本文分享自华为云社区《【高并发】放大招了，冰河带你10分钟手撸Java线程池，yyds，赶快收藏吧-云社区-华为云》，作者：冰 河。

Java线程池核心原理

看过Java线程池源码的小伙伴都知道，在Java线程池中最核心的类就是ThreadPoolExecutor，而在ThreadPoolExecutor类中最核心的构造方法就是带有7个参数的构造方法，如下所示。

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

各参数的含义如下所示。

corePoolSize：线程池中的常驻核心线程数。maximumPoolSize：线程池能够容纳同时执行的最大线程数，此值大于等于1。keepAliveTime：多余的空闲线程存活时间，当空间时间达到keepAliveTime值时，多余的线程会被销毁直到只剩下corePoolSize个线程为止。unit：keepAliveTime的单位。workQueue：任务队列，被提交但尚未被执行的任务。threadFactory：表示生成线程池中工作线程的线程工厂，用户创建新线程，一般用默认即可。handler：拒绝策略，表示当线程队列满了并且工作线程大于等于线程池的最大显示数(maxnumPoolSize)时，如何来拒绝请求执行的runnable的策略。

并且Java的线程池是通过 生产者-消费者模式 实现的，线程池的使用方是生产者，而线程池本身就是消费者。

Java线程池的核心工作流程如下图所示。

手撸Java线程池

我们自己手动实现的线程池要比Java自身的线程池简单的多，我们去掉了各种复杂的处理方式，只保留了最核心的原理：线程池的使用者向任务队列中添加任务，而线程池本身从任务队列中消费任务并执行任务。

只要理解了这个核心原理，接下来的代码就简单多了。在实现这个简单的线程池时，我们可以将整个实现过程进行拆解。拆解后的实现流程为：定义核心字段、创建内部类WorkThread、创建ThreadPool类的构造方法和创建执行任务的方法。

定义核心字段

首先，我们创建一个名称为ThreadPool的Java类，并在这个类中定义如下核心字段。

DEFAULT_WORKQUEUE_SIZE：静态常量，表示默认的阻塞队列大小。workQueue：模拟实际的线程池使用阻塞队列来实现生产者-消费者模式。workThreads：模拟实际的线程池使用List集合保存线程池内部的工作线程。

核心代码如下所示。

//默认阻塞队列大小private static final int DEFAULT_WORKQUEUE_SIZE = 5;//模拟实际的线程池使用阻塞队列来实现生产者-消费者模式private BlockingQueue<Runnable> workQueue;//模拟实际的线程池使用List集合保存线程池内部的工作线程private List<WorkThread> workThreads = new ArrayList<WorkThread>();

在ThreadPool类中创建一个内部类WorkThread，模拟线程池中的工作线程。主要的作用就是消费workQueue中的任务，并执行任务。由于工作线程需要不断从workQueue中获取任务，所以，这里使用了while(true)循环不断尝试消费队列中的任务。

核心代码如下所示。

//内部类WorkThread，模拟线程池中的工作线程//主要的作用就是消费workQueue中的任务，并执行//由于工作线程需要不断从workQueue中获取任务，使用了while(true)循环不断尝试消费队列中的任务class WorkThread extends Thread{    @Override    public void run() {        //不断循环获取队列中的任务        while (true){            //当没有任务时，会阻塞            try {                Runnable workTask = workQueue.take();                workTask.run();            } catch (InterruptedException e) {                e.printStackTrace();            }        }    }}

这里，我们为ThreadPool类创建两个构造方法，一个构造方法中传入线程池的容量大小和阻塞队列，另一个构造方法中只传入线程池的容量大小。

核心代码如下所示。

//在ThreadPool的构造方法中传入线程池的大小和阻塞队列public ThreadPool(int poolSize, BlockingQueue<Runnable> workQueue){    this.workQueue = workQueue;    //创建poolSize个工作线程并将其加入到workThreads集合中    IntStream.range(0, poolSize).forEach((i) -> {        WorkThread workThread = new WorkThread();        workThread.start();        workThreads.add(workThread);    });}//在ThreadPool的构造方法中传入线程池的大小public ThreadPool(int poolSize){    this(poolSize, new LinkedBlockingQueue<>(DEFAULT_WORKQUEUE_SIZE));}

在ThreadPool类中创建执行任务的方法execute()，execute()方法的实现比较简单，就是将方法接收到的Runnable任务加入到workQueue队列中。

核心代码如下所示。

//通过线程池执行任务public void execute(Runnable task){    try {        workQueue.put(task);    } catch (InterruptedException e) {        e.printStackTrace();    }}

这里，我们给出手动实现的ThreadPool线程池的完整源代码，如下所示。

package io.binghe.thread.pool;import java.util.ArrayList;import java.util.List;import java.util.concurrent.BlockingQueue;import java.util.concurrent.LinkedBlockingQueue;import java.util.stream.IntStream;/** * @author binghe * @version 1.0.0 * @description 自定义线程池 */public class ThreadPool {    //默认阻塞队列大小    private static final int DEFAULT_WORKQUEUE_SIZE = 5;    //模拟实际的线程池使用阻塞队列来实现生产者-消费者模式    private BlockingQueue<Runnable> workQueue;    //模拟实际的线程池使用List集合保存线程池内部的工作线程    private List<WorkThread> workThreads = new ArrayList<WorkThread>();    //在ThreadPool的构造方法中传入线程池的大小和阻塞队列    public ThreadPool(int poolSize, BlockingQueue<Runnable> workQueue){        this.workQueue = workQueue;        //创建poolSize个工作线程并将其加入到workThreads集合中        IntStream.range(0, poolSize).forEach((i) -> {            WorkThread workThread = new WorkThread();            workThread.start();            workThreads.add(workThread);        });    }    //在ThreadPool的构造方法中传入线程池的大小    public ThreadPool(int poolSize){        this(poolSize, new LinkedBlockingQueue<>(DEFAULT_WORKQUEUE_SIZE));    } //通过线程池执行任务    public void execute(Runnable task){        try {            workQueue.put(task);        } catch (InterruptedException e) {            e.printStackTrace();        }    }    //内部类WorkThread，模拟线程池中的工作线程    //主要的作用就是消费workQueue中的任务，并执行    //由于工作线程需要不断从workQueue中获取任务，使用了while(true)循环不断尝试消费队列中的任务    class WorkThread extends Thread{        @Override        public void run() {            //不断循环获取队列中的任务            while (true){                //当没有任务时，会阻塞                try {                    Runnable workTask = workQueue.take();                    workTask.run();                } catch (InterruptedException e) {                    e.printStackTrace();                }            }        }    }}

没错，我们仅仅用了几十行Java代码就实现了一个极简版的Java线程池，没错，这个极简版的Java线程池的代码却体现了Java线程池的核心原理。

接下来，我们测试下这个极简版的Java线程池。

编写测试程序

测试程序也比较简单，就是通过在main()方法中调用ThreadPool类的构造方法，传入线程池的大小，创建一个ThreadPool类的实例，然后循环10次调用ThreadPool类的execute()方法，向线程池中提交的任务为：打印当前线程的名称--->> Hello ThreadPool。

整体测试代码如下所示。

package io.binghe.thread.pool.test;import io.binghe.thread.pool.ThreadPool;import java.util.stream.IntStream;/** * @author binghe * @version 1.0.0 * @description 测试自定义线程池 */public class ThreadPoolTest {    public static void main(String[] args){        ThreadPool threadPool = new ThreadPool(10);        IntStream.range(0, 10).forEach((i) -> {            threadPool.execute(() -> {                System.out.println(Thread.currentThread().getName() + "--->> Hello ThreadPool");            });        });    }}

接下来，运行ThreadPoolTest类的main()方法，会输出如下信息。

Thread-0--->> Hello ThreadPoolThread-9--->> Hello ThreadPoolThread-5--->> Hello ThreadPoolThread-8--->> Hello ThreadPoolThread-4--->> Hello ThreadPoolThread-1--->> Hello ThreadPoolThread-2--->> Hello ThreadPoolThread-5--->> Hello ThreadPoolThread-9--->> Hello ThreadPoolThread-0--->> Hello ThreadPool

至此，我们自定义的Java线程池就开发完成了。

总结

线程池的核心原理其实并不复杂，只要我们耐心的分析，深入其源码理解线程池的核心本质，你就会发现线程池的设计原来是如此的优雅。希望通过这个手写线程池的小例子，能够让你更好的理解线程池的核心原理。

关注#华为云开发者联盟# 点击下方，第一时间了解华为云新鲜技术~

华为云博客_大数据博客_AI博客_云计算博客_开发者中心-华为云