线程池 坑中之王 ！
大家好，我是苏三，又跟大家见面了。
前言
线程池是 Java 中处理多线程的强大工具，但它不仅仅是“直接用就完事”的工具。
很多小伙伴在用线程池时，因为配置不当或忽略细节，踩过许多坑。
今天跟大家一起聊聊线程池中容易踩的 10 个坑，以及如何避免这些坑，希望对你会有所帮助。
1. 直接使用 Executors 创建线程池
许多初学者在创建线程池时，直接使用 Executors 提供的快捷方法：
ExecutorService executor = Executors.newFixedThreadPool(10);
问题在哪？
- 无界队列：
newFixedThreadPool使用的队列是LinkedBlockingQueue，它是无界队列，任务堆积可能会导致内存溢出。 - 线程无限增长：
newCachedThreadPool会无限创建线程，在任务量激增时可能耗尽系统资源。
示例：内存溢出的风险
ExecutorService executor = Executors.newFixedThreadPool(2);
for (int i = 0; i < 1000000; i++) {
executor.submit(() -> {
try {
Thread.sleep(1000);
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
任务数远大于线程数，导致任务无限堆积在队列中，最终可能导致 OutOfMemoryError。
解决办法
使用 ThreadPoolExecutor，并明确指定参数：
ThreadPoolExecutor executor = new ThreadPoolExecutor(
2,
4,
60L,
TimeUnit.SECONDS,
new ArrayBlockingQueue<>(100), // 有界队列
new ThreadPoolExecutor.AbortPolicy() // 拒绝策略
);
2. 错误配置线程数
很多人随意配置线程池参数，比如核心线程数 10，最大线程数 100，看起来没问题，但这可能导致性能问题或资源浪费。
示例：错误配置导致的线程过载
ThreadPoolExecutor executor = new ThreadPoolExecutor(
10, // 核心线程数
100, // 最大线程数
60L,
TimeUnit.SECONDS,
new ArrayBlockingQueue<>(10)
);
for (int i = 0; i < 1000; i++) {
executor.submit(() -> {
try {
Thread.sleep(5000); // 模拟耗时任务
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
这种配置在任务激增时，会创建大量线程，系统资源被耗尽。
正确配置方式
根据任务类型选择合理的线程数：
- CPU 密集型：线程数建议设置为
CPU 核心数 + 1。 - IO 密集型：线程数建议设置为
2 * CPU 核心数。
示例：
int cpuCores = Runtime.getRuntime().availableProcessors();
ThreadPoolExecutor executor = new ThreadPoolExecutor(
cpuCores + 1,
cpuCores + 1,
60L,
TimeUnit.SECONDS,
new ArrayBlockingQueue<>(50)
);
3. 忽略任务队列的选择
任务队列直接影响线程池的行为。如果选错队列类型，会带来很多隐患。
常见队列的坑
- 无界队列：任务无限堆积。
- 有界队列：队列满了会触发拒绝策略。
- 优先级队列：容易导致高优先级任务频繁抢占低优先级任务。
示例：任务堆积导致问题
ThreadPoolExecutor executor = new ThreadPoolExecutor(
2,
4,
60L,
TimeUnit.SECONDS,
new LinkedBlockingQueue<>()
);
for (int i = 0; i < 100000; i++) {
executor.submit(() -> System.out.println(Thread.currentThread().getName()));
}
改进方法：用有界队列，避免任务无限堆积。
new ArrayBlockingQueue<>(100);
4. 忘记关闭线程池
有些小伙伴用完线程池后，忘记调用 shutdown()，导致程序无法正常退出。
示例：线程池未关闭
ExecutorService executor = Executors.newFixedThreadPool(5);
executor.submit(() -> System.out.println("任务执行中..."));
// 线程池未关闭，程序一直运行
正确关闭方式
executor.shutdown();
try {
if (!executor.awaitTermination(60, TimeUnit.SECONDS)) {
executor.shutdownNow();
}
} catch (InterruptedException e) {
executor.shutdownNow();
}
5. 忽略拒绝策略
当任务队列满时，线程池会触发拒绝策略，很多人不知道默认策略（AbortPolicy）会直接抛异常。
示例：任务被拒绝
ThreadPoolExecutor executor = new ThreadPoolExecutor(
1,
1,
60L,
TimeUnit.SECONDS,
new ArrayBlockingQueue<>(2),
new ThreadPoolExecutor.AbortPolicy() // 默认策略
);
for (int i = 0; i < 10; i++) {
executor.submit(() -> System.out.println("任务"));
}
执行到第四个任务时会抛出 RejectedExecutionException。
改进：选择合适的策略
CallerRunsPolicy：提交任务的线程自己执行。DiscardPolicy：直接丢弃新任务。DiscardOldestPolicy：丢弃最老的任务。
6. 任务中未处理异常
线程池中的任务抛出异常时，线程池不会直接抛出，导致很多问题被忽略。
示例：异常被忽略
executor.submit(() -> {
throw new RuntimeException("任务异常");
});
解决方法
- 捕获任务内部异常：
executor.submit(() -> {
try {
throw new RuntimeException("任务异常");
} catch (Exception e) {
System.err.println("捕获异常：" + e.getMessage());
}
});
- 自定义线程工厂：
ThreadFactory factory = r -> {
Thread t = new Thread(r);
t.setUncaughtExceptionHandler((thread, e) -> {
System.err.println("线程异常：" + e.getMessage());
});
return t;
};
7. 阻塞任务占用线程池
如果线程池中的任务是阻塞的（如文件读写、网络请求），核心线程会被占满，影响性能。
示例：阻塞任务拖垮线程池
executor.submit(() -> {
Thread.sleep(10000); // 模拟阻塞任务
});
改进方法
- 减少任务的阻塞时间。
- 增加核心线程数。
- 使用异步非阻塞方式（如 NIO）。
8. 滥用线程池
线程池不是万能的，某些场景直接使用 new Thread() 更简单。
示例：过度使用线程池
一个简单的短期任务：
ExecutorService executor = Executors.newSingleThreadExecutor();
executor.submit(() -> System.out.println("执行任务"));
executor.shutdown();
这种情况下，用线程池反而复杂。
改进方式
new Thread(() -> System.out.println("执行任务")).start();
9. 未监控线程池状态
很多人用线程池后，不监控其状态，导致任务堆积、线程耗尽的问题被忽略。
示例：监控线程池状态
System.out.println("核心线程数：" + executor.getCorePoolSize());
System.out.println("队列大小：" + executor.getQueue().size());
System.out.println("已完成任务数：" + executor.getCompletedTaskCount());
结合监控工具（如 JMX、Prometheus），实现实时监控。
10. 动态调整线程池参数
有些人在线程池设计时忽略了参数调整的必要性，导致后期性能优化困难。
示例：动态调整核心线程数
executor.setCorePoolSize(20);
executor.setMaximumPoolSize(50);
实时调整线程池参数，能适应业务的动态变化。
总结
线程池是强大的工具，但如果我们日常工作中用得不好也非常容易踩坑。
这篇文章通过实际代码示例，我们可以清楚看到线程池的问题所在及改进方法。
希望这些内容能帮你避免踩坑，写出高质量的线程池代码！
线程池用得好，效率杠杠的；用得不好，程序天天崩！
腾讯云开发者
