线程池技术解读

GGBOND2025/12/3大约 7 分钟

线程池技术解读

一、线程池是什么？

线程池就像一家餐厅的服务员团队：

不用现招服务员：餐厅不会在顾客来时才临时招聘新服务员（创建新线程）
直接分配任务：而是让现有的服务员（线程池中的线程）去接待顾客（执行任务）
排队机制：如果顾客太多，一部分会在等位区等待（任务队列）
拒绝新顾客：如果等位区也满了，餐厅会礼貌拒绝新顾客（拒绝策略）

简单说，线程池就是预先准备好的一组线程，用来重复执行多个任务，避免了频繁招聘和解雇服务员（创建和销毁线程）的麻烦。

二、为什么需要线程池？

1. 省钱又高效

创建和销毁线程就像招聘和解雇员工一样，费时费力还费钱。线程池提前准备好线程，重复使用，大大节省了系统资源。

2. 快速响应

顾客（任务）来了，马上有服务员（线程）接待，不用等待服务员招聘。系统响应速度更快，用户体验更好。

3. 避免人浮于事

餐厅不会招无限多的服务员，线程池也限制了最大线程数，防止系统资源被耗尽。

4. 方便管理

统一管理所有线程，就像餐厅经理管理服务员团队一样，可以监控工作状态，合理调配资源。

三、项目中线程池的实际实现

1. 核心线程池设计

我们项目中的BusinessThreadPool类是这样设计的：

public class BusinessThreadPool extends BaseThreadPool {
    private static ThreadPoolExecutor execute = null;

    static {
        execute = new ThreadPoolExecutor(
                // 核心线程数：CPU核心数+1，确保至少有一个核心线程处理任务
                Runtime.getRuntime().availableProcessors() + 1,
                // 最大线程数：通过CPU核心数除以0.2计算得出
                maximumPoolSize(),
                // 空闲线程存活时间：60秒
                60, TimeUnit.SECONDS,
                // 任务队列：最多能排600个任务
                new ArrayBlockingQueue<>(600),
                // 线程工厂：给线程起名字，方便识别
                new BusinessNameThreadFactory(),
                // 拒绝策略：任务太多时直接拒绝并抛出异常
                new ThreadPoolRejectedExecutionHandler.BusinessAbortPolicy());
    }
    
    // 其他方法...
}

2. 为什么这样设计参数？

核心线程数 = CPU核心数 + 1

充分利用CPU：确保至少有一个线程能处理任务
折中方案：平衡了CPU密集型任务和I/O密集型任务的需求
经验值：这是行业通用的一个合理配置值

最大线程数 = CPU核心数 / 0.2

合理扩展：相当于CPU核心数的5倍左右
应对高并发：当任务突然增多时，能快速扩展处理能力
动态计算：根据服务器配置自动调整，无需人工修改

任务队列容量600

防止内存溢出：队列大小有限，避免任务无限积压
缓冲区作用：允许短时间的任务量波动
合理设置：基于业务流量分析得出的合理值

3. 线程命名的巧妙设计

我们的线程工厂会给每个线程起有意义的名字：

// 线程名字格式：task-pool--1--thread--1
// 解释：第1个线程池中的第1个线程

这样设计的好处：

方便调试：出问题时能快速定位到具体线程
便于监控：可以清晰看到有多少线程池和多少线程在运行
易于管理：区分不同用途的线程

4. 上下文传递机制

项目中最巧妙的设计是上下文传递机制：

当一个任务在线程池中执行时，能继承父线程的一些重要信息
比如请求的追踪ID、用户信息等
确保日志记录、错误追踪的连续性

就像顾客从一个服务员转到另一个服务员时，新服务员能知道顾客之前的需求和点餐情况。

四、线程池在项目中的实际应用场景

1. 数据预热与缓存初始化

购票人列表预热：在用户访问节目详情页时，异步预热加载购票人列表到Redis缓存，提升后续购票体验

BusinessThreadPool.execute(() -> {
    if (!redisCache.hasKey(RedisKeyBuild.createRedisKey(RedisKeyManage.TICKET_USER_LIST,userId))) {
        // 调用用户服务获取购票人列表并缓存
        TicketUserListDto ticketUserListDto = new TicketUserListDto();
        ticketUserListDto.setUserId(Long.parseLong(userId));
        ApiResponse<List<TicketUserVo>> apiResponse = userClient.list(ticketUserListDto);
        // 缓存购票人列表
    }
});

账户订单数量预热：异步加载用户对特定节目的订单数量，优化用户体验

节目分类数据缓存：应用启动时异步初始化节目分类数据到Redis

@Override
public void executeInit(final ConfigurableApplicationContext context) {
    BusinessThreadPool.execute(() -> {
        programCategoryService.programCategoryRedisDataInit();
    });
}

2. Elasticsearch数据同步与初始化

ES索引数据初始化：应用启动和定时任务中异步初始化节目数据到Elasticsearch

@Override
public void executeInit(final ConfigurableApplicationContext context) {
    BusinessThreadPool.execute(() -> {
        try {
            initElasticsearchData();
        }catch (Exception e) {
            log.error("executeInit error",e);
        }
    });
}

3. 布隆过滤器异步初始化

用户手机号布隆过滤器：应用启动时异步加载所有用户手机号到布隆过滤器，用于快速判断手机号是否存在

@Override
public void executeInit(final ConfigurableApplicationContext context) {
    BusinessThreadPool.execute(() -> {
        List<String> allMobile = userService.getAllMobile();
        if (CollectionUtil.isNotEmpty(allMobile)) {
            allMobile.forEach(mobile -> bloomFilterHandler.add(mobile));
        }
    });
}

4. 定时任务处理

节目服务定时任务：每晚23点异步执行节目数据重置和更新

@Scheduled(cron = "0 0 23 * * ?")
public void executeTask(){
    BusinessThreadPool.execute(() -> {
        try {
            log.warn("节目服务定时任务重置执行");
            List<Long> allProgramIdList = programService.getAllProgramIdList();
            // 重置每个节目的执行状态
            // 更新节目上映时间
            // 重新初始化ES数据
        }catch (Exception e) {
            log.error("executeTask error",e);
        }
    });
}

订单服务定时任务：每晚23点异步清理过期订单数据

@Scheduled(cron = "0 0 23 * * ?")
public void executeTask(){
    BusinessThreadPool.execute(() -> {
        try {
            log.warn("订单服务定时任务重置执行");
            orderService.delOrderAndOrderTicketUser();
        }catch (Exception e) {
            log.error("executeTask error",e);
        }
    });
}