标签：rup executor 系统 tor jdk job exception 任务队列 存在
四、自定义线程池
public ThreadPoolExecutor(
int corePoolSize, //核心线程数，new的时候直接初始化的线程数量
int maxinumPoolSize, //最大线程数
long keppAliveTime, //空闲时间
TimeUnit unit, //时间单位
BlockingQueue<Runnable> workQueue, //任务队列
ThreadFactory threadFactory, //
RejectedExecutionHandler handler //
)
这个构造方法对于队列是什么类型的比较关键
在使用有界队列时，若有新的任务需要执行，如果线程池实际线程小于corePoolSize,
则优先创建线程；若大于corePoolSize，则会将任务加入队列，若队列已满，则在总
线程数不大于maxnumPoolSize的前提下，创建新的线程，若线程数大于maxmunPoolSize,
则执行拒绝策略。或其他自定义方式。
无界的任务队列时：LinkedBlockingQueue。与有界队列相比，除非系统资源耗尽，否则
无界的任务队列不存在任务入队失败的情况。当有新任务到来，系统的线程数小于
corePoolSize时，则新建线程执行任务。当达到corePoolSize后，就不会继续增加。
若后续仍有新的任务加入，而没有空闲的线程资源，则任务直接进入队列等待。若任务
创建和处理的速度差异很大，无界队列会保持快速增长，直至耗尽系统内存。
JDK拒绝策略：
AbortPolicy:直接抛出异常组织系统正常工作
CallerRunsPolicy:只要线程池未关闭，该策略直接在调用者线程中，运行当前被丢弃的任务。
DiscardOldestPolicy:丢弃最老的一个请求，尝试再次提交当前任务。
DiscardPolocy:丢弃无法处理的任务，不给于任何处理。
如果需要自定义拒绝策略可以实现RejectExecutionHandler接口。
4.1有界队列的例子
public class UseSizeQueue {
public static void main(String[] args) {
/**
* 在使用有界队列时，若有新的任务需要执行，如果线程池实际线程数小于corePoolSize，则优先创建线程，
* 若大于corePoolSize，则会将任务加入队列， 若队列已满，则在总线程数不大于maximumPoolSize的前提下，创建新的线程，
* 若线程数大于maximumPoolSize，则执行拒绝策略。或其他自定义方式。
*
*/
ThreadPoolExecutor pool = new ThreadPoolExecutor(1, // coreSize
2, // MaxSize
60, // 60
TimeUnit.SECONDS, new ArrayBlockingQueue<Runnable>(3) // 指定一种队列（有界队列）
, new MyRejected()
);
MyTask mt1 = new MyTask(1, "任务1");
MyTask mt2 = new MyTask(2, "任务2");
MyTask mt3 = new MyTask(3, "任务3");
MyTask mt4 = new MyTask(4, "任务4");
MyTask mt5 = new MyTask(5, "任务5");
MyTask mt6 = new MyTask(6, "任务6");
pool.execute(mt1);
pool.execute(mt2);
pool.execute(mt3);
pool.execute(mt4);
pool.execute(mt5);
pool.execute(mt6);
//调用线程池的shutdown方法，并不是直接这个线程池就销毁了
//而是等到所有任务运行结束
pool.shutdown();
}
}
1.如果上述代码只有pool.execute(mt1);的话，那么输出是：run taskId =1，并且在5s之后程序停止，这就是第一种情况：
在使用有界队列时，若有新的任务需要执行，如果线程池实际线程数小于corePoolSize，则优先创建线程。
2.如果上述代码有
pool.execute(mt1);
pool.execute(mt2);
两行，那么输出是：
run taskId =1
run taskId =2
并且先输出run taskId=1等待5s之后输出run taskId =2,再等待5s之后程序停止，这就是第二种情况：
若大于corePoolSize，则会将任务加入队列，
3.如果上述代码有5行
pool.execute(mt1);
pool.execute(mt2);
pool.execute(mt3);
pool.execute(mt4);
pool.execute(mt5);
则输出是这样的：
run taskId =1
run taskId =5
run taskId =2
run taskId =3
run taskId =4
首先是1和5执行，然后经过5s后，2和3执行，在经过5s后4执行，然后经过5s后程序结束。
这就是第三种情况：
若队列已满，则在总线程数不大于maximumPoolSize的前提下，创建新的线程，
4.如果代码有6行：
pool.execute(mt1);
pool.execute(mt2);
pool.execute(mt3);
pool.execute(mt4);
pool.execute(mt5);
pool.execute(mt6);
执行效果是：
自定义处理..
run taskId =1
当前被拒绝任务为：6
run taskId =5
run taskId =2
run taskId =3
run taskId =4
也就是说，当6来的时候被拒绝了，这就是第四种情况：
若线程数大于maximumPoolSize，则执行拒绝策略。或其他自定义方式。
4.2无界队列的例子
public class NoSizeQueue implements Runnable{
private static AtomicInteger count = new AtomicInteger(0);
public void run() {
try {
int temp = count.incrementAndGet();
System.out.println("任务" + temp);
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
public static void main(String[] args) throws Exception{
BlockingQueue<Runnable> queue =
new LinkedBlockingQueue<Runnable>();
ExecutorService executor = new ThreadPoolExecutor(
5, //core
10, //max
120L, //2fenzhong
TimeUnit.SECONDS,
queue);
for(int i = 0 ; i < 20; i++){
executor.execute(new NoSizeQueue());
}
Thread.sleep(1000);
System.out.println("queue size:" + queue.size()); //10
Thread.sleep(2000);
}
}
执行的结果是：
任务1
任务2
任务3
任务5
任务4
queue size:15
任务6
任务7
任务8
任务9
任务10
任务11
任务12
任务13
任务14
任务15
任务16
任务17
任务18
任务19
任务20
先执行了前5个任务，然后休息了时间。然后又取出了5个任务，然后又取出了5个任务，最后又取出了5个任务
最先前的5个任务到位后，因为当前线程数小于coreSize，所以就直接新建线程执行了。
其他的后面的15个任务会加入到队列中，等待被执行。
五、拒绝策略
AbortPolicy:直接抛出异常组织系统正常工作，当前任务丢失了，但是队列中等到的任务继续执行。
CallerRunsPolicy:只要线程池未关闭，该策略直接在调用者线程中，运行当前被丢弃的任务。
如果需要自定义拒绝策略可以实现RejectExecutionHandler接口。
public class MyRejected implements RejectedExecutionHandler{
public MyRejected(){
}
//其中r就是线程对象MyTask的一个实例
//executor就是当前的线程池对象
public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
System.out.println("自定义处理..");
System.out.println("当前被拒绝任务为：" + r.toString());
}
}
常用的拒绝策略是：写日志，然后写一个定时的job，读取log日志，然后重跑。
或者向数据源发送拒绝消息
标签：rup executor 系统 tor jdk job exception 任务队列 存在
原文地址：http://www.cnblogs.com/zhongshiqiang/p/6855582.html
