java线程池合理设置最大线程数和核心线程数方式

线程池合理设置最大线程数和核心线程数

工作中有这样一个场景，需要处理千万级别的数据的一个算法，大部分是增删查的操作。这个时候就需要使用多线程去处理。

一开始是这么配置的

@configuration
@enableasync(proxytargetclass = true)//利用@enableasync注解开启异步任务支持
@componentscan({"com.ctfojt.auditbcarslogo.service"}) //必须加此注解扫描包
public class threadpoolconfig implements asyncconfigurer {
    @override
    public executor getasyncexecutor() {
        threadpooltaskexecutor taskexecutor = new threadpooltaskexecutor();
        taskexecutor.setcorepoolsize(10);//核心线程大小
        taskexecutor.setmaxpoolsize(20);//最大线程大小
        taskexecutor.setqueuecapacity(500);//队列最大容量
        //当提交的任务个数大于queuecapacity，就需要设置该参数，但spring提供的都不太满足业务场景，可以自定义一个，也可以注意不要超过queuecapacity即可
        taskexecutor.setrejectedexecutionhandler(new threadpoolexecutor.callerrunspolicy());
        taskexecutor.setwaitfortaskstocompleteonshutdown(true);
        taskexecutor.setawaitterminationseconds(10);
        taskexecutor.setthreadnameprefix("bcarlogo-thread-");
        taskexecutor.initialize();
        return taskexecutor;
    }
}

这样配置效率很低，一天大概能处理30多万的数据。往后随着插入表的数据越来越多，处理速度也随之降低，跑个一两天之后，差不多能够处理10万多。完全满足不了需求。

后来网上查询线程池核心数配置

大部分都是这样的：

注：io密集型（某大厂实践经验） 核心线程数 = cpu核数 / （1-阻塞系数）或着 cpu密集型：核心线程数 = cpu核数 + 1 io密集型：核心线程数 = cpu核数 * 2

也尝试着这么配置，结果发现效率并不理想，提高不了多少。

最后我是这么配置的

结果效率大大提升，仅用不到一天的数据，就跑完了千万级的数据。

//获取当前机器的核数
public static final int cpunum = runtime.getruntime().availableprocessors();
@override
    public executor getasyncexecutor() {
        threadpooltaskexecutor taskexecutor = new threadpooltaskexecutor();
        taskexecutor.setcorepoolsize(cpunum);//核心线程大小
        taskexecutor.setmaxpoolsize(cpunum * 2);//最大线程大小
        taskexecutor.setqueuecapacity(500);//队列最大容量
        //当提交的任务个数大于queuecapacity，就需要设置该参数，但spring提供的都不太满足业务场景，可以自定义一个，也可以注意不要超过queuecapacity即可
        taskexecutor.setrejectedexecutionhandler(new threadpoolexecutor.callerrunspolicy());
        taskexecutor.setwaitfortaskstocompleteonshutdown(true);
        taskexecutor.setawaitterminationseconds(60);
        taskexecutor.setthreadnameprefix("bcarlogo-thread-");
        taskexecutor.initialize();
        return taskexecutor;
    }

完美的解决了问题！

线程池核心线程数与最大线程数的区别

线程池策略

corepoolsize：核心线程数；maximunpoolsize：最大线程数

每当有新的任务到线程池时，

• 第一步：先判断线程池中当前线程数量是否达到了corepoolsize，若未达到，则新建线程运行此任务，且任务结束后将该线程保留在线程池中，不做销毁处理，若当前线程数量已达到corepoolsize，则进入下一步；
• 第二步：判断工作队列(workqueue)是否已满，未满则将新的任务提交到工作队列中，满了则进入下一步；
• 第三步：判断线程池中的线程数量是否达到了maxumunpoolsize，如果未达到，则新建一个工作线程来执行这个任务，如果达到了则使用饱和策略来处理这个任务。注意： 在线程池中的线程数量超过corepoolsize时，每当有线程的空闲时间超过了keepalivetime，这个线程就会被终止。直到线程池中线程的数量不大于corepoolsize为止。

（由第三步可知，在一般情况下，java线程池中会长期保持corepoolsize个线程。）

饱和策略

当工作队列满且线程个数达到maximunpoolsize后所采取的策略

• abortpolicy：默认策略；新任务提交时直接抛出未检查的异常rejectedexecutionexception，该异常可由调用者捕获。
• callerrunspolicy：既不抛弃任务也不抛出异常，使用调用者所在线程运行新的任务。
• discardpolicy：丢弃新的任务，且不抛出异常。
• discardoldestpolicy：调用poll方法丢弃工作队列队头的任务，然后尝试提交新任务
• 自定义策略：根据用户需要定制。

以上为个人经验，希望能给大家一个参考，也希望大家多多支持。