文章目录

• • • 一.简介
    • 二.线程池参数说明
    • 三.WorkQueue工作队列说明
    • 四.handler四种拒绝策略说明
    • 五.线程池处理任务策略说明
    • 六.Executors四种创建线程池方式比较
    • 七.ThreadPoolExecutor方式创建线程池
    • 八.单例方式创建复用线程池
    • 九.任务是否需要返回值
    • 十.判断线程池是否执行完毕
    • 十一.项目实战使用案例

一.简介

​ 线程池：一种使用线程的模式，存放了很多可以复用的线程，对线程统一管理。我们可以使用new的方式去创建线程，但若是并发线程太高，每个线程执行时间不长，这样频繁的创建销毁线程是比较耗费资源的，线程池就是用来解决此问题的。

1.使用线程池的优点

（1）降低资源的消耗：线程可以重复使用，不需要在创建线程和消耗线程上浪费资源；

（2）提高响应速度：任务到达时，线程可以复用已有的线程，及时响应；

（3）可管理性：无限制的创建线程会降低系统效率，线程池可以对线程进行管理、监控、调优。

二.线程池参数说明

​ ThreadPoolExecutor是线程池最核心的一个类，我们来看它参数最完整的构造类，代码如下：

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

参数名	含义	解释
corePoolSize	线程池核心线程数	默认情况下，线程池中是没有线程的，当还没有一次任务到达过时，初始化的线程数为0，当有任务初次来临，直接创建corePoolSize个线程；核心线程生命周期无限，即使空闲也不会死亡。
maximumPoolSize	线程池能创建的最大线程数	当核心线程数已满，并且工作队列也已经存放满，才会去判断当前线程数是否小于maximumPoolSize，小于则继续创建线程处理任务，等于则执行拒绝策略。
keepAliveTime	闲置超时时间	当线程池中的线程数大于corePoolSize时，此值才生效，即大于corePoolSize的线程在经过keepAliveTime的时间依然没有任务执行，则销毁线程。
unit	超时时间单位	参数keepAliveTime的单位。
workQueue	工作队列	当核心线程数已满时，新提交的任务放到任务队列中（前提是任务队列没满）。
threadFactory	线程池创建新线程的工厂	创建线程，一般默认即可。
handler	线程池达到饱和之后的拒绝策略	当线程数达到最大线程maximumPoolSize后（此时队列已经存满），再有新任务提交，执行的处理策略。

三.WorkQueue工作队列说明

​ workQueque决定了缓存任务的排队策略，对于不同的业务场景，我们可以选择不同的工作队列。类型为BlockingQueue，我们看下源码，哪些类实现了BlockingQueue接口。

我们来说说以下常用的四种。

1.SynchronousQueue

​ 没有容量，直接提交队列，是无缓存等待队列，当任务提交进来，它总是马上将任务提交给线程去执行，如果线程已经达到最大，则执行拒绝策略；所以使用SynchronousQueue阻塞队列一般要求maximumPoolSize为无界（无限大），避免线程拒绝执行操作。从源码中可以看到容量为0：

   //是否为空，直接返回的true
   public boolean isEmpty() {
        return true;
    }

    //队列大小为0
    public int size() {
        return 0;
    }

2.LinkedBlockingQueue

默认情况下，LinkedBlockingQueue是个无界的任务队列，默认值是Integer.MAX_VALUE，当然我们也可以指定队列的大小。从构造LinkedBlockingQueue源码中可以看出它的大小指定方式：

   //默认构造函数，大小为Integer最大
    public LinkedBlockingQueue() {
        this(Integer.MAX_VALUE);
    }

   //也可以指定大小
    public LinkedBlockingQueue(int capacity) {
        if (capacity <= 0) throw new IllegalArgumentException();
        this.capacity = capacity;
        last = head = new Node<E>(null);
    }

为了避免队列过大造成机器负载，或者内存泄漏，我们在使用的时候建议手动传一个队列的大小。内部分别使用了takeLock和putLock对并发进行控制，添加和删除操作不是互斥操作，可以同时进行，这样大大提供了吞吐量。源码中有定义这两个锁：

   //获取元素使用的锁
   private final ReentrantLock takeLock = new ReentrantLock();

   //加入元素使用的锁
   private final ReentrantLock putLock = new ReentrantLock();

  //获取元素时使用到takeLock锁
  public E peek() {
        if (count.get() == 0)
            return null;
        final ReentrantLock takeLock = this.takeLock;
       //加锁操作
        takeLock.lock();
        try {
            //获取元素
            Node<E> first = head.next;
            if (first == null)
                return null;
            else
                return first.item;
        } finally {
            //解锁
            takeLock.unlock();
        }
    }
    
    //添加元素到队列中使用putLock锁
    public boolean offer(E e) {
        if (e == null) throw new NullPointerException();
        final AtomicInteger count = this.count;
        if (count.get() == capacity)
            return false;
        int c = -1;
        Node<E> node = new Node<E>(e);
        final ReentrantLock putLock = this.putLock;
        //加锁操作
        putLock.lock();
        try {
            //队列中存放的数据小于队列设置的值
            if (count.get() < capacity) {
                //添加元素
                enqueue(node);
                c = count.getAndIncrement();
                if (c + 1 < capacity)
                    notFull.signal();
            }
        } finally {
            //解锁
            putLock.unlock();
        }
        if (c == 0)
            signalNotEmpty();
        return c >= 0;
    }

3.ArrayBlockingQueue

可以理解为有界的队列，创建的时候必须要指定队列的大小，从源码可以看出构造的时候要传递值：

    public ArrayBlockingQueue(int capacity) {
        this(capacity, false);
    }

4.DelayQueue

是一个延迟队列，无界、队列中每个元素都有过期时间，当从队列获取元素时，只有过期的元素才会出队，而队列头部是最早过期的元素，若是没有过期，则进行等待。利用这个特性，我们可以用来处理定时任务调用的场景，例如订单过期未支付自动取消，设置一个在队列中过期的时间，过期了后，再去查询订单的状态，若是没支付，则调用取消订单的方法。

//获取元素
public E take() throws InterruptedException {
        final ReentrantLock lock = this.lock;
        lock.lockInterruptibly();
        try {
            for (;;) {
                //获取元素
                E first = q.peek();
                if (first == null)
                    //进入等待
                    available.await();
                else {
                    //获取过期时间
                    long delay = first.getDelay(NANOSECONDS);
                    if (delay <= 0)
                        //小于等于0则过期，返回此元素
                        return q.poll();
                    first = null; 
                    if (leader != null)
                        available.await();
                    else {
                        Thread thisThread = Thread.currentThread();
                        leader = thisThread;
                        try {
                            //设置还需要等待的时间
                            available.awaitNanos(delay);
                        } finally {
                            if (leader == thisThread)
                                leader = null;
                        }
                    }
                }
            }
        } finally {
            if (leader == null && q.peek() != null)
                available.signal();
            lock.unlock();
        }
    }

四.handler四种拒绝策略说明

​ 触发任务拒接的条件：当前同时运行的线程数量达到最大线程数maximumPoolSize，并且队列也放满了任务，即触发饱和拒绝策略。ThreadPoolExecutor中定义了四个拒绝策略内部类。

1.DiscardPolicy

当任务添加到线程池中被拒绝时，直接丢弃任务，不抛出异常，源码：

public static class DiscardPolicy implements RejectedExecutionHandler {

        public DiscardPolicy() { }


        public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
        }
    }

2.AbortPolicy

当任务添加到线程池中被拒绝时，直接丢弃任务，并抛出RejectedExecutionException异常，源码：

  public static class AbortPolicy implements RejectedExecutionHandler {

        public AbortPolicy() { }

        //不处理，直接抛出异常
        public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
            throw new RejectedExecutionException("Task " + r.toString() +
                                                 " rejected from " +
                                                 e.toString());
        }
    }

3.DiscardOldestPolicy

当任务添加到线程池中被拒绝时，判断线程池是否还在运行，然后获取队列，让队首（最久）的元素出队，直接抛弃，把当前任务添加执行，不出意外还是添加到队列中，除非当前这会好几个线程执行完，线程数小于了corePoolSize。

public static class DiscardOldestPolicy implements RejectedExecutionHandler {

        public DiscardOldestPolicy() { }

        public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
            //线程池还没有销毁停止
            if (!e.isShutdown()) {
                //获取队列，并让队列头（最久）的任务出队，丢弃队头
                e.getQueue().poll();
                //执行新任务，新任务再添加到队列中
                e.execute(r);
            }
        }
    }

4.CallerRunsPolicy

当任务添加到线程池中被拒绝时，判断线程池是否还在运行，直接在主线程中运行此任务，即在调用execute或者submit的方法中执行，不再使用线程池来处理此任务。

public static class CallerRunsPolicy implements RejectedExecutionHandler {

        public CallerRunsPolicy() { }

        public void rejectedExecution(Runnable r, ThreadPoolExecutor e) {
            //线程池还在运行
            if (!e.isShutdown()) {
                //让主进程来运行此任务
                r.run();
            }
        }
    }

为了说明这一点，来看一个demo：

    public static void main(String[] args) {
        //最大线程数设置为2，队列最大能存2，使用主线程执行的拒绝策略
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,2,10, TimeUnit.SECONDS,new LinkedBlockingQueue<>(2),new ThreadPoolExecutor.CallerRunsPolicy());

        //此时有6个任务，最大线程+队列能处理4个，主线程需要处理6-4=2个
        for(int i = 0; i < 6;i ++) {
            Runnable run = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
            threadPoolExecutor.execute(run);
        }
    }

执行结果：

五.线程池处理任务策略说明

1.如果当前线程池中的线程数量小于corePoolSize，则会创建一个线程执行此任务；

2.如果当前线程池中的线程数量大于corePoolSize，则会尝试将其添加到队列中，若添加成功，则该任务会排队等待线程将其取出进行执行；若队列中已达最大值，则添加失败，则会尝试创建新的线程执行这个任务；

3.如果当前线程池中的线程数量已经达到maximumPoolSize，则尝试创建新的线程结果为false，会采取任务拒绝策略；

4.如果线程池中线程数量大于corePoolSize，则当空闲时间超过keepAliveTime的线程，将会被终止，直到线程池数量不大于corePoolSize为止。

当提交一个新任务后，线程池的处理流程图：

来看当添加一个任务到线程池的源码：

   public void execute(Runnable command) {
        //执行的任务为空，直接抛出异常
        if (command == null)
            throw new NullPointerException();
       
        //ctl:AtomicInteger类型，获取当前线程池中的线程数
        int c = ctl.get();
        //当前线程数小于核心线程数，直接创建线程执行任务
        if (workerCountOf(c) < corePoolSize) {
            //创建线程执行任务，从wc >= (core ? corePoolSize : maximumPoolSize)可以看出，true代表创建核心线程，false代表创建非核心线程
            if (addWorker(command, true))
                //创建线程成功，直接返回
                return;
            //没成功，重新获取当前线程数
            c = ctl.get();
        }
       //线程池还是运行状态、并且把任务添加到队列中成功
        if (isRunning(c) && workQueue.offer(command)) {
            //获取下当前线程数
            int recheck = ctl.get();
            //若是线程池不运行了，则把当前添加的任务移出
            if (! isRunning(recheck) && remove(command))
                //执行拒绝策略
                reject(command);
            //当前运行的线程数为0，
            else if (workerCountOf(recheck) == 0)
                //传递空参数，不进行创建
                addWorker(null, false);
        }
        //尝试创建线程，此时传递false，wc >= (core ? corePoolSize : maximumPoolSize)，则看线程的上限匹配maximumPoolSize
        else if (!addWorker(command, false))
            //创建线程失败，执行拒绝策略
            reject(command);
    }

六.Executors四种创建线程池方式比较

​ Executors类(并发包)提供了4种创建线程池的方法，这些方法最终都是通过配置ThreadPoolExecutor的不同参数，来达到不同的线程管理效果。

1.newFixedThreadPool

创建一个定长的线程池，可控制最大并发数，超出的线程进行排队等待。源码如下：

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

从源码可以看出此线程池的核心线程数、最大线程数都是nThreads，线程空闲回收时间配置也没有意义了，所以闲置时间给0，队列使用LinkedBlockingQueue无界的方式，当线程数达到nThreads后，新任务放到队列中。

下面是demo:

public static void main(String[] args)  {
    // 创建定长线程池
    ExecutorService newFixedThreadPool = Executors.newFixedThreadPool(4);
 
    for (int i = 0; i < 10; i++) {
        //创建任务
        Runnable runnable = new Runnable(){
            @Override
            public void run() {
                try {
                    Thread.sleep(3);
                      System.out.println("当前执行的线程为:"+Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        };
        //任务添加到线程池
        newFixedThreadPool.execute(runnable);
    }
}

缺点：因为LinkedBlockingQueue是一个无界的队列，当线程数达到核心线程数时，新提交的任务会一直放到队列中，当任务很多的时候，会造成OOM(内存不足)。

2.newSingleThreadExecutor

​ 创建一个单线程池，它只会用唯一的工作线程来执行任务，超出的线程进行排队等待。源码如下：

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

从源码可以看出此线程池的核心线程数、最大线程数都是1，线程空闲回收时间配置也没有意义了，所以闲置时间给0，队列使用LinkedBlockingQueue无界的方式，当线程数达到1后，新任务放到队列中。

下面是demo:

public static void main(String[] args)  {
    // 创建单线程-线程池，任务依次执行
    ExecutorService   newSingleThreadExecutor = Executors.newSingleThreadExecutor();
    for (int i = 0; i < 6; i++) {
        //创建任务
        Runnable runnable = new Runnable(){
            @Override
            public void run() {
                System.out.println("当前执行的线程为:"+Thread.currentThread().getName());
            }
        };
         //任务添加到线程池
        newSingleThreadExecutor.execute(runnable);
    }
}

缺点：因为LinkedBlockingQueue是一个无界的队列，当线程数达到核心线程数时，新提交的任务会一直放到队列中，当任务很多的时候，会造成OOM(内存不足)。

3.newCachedThreadPool

​ 创建一个可缓存的线程池，如果线程池长度大于处理需要，则根据线程空闲时间大于60s的会进行销毁；新任务添加进来，若是没有空闲的线程复用，则会立马创建一个线程来处理，因为使用的是无缓存队列。源码如下：

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

从源码可以看出此线程池的核心线程数为0、最大线程数为无界Integer.MAX_VALUE，线程空闲回收时间60S，队列使用SynchronousQueue无缓存的方式，当有任务添加，能复用之前线程则复用，没有空闲线程则创建新线程。

下面是demo:

public static void main(String[] args)  {
    // 创建可缓存线程池
    ExecutorService newCachedThreadPool = Executors.newCachedThreadPool();
 
    for (int i = 0; i < 6; i++) {
        //创建任务
        Runnable runnable = new Runnable(){
            @Override
            public void run() {
                try {
                    Thread.sleep(6);
                   System.out.println("当前执行的线程为:"+Thread.currentThread().getName());
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
               
            }
        };
         //任务添加到线程池
        newCachedThreadPool.execute(runnable);
    }
}

缺点：因为最大线程数为无界，当任务很多的时候，会创建大量线程，造成OOM(内存不足)。

4.newScheduledThreadPool

创建支持定时、周期任务的线程池。源码如下：

   //Executors类中
   public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
        return new ScheduledThreadPoolExecutor(corePoolSize);
    }

   //ScheduledThreadPoolExecutor类中
    public ScheduledThreadPoolExecutor(int corePoolSize) {
        super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
              new DelayedWorkQueue());
    }

从源码可以看出此线程池的核心线程数为corePoolSize、最大线程数为无界Integer.MAX_VALUE，线程空闲回收时间0S，当线程数大于corePoolSize时，有线程处理完任务后，接下来就进行销毁。队列使用DelayedWorkQueue延迟队列，可以设置延时时间，当元素达到延时时间，才从队列出队。

下面是demo:

public static void main(String[] args)  {
    // 创建支持定时线程池
    ScheduledExecutorService  newScheduledThreadPool = Executors.newScheduledThreadPool(2);
 
    for (int i = 0; i < 5; i++) {
        //创建任务
        Runnable runnable = new Runnable(){
            @Override
            public void run() {
                System.out.println("当前执行的线程为:"+Thread.currentThread().getName());
            }
        };
        //任务添加到线程池，延迟2秒后才能从队列中出队
        newScheduledThreadPool.schedule(runnable, 2, TimeUnit.SECONDS);
    }
}

缺点：因为最大线程数为无界，当任务很多的时候，会创建大量线程，造成OOM(内存不足)。

七.ThreadPoolExecutor方式创建线程池

​ 为了解决Executors提供的四种快速创建线程池出现的OOM(内存不足)问题，推荐使用ThreadPoolExecutor的方式，按业务、按需创建线程池。设置合理的corePoolSize、maximumPoolSize、keepAliveTime、workQueue、handler。

​ 如果我们设置的线程池数量太小的话，如果同一时间有大量任务需要处理，可能会导致大量任务在队列中等待，甚至出现OOM（内存不足），但是此时cpu没有得到充分的利用；如果我们设置的线程数太大，大量线程可能会存在同时挣抢CPU的情况，导致大量的上下文切换，影响CPU的执行效率。

​ 我们可以从这两点去考虑线程池的配置：

（1）cpu密集型任务，需要线程长时间进行复杂的运算，这种类型的任务需要少创建线程，过多的线程将会频繁引起上下文切换，降低任务处理速度。

（2）io密集型任务，由于线程并不是一直在运行，可能大部分时间在等待io读取/写入数据，增加线程数量可以提高并发度，尽可能多处理任务。

下面是demo:

    public static void main(String[] args) {
        //最大线程数设置为2，队列最大能存2，使用主线程执行的拒绝策略
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,2,0, TimeUnit.SECONDS,new LinkedBlockingQueue<>(2),new ThreadPoolExecutor.CallerRunsPolicy());

        //此时有6个任务，最大线程+队列能处理4个，主线程需要处理6-4=2个
        for(int i = 0; i < 6;i ++) {
            Runnable run = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
            threadPoolExecutor.execute(run);
        }
    }

八.单例方式创建复用线程池

我们使用单例方式创建可复用的线程池，这样一次创建后，后续业务都使用此线程池，此线程池不关闭销毁，直到系统服务停止才销毁。来看使用内部静态类单例模式创建线程池：

public class MyThreadPool {

    //内部静态类构造
    private static class ThreadPoolHolder{
        private static ExecutorService threadPool = new ThreadPoolExecutor(6,
                10,
                30,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(),
                Executors.defaultThreadFactory(),
                new ThreadPoolExecutor.AbortPolicy());
    }

    public  MyThreadPool(){

    }

    public static ExecutorService getInstance(){
        return ThreadPoolHolder.threadPool;
    }
}

业务代码中直接使用：

        //从单例中获取到线程池资源
        ExecutorService threadPoolExecutor = MyThreadPool.getInstance();
        for(int i = 0; i < 6;i ++) {
            Runnable run = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
            threadPoolExecutor.execute(run);
        }

九.任务是否需要返回值

​ 执行的任务是否需要返回值，有些业务场景下，我们需要接收线程处理后的结果返回值。当不需要返回值的时候我们使用Runnable来创建一个任务，重写run方法，当需要接收返回值的时候，我们使用Callable来创建任务，重写call方法。具体来看看源码：

@FunctionalInterface
public interface Runnable {
    //没有返回值，也不抛出异常
    public abstract void run();
}

@FunctionalInterface
public interface Callable<V> {
    //有返回结果，处理有问题时抛出异常
    V call() throws Exception;
}

在把任务添加到线程池中也需要做区分，当不需要返回值时，直接使用execute方法添加任务；当需要接收返回值时，使用submit方法提交任务。具体来看源码：

  //execute没有返回值 
  public void execute(Runnable command) {}

  //submit使用泛型来接收返回值
  <T> Future<T> submit(Callable<T> task);

没有返回值的demo：

    public static void main(String[] args) {
        //最大线程数设置的为2，队列最大能存2，使用主线程执行的拒绝策略
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,2,10, TimeUnit.SECONDS,new LinkedBlockingQueue<>(2),new ThreadPoolExecutor.CallerRunsPolicy());

        //此时有6个任务，最大线程+队列能处理4个，主线程需要处理6-4=2个
        for(int i = 0; i < 6;i ++) {
            Runnable run = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
            threadPoolExecutor.execute(run);
        }
    }

有返回值的demo：

    public static void main(String[] args) throws ExecutionException, InterruptedException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,2,10, TimeUnit.SECONDS,new LinkedBlockingQueue<>(2),new ThreadPoolExecutor.CallerRunsPolicy());

        List<Future<String>> result = new ArrayList<Future<String>>();
        for(int i = 0; i < 6;i ++) {
            Callable call = new Callable(){
                @Override
                public String call() throws Exception {
                    try {
                        Thread.sleep(10);
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                    return "执行当前任务的线程："+Thread.currentThread().getName();
                }
            };
            Future<String> objectFuture = threadPoolExecutor.submit(call);
            //此处不能直接等着输出返回值，若是直接在此处输出结果值，则线程池就变成串行化的了
           //System.out.println(objectFuture.get());
            //需要使用一个集合来接收各个线程的处理结果值
            result.add(objectFuture);
        }
        for(int i = 0;i < result.size() ;i++) {
            System.out.println(result.get(i).get());
        }
    }

注意：有返回值的情况，返回的结果值需要定义一个集合来接收，不能在submit提交任务后就等着输出返回值，或者调用返回值，若是有这样的操作，会使多线程的执行变成串行化，因为线程一提交完，程序就等着输出线程一的返回值，此时线程二提交，需要排队在线程一执行完输出结果后才会去执行。

十.判断线程池是否执行完毕

​ 在很多场景下，我们都需要判断线程池是否已经执行完所有的任务，只有执行完所有的任务，我们再接着往下执行其他处理，例如需要对线程池处理的所有数据进行二次计算或者汇总，都是需要判断线程池是否已经处理完任务。例如下面代码就是存在线程池还没有处理完，就执行了主线程的后续代码：

   public static void main(String[] args) throws ExecutionException, InterruptedException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,
                2,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(2),
                new ThreadPoolExecutor.CallerRunsPolicy());

        for(int i = 0; i < 6;i ++) {
            Runnable call = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
           threadPoolExecutor.execute(call);
        }
        System.out.println("所有任务执行完成");
    }

程序输出结果：

1.isTerminated

​ 我们可以使用线程池的终止状态（TERMINATED)来判断线程池的任务是否已经全部执行完，想让线程池的状态发生变化，我们需要调用关闭线程池shutdown的方法，不然线程池会一直处于RUNNING运行状态。

来看一个demo：

   public static void main(String[] args) throws ExecutionException, InterruptedException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,
                2,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(2),
                new ThreadPoolExecutor.CallerRunsPolicy());

        for(int i = 0; i < 6;i ++) {
            Runnable call = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
           threadPoolExecutor.execute(call);
        }
        //关闭线程池
        threadPoolExecutor.shutdown();
        while(!threadPoolExecutor.isTerminated()){  //如果没有中断就一直cas自旋等待
        }
        System.out.println("所有任务执行完成");
    }

分析之前先来看ThreadPoolExecutor中定义的线程池5个状态：

RUNNING:运行状态，可以处理任务；

SHUTDOWN:关闭状态，此时线程池不能接受新的任务，他会等待所有排队任务执行完毕；

STOP:阻断状态，此时线程不接受新的任务，不处理排队任务，并且尝试终止正在执行的任务；

TIDYING:整理状态，此时工作的线程为0，尝试执行终止线程池的钩子函数；

TERMINATED:终止状态，已完成线程池终止。

当执行线程池的shutdown()方法时，则线程池处于SHUTDOWN状态，此时线程池不能接受新的任务，它会等待所有的排队任务执行完毕；当调用了shutdownNow（）方法时，则线程池处于STOP，此时线程池不能接受新的任务，并且会去尝试终止正在执行的任务。

2.getCompletedTaskCount

可以通过获取线程池的计划执行数、已执行完成数来判断线程池是否已执行完所有任务，如果计划执行数=已执行完成数，则线程池已经执行完成，否则未执行完成。

来看demo：

   public static void main(String[] args) throws ExecutionException, InterruptedException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,
                2,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(2),
                new ThreadPoolExecutor.CallerRunsPolicy());

        for(int i = 0; i < 6;i ++) {
            Runnable call = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
           threadPoolExecutor.execute(call);
        }
        //判断计划执行任务数与已经执行完任务数是否相等来控制
        while(threadPoolExecutor.getTaskCount() != threadPoolExecutor.getCompletedTaskCount()){
        }
        System.out.println("所有任务执行完成");
    }

getTaskCount()：获取计划执行的任务总数，因为线程和任务总是动态变化的，有可能在调用此方法的时候并发新加入了任务，因此返回的值只是一个近似值；

getCompletedTaskCount()：获取已经完成任务的总数，因为线程和任务总是动态变化的，有可能在调用此方法的时候并发完成了任务，因此返回的值只是一个近似值。

3.CountDownLatch

相当于计数器，我们创建一个包含N个任务的计数器，当有任务完成时，计数器减1，直到计数器减为0时，代表所有任务都执行完成了。CountDownLatch创建之后，只能使用一次，不能重复使用。

来看demo：

  public static void main(String[] args) throws ExecutionException, InterruptedException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(2,
                2,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(2),
                new ThreadPoolExecutor.CallerRunsPolicy());
        //创建一个计数器
        CountDownLatch countDownLatch = new CountDownLatch(6);
        for(int i = 0; i < 6;i ++) {
            Runnable call = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(10);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                        //计数器减1
                        countDownLatch.countDown();
                    } catch (InterruptedException e) {
                        e.printStackTrace();
                    }
                }
            };
           threadPoolExecutor.execute(call);
        }
        //阻塞等待，计数器的数量为0，才往下执行
        countDownLatch.await();
        System.out.println("所有任务执行完成");
    }

countDownLatch.countDown()：计数器减去1；

countDownLatch.await()：阻塞等待，计数器的数量为0，才往下执行，其它处理业务代码可以在await（）方法之后执行。

4.CyclicBarrier

与CountDownLatch类似，可以理解为一个可以重复使用的循环计数器，可以调用reset方法将自己重置为初始状态。

来看demo：

    public static void main(String[] args) throws ExecutionException, InterruptedException, BrokenBarrierException {

        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10,
                10,
                10,
                TimeUnit.SECONDS,
                new LinkedBlockingQueue<>(10),
                new ThreadPoolExecutor.CallerRunsPolicy());
        //创建一个计数器
        CyclicBarrier cyclicBarrier = new CyclicBarrier(6, new Runnable() {
            @Override
            public void run() {
                System.out.println("所有任务执行完成");
            }
        });
        for(int i = 0; i < 6;i ++) {
            Runnable call = new Runnable(){
                @Override
                public void run() {
                    try {
                        Thread.sleep(1);
                        System.out.println("执行当前任务的线程："+Thread.currentThread().getName());
                        cyclicBarrier.await();
                    } catch (InterruptedException | BrokenBarrierException e) {
                        e.printStackTrace();
                    }
                }
            };
           threadPoolExecutor.execute(call);
        }
    }

构造方法可以传递两个参数，第一个是计数器的数量，第二个是当计数器为0时，执行的事件回调方法；调用await方法时，计数器减1，线程阻塞，当计数器减为0后，才放这些线程继续往下执行，同一批次通过栅栏。

十一.项目实战使用案例

​ 根据查询到需要处理数据的条数，来建立合适的线程池，使用CountDownLatch标识数据是否处理完。

1. service层

private Object getItemList(DoravisPages doravisPages) throws Exception {
        List<xx> itemIdList = doravisPages.getItemIdList();  //条目id集合
        int itemNum = itemIdList.size();
        int corePoolSize = 15;
        int maximumPoolSize = corePoolSize;
        BlockingQueue<Runnable> workQueue = null;
        if(itemNum < corePoolSize) {   //数量小于核心线程数
            corePoolSize = itemNum;
            maximumPoolSize = itemNum;
            workQueue =  new SynchronousQueue<Runnable>();    //无缓存队列
        } else {
            workQueue = new LinkedBlockingDeque<>(itemNum-corePoolSize);   //指定缓冲队列大小，大小为item数量-核心线程数
        }

        //拒接策略都是主线程执行（不能丢数据），上面的配置要求不会存在拒接的情况
        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(corePoolSize, maximumPoolSize,
                60, TimeUnit.SECONDS,
                workQueue,
                new ThreadPoolExecutor.CallerRunsPolicy());
        List<Future<bb>> results = new ArrayList<Future<bb>>(itemNum);
        // 单次计数器
        CountDownLatch countDownLatch = new CountDownLatch(itemNum);
        for(int i = 0;i < itemIdList.size();i++) {
            //这些service都是使用@Autowired注入的service类，传递过去，作为参数在线程类中查询数据使用
            OutPutTheadPoolService task = new OutPutTheadPoolService(itemIdList.get(i).getId(),countDownLatch,itemService,interaEventService,apiService,itemChildService);
            //接收返回结果值
            Future<bb> data = threadPoolExecutor.submit(task);
            //结果值添加到集合中
            results.add(data);
        }

        countDownLatch.await();        //等待线程执行完毕
        threadPoolExecutor.shutdown(); //关闭线程池

        List<bb> itemList = new ArrayList<bb>(itemNum);
        for(int k = 0; k < results.size();k++) {
            itemList.add(results.get(k).get());
        }
        return itemList;
    }

2.线程处理类，实现Callable接口

public class OutPutTheadPoolService implements Callable<bb> {

    private final Integer itemId;
    private CountDownLatch countDownLatch;
    private final ItemService itemService;
    private final InteraEventService interaEventService;
    private final ApiService apiService;
    private final ItemChildService itemChildService;

    //接收参数
    public OutPutTheadPoolService(Integer itemId,CountDownLatch countDownLatch,ItemService itemService,InteraEventService interaEventService,ApiService apiService,ItemChildService itemChildService) {
        this.itemId = itemId;
        this.countDownLatch = countDownLatch;
        this.doravisPageItemService = doravisPageItemService;
        this.doravisInteraEventService = doravisInteraEventService;
        this.doravisApiService = doravisApiService;
        this.doravisPageItemChildService = doravisPageItemChildService;
    }


    @Override
    public bb call() throws Exception {
        bb bb = new bb();
        //查询item信息
        aa aa = doravisPageItemService.getPageItemById(itemId);
        BeanUtils.copyProperties(aa,bb);
        String json = "{itemId:"+itemId+"}";
        //查询事件集合
        List<cc> eventList = interaEventService.getPreviewEventListByItemId(json);
        bb.setEventList(eventList);
       
        if(2 == bb.getAssessType() && null != bb.getApiId()) {
            Api api = apiService.getDoravisApiById(bb.getApiId());
            bb.setDoravisApi(api);
        }
        //执行完一个任务，计数器减1
        countDownLatch.countDown();
        return bb;
    }
}