如何维护这个状态，控制如何获取锁和释放锁：① getState()：获取state状态；② setState()：设置state状态；③ compareAndSetState()：乐观锁机制设置state状态；④ 独占模式是只有一个线程能够访问资源，而共享模式可以允许多个线程访问资源。
• 提供了基于FIFO的等待队列，类似于Monitor的EntryList。
• 条件变量来实现等待、唤醒机制，支持多个条件变量，类似于Monitor的WaitSet。

子类主要实现这样一些方法（默认抛出UnsupportedOperationException）：

• tryAcquire；
• tryRelease；
• tryAcquireShared。

p235

2.2、ReentrantLock原理

2.3、读写锁

2.4、Semaphore

2.5、CountdownLatch

2.6、CyclicBarrier

2.7、ConcurrentHashMap

2.8、ConcurrentLinkedQueue

2.9、BlockingQueue