这篇文章将为大家详细讲解有关java中有哪些常见的线程池，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。
首先我们列出Java 中的六种线程池如下
| 线程池名称 | 描述 |
|---|---|
| FixedThreadPool | 核心线程数与最大线程数相同 |
| SingleThreadExecutor | 一个线程的线程池 |
| CachedThreadPool | 核心线程为0，最大线程数为Integer. MAX_VALUE |
| ScheduledThreadPool | 指定核心线程数的定时线程池 |
| SingleThreadScheduledExecutor | 单例的定时线程池 |
| ForkJoinPool | JDK 7 新加入的一种线程池 |
在了解集中线程池时我们先来熟悉一下主要几个类的关系， ThreadPoolExecutor 的类图，以及 Executors 的主要方法：
上面看到的类图，方便帮助下面的理解和查看，我们可以看到一个核心类 ExecutorService , 这是我们线程池都实现的基类，我们接下来说的都是它的实现类。
FixedThreadPool
FixedThreadPool 线程池的特点是它的核心线程数和最大线程数一样，我们可以看它的实现代码在 Executors#newFixedThreadPool(int) 中，如下：
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}我们可以看到方法内创建线程调用的实际是 ThreadPoolExecutor 类，这是线程池的核心执行器，传入的 nThread 参数作为核心线程数和最大线程数传入，队列采用了一个链表结构的有界队列。
SingleThreadExecutor
SingleThreadExecutor 线程的特点是它的核心线程数和最大线程数均为1，我们也可以将其任务是一个单例线程池，它的实现代码是 Executors#newSingleThreadExcutor() , 如下：
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
public static ExecutorService newSingleThreadExecutor(ThreadFactory threadFactory) {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>(),
threadFactory));
}CachedThreadPool
cachedThreadPool 线程池的特点是它的常驻核心线程数为0，正如其名字一样，它所有的县城都是临时的创建，关于它的实现在 Executors#newCachedThreadPool() 中，代码如下：
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
public static ExecutorService newCachedThreadPool(ThreadFactory threadFactory) {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>(),
threadFactory);
}ScheduledThreadPool
ScheduledThreadPool 线程池是支持定时或者周期性执行任务，他的创建代码 Executors.newSchedsuledThreadPool(int) 中，如下所示：
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
return new ScheduledThreadPoolExecutor(corePoolSize);
}
public static ScheduledExecutorService newScheduledThreadPool(
int corePoolSize, ThreadFactory threadFactory) {
return new ScheduledThreadPoolExecutor(corePoolSize, threadFactory);
}我们发现这里调用了 ScheduledThreadPoolExecutor 这个类的构造函数，进一步查看发现 ScheduledThreadPoolExecutor 类是一个继承了 ThreadPoolExecutor 的，同时实现了 ScheduledExecutorService 接口，我们看到它的几个构造函数都是调用父类 ThreadPoolExecutor 的构造函数
public ScheduledThreadPoolExecutor(int corePoolSize) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue());
}
public ScheduledThreadPoolExecutor(int corePoolSize,
ThreadFactory threadFactory) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue(), threadFactory);
}
public ScheduledThreadPoolExecutor(int corePoolSize,
RejectedExecutionHandler handler) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue(), handler);
}
public ScheduledThreadPoolExecutor(int corePoolSize,
ThreadFactory threadFactory,
RejectedExecutionHandler handler) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue(), threadFactory, handler);
}从上面代码我们可以看到和其他线程池创建并没有差异，只是这里的任务队列是 DelayedWorkQueue 关于阻塞丢列我们下篇文章专门说，这里我们先创建一个周期性的线程池来看一下
public static void main(String[] args) {
ScheduledExecutorService service = Executors.newScheduledThreadPool(5);
// 1. 延迟一定时间执行一次
service.schedule(() ->{
System.out.println("schedule ==> 云栖简码-i-code.online");
},2, TimeUnit.SECONDS);
// 2. 按照固定频率周期执行
service.scheduleAtFixedRate(() ->{
System.out.println("scheduleAtFixedRate ==> 云栖简码-i-code.online");
},2,3,TimeUnit.SECONDS);
//3. 按照固定频率周期执行
service.scheduleWithFixedDelay(() -> {
System.out.println("scheduleWithFixedDelay ==> 云栖简码-i-code.online");
},2,5,TimeUnit.SECONDS);
}上面代码是我们简单创建了 newScheduledThreadPool ，同时演示了里面的三个核心方法，首先看执行的结果：
首先我们看第一个方法 schedule , 它有三个参数，第一个参数是线程任务，第二个 delay 表示任务执行延迟时长，第三个 unit 表示延迟时间的单位，如上面代码所示就是延迟两秒后执行任务
public ScheduledFuture<?> schedule(Runnable command, long delay, TimeUnit unit);
第二个方法是 scheduleAtFixedRate 如下, 它有四个参数， command 参数表示执行的线程任务 ， initialDelay 参数表示第一次执行的延迟时间， period 参数表示第一次执行之后按照多久一次的频率来执行，最后一个参数是时间单位。如上面案例代码所示，表示两秒后执行第一次，之后按每隔三秒执行一次
public ScheduledFuture<?> scheduleAtFixedRate(Runnable command,
long initialDelay,
long period,
TimeUnit unit);第三个方法是 scheduleWithFixedDelay 如下，它与上面方法是非常类似的，也是周期性定时执行, 参数含义和上面方法一致。这个方法和 scheduleAtFixedRate 的区别主要在于时间的起点计时不同
public ScheduledFuture<?> scheduleWithFixedDelay(Runnable command,
long initialDelay,
long delay,
TimeUnit unit);scheduleAtFixedRate 是以任务开始的时间为时间起点来计时，时间到就执行第二次任务，与任务执行所花费的时间无关；而 scheduleWithFixedDelay 是以任务执行结束的时间点作为计时的开始。如下所示
SingleThreadScheduledExecutor 它实际和 ScheduledThreadPool 线程池非常相似，它只是 ScheduledThreadPool 的一个特例，内部只有一个线程，它只是将 ScheduledThreadPool 的核心线程数设置为了 1。如源码所示：
public static ScheduledExecutorService newSingleThreadScheduledExecutor() {
return new DelegatedScheduledExecutorService
(new ScheduledThreadPoolExecutor(1));
}上面我们介绍了五种常见的线程池，对于这些线程池我们可以从核心线程数、最大线程数、存活时间三个维度进行一个简单的对比，有利于我们加深对这几种线程池的记忆。
| FixedThreadPool | SingleThreadExecutor | CachedThreadPool | ScheduledThreadPool | SingleThreadScheduledExecutor | |
|---|---|---|---|---|---|
| corePoolSize | 构造函数传入 | 1 | 0 | 构造函数传入 | 1 |
| maxPoolSize | 同corePoolSize | 1 | Integer. MAX_VALUE | Integer. MAX_VALUE | Integer. MAX_VALUE |
| keepAliveTime | 0 | 0 | 60 | 0 | 0 |
ForkJoinPool ForkJoinPool 这是一个在 JDK7 引入的新新线程池，它的主要特点是可以充分利用多核 CPU , 可以把一个任务拆分为多个子任务，这些子任务放在不同的处理器上并行执行，当这些子任务执行结束后再把这些结果合并起来，这是一种分治思想。 ForkJoinPool 也正如它的名字一样，第一步进行 Fork 拆分，第二步进行 Join 合并，我们先来看一下它的类图结构
ForkJoinPool 的使用也是通过调用 submit(ForkJoinTask<T> task) 或 invoke(ForkJoinTask<T> task) 方法来执行指定任务了。其中任务的类型是 ForkJoinTask 类，它代表的是一个可以合并的子任务，他本身是一个抽象类，同时还有两个常用的抽象子类 RecursiveAction 和 RecursiveTask ，其中 RecursiveTask 表示的是有返回值类型的任务，而 RecursiveAction 则表示无返回值的任务。下面是它们的类图：
下面我们通过一个简单的代码先来看一下如何使用 ForkJoinPool 线程池
/**
* @url: i-code.online
* @author: AnonyStar
* @time: 2020/11/2 10:01
*/
public class ForkJoinApp1 {
/**
目标： 打印0-200以内的数字，进行分段每个间隔为10以上，测试forkjoin
*/
public static void main(String[] args) {
// 创建线程池，
ForkJoinPool joinPool = new ForkJoinPool();
// 创建根任务
SubTask subTask = new SubTask(0,200);
// 提交任务
joinPool.submit(subTask);
//让线程阻塞等待所有任务完成 在进行关闭
try {
joinPool.awaitTermination(2, TimeUnit.SECONDS);
} catch (InterruptedException e) {
e.printStackTrace();
}
joinPool.shutdown();
}
}
class SubTask extends RecursiveAction {
int startNum;
int endNum;
public SubTask(int startNum,int endNum){
super();
this.startNum = startNum;
this.endNum = endNum;
}
@Override
protected void compute() {
if (endNum - startNum < 10){
// 如果分裂的两者差值小于10 则不再继续，直接打印
System.out.println(Thread.currentThread().getName()+": [startNum:"+startNum+",endNum:"+endNum+"]");
}else {
// 取中间值
int middle = (startNum + endNum) / 2;
//创建两个子任务，以递归思想，
SubTask subTask = new SubTask(startNum,middle);
SubTask subTask1 = new SubTask(middle,endNum);
//执行任务， fork() 表示异步的开始执行
subTask.fork();
subTask1.fork();
}
}
}结果：
从上面的案例我们可以看到我们，创建了很多个线程执行，因为我测试的电脑是12线程的，所以这里实际是创建了12个线程，也侧面说明了充分调用了每个处理的线程处理能力 上面案例其实我们发现很熟悉的味道，那就是以前接触过的递归思想，将上面的案例图像化如下，更直观的看到，
上面的例子是无返回值的案例，下面我们来看一个典型的有返回值的案例，相信大家都听过及很熟悉斐波那契数列，这个数列有个特点就是最后一项的结果等于前两项的和，如： 0，1，1，2，3，5...f(n-2)+f(n-1) , 即第0项为0 ，第一项为1，则第二项为 0+1=1 ，以此类推。我们最初的解决方法就是使用递归来解决，如下计算第n项的数值：
private int num(int num){
if (num <= 1){
return num;
}
num = num(num-1) + num(num -2);
return num;
}从上面简单代码中可以看到，当 n<=1 时返回 n , 如果 n>1 则计算前一项的值 f1 ，在计算前两项的值 f2 , 再将两者相加得到结果，这就是典型的递归问题，也是对应我们的 ForkJoin 的工作模式，如下所示，根节点产生子任务，子任务再次衍生出子子任务，到最后在进行整合汇聚，得到结果。
我们通过 ForkJoinPool 来实现斐波那契数列的计算，如下展示：
/**
* @url: i-code.online
* @author: AnonyStar
* @time: 2020/11/2 10:01
*/
public class ForkJoinApp3 {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ForkJoinPool pool = new ForkJoinPool();
//计算第二是项的数值
final ForkJoinTask<Integer> submit = pool.submit(new Fibonacci(20));
// 获取结果，这里获取的就是异步任务的最终结果
System.out.println(submit.get());
}
}
class Fibonacci extends RecursiveTask<Integer>{
int num;
public Fibonacci(int num){
this.num = num;
}
@Override
protected Integer compute() {
if (num <= 1) return num;
//创建子任务
Fibonacci subTask1 = new Fibonacci(num - 1);
Fibonacci subTask2 = new Fibonacci(num - 2);
// 执行子任务
subTask1.fork();
subTask2.fork();
//获取前两项的结果来计算和
return subTask1.join()+subTask2.join();
}
}通过 ForkJoinPool 可以极大的发挥多核处理器的优势，尤其非常适合用于递归的场景，例如树的遍历、最优路径搜索等场景。 上面说的是 ForkJoinPool 的使用上的，下面我们来说一下其内部的构造，对于我们前面说的几种线程池来说，它们都是里面只有一个队列，所有的线程共享一个。但是在 ForkJoinPool 中，其内部有一个共享的任务队列，除此之外每个线程都有一个对应的双端队列 Deque , 当一个线程中任务被 Fork 分裂了，那么分裂出来的子任务就会放入到对应的线程自己的 Deque 中，而不是放入公共队列。这样对于每个线程来说成本会降低很多，可以直接从自己线程的队列中获取任务而不需要去公共队列中争夺，有效的减少了线程间的资源竞争和切换。
有一种情况，当线程有多个如 t1,t2,t3... ，在某一段时间线程 t1 的任务特别繁重，分裂了数十个子任务，但是线程 t0 此时却无事可做，它自己的 deque 队列为空，这时为了提高效率， t0 就会想办法帮助 t1 执行任务，这就是“ work-stealing ”的含义。 双端队列 deque 中，线程 t1 获取任务的逻辑是后进先出，也就是 LIFO（Last In Frist Out） ，而线程 t0 在“ steal ”偷线程 t1 的 deque 中的任务的逻辑是先进先出，也就是 FIFO（Fast In Frist Out） ，如图所示，图中很好的描述了两个线程使用双端队列分别获取任务的情景。你可以看到，使用 “ work-stealing ” 算法和双端队列很好地平衡了各线程的负载。
关于java中有哪些常见的线程池就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
