Java线程池饱和策略详解

Java线程池是并发编程中常用的工具，但当任务队列满且线程数达到上限时，ThreadPoolExecutor会触发饱和策略。本文深入探讨Java线程池的四种内置饱和策略：AbortPolicy（抛出异常）、DiscardPolicy（静默丢弃）、DiscardOldestPolicy（丢弃最老任务）和CallerRunsPolicy（调用线程执行），并介绍如何自定义RejectedExecutionHandler来满足特定需求，例如日志记录。选择合适的饱和策略至关重要，需根据数据重要性、系统负载和业务容忍度进行权衡，以提升系统的稳定性和响应能力。理解并合理运用这些策略，能有效应对高并发场景下的任务拒绝问题，保障应用的健壮运行。

当任务队列满且线程达上限时，ThreadPoolExecutor触发饱和策略：AbortPolicy抛异常，DiscardPolicy静默丢弃，DiscardOldestPolicy丢弃最老任务，CallerRunsPolicy由调用线程执行任务；可自定义RejectedExecutionHandler处理，如日志记录；应根据数据重要性、系统负载和业务需求选择合适策略以提升稳定性与响应能力。

当ThreadPoolExecutor中的任务队列已满且线程数达到最大值时，新提交的任务无法被处理，此时会触发饱和策略（也称为拒绝策略）。Java提供了几种内置的饱和策略，并允许开发者自定义策略来应对这种“饱和”状态。合理选择和使用饱和策略对系统稳定性至关重要。

内置饱和策略类型

ThreadPoolExecutor 提供了四种常见的内置拒绝策略，通过 RejectedExecutionHandler 接口实现：

• AbortPolicy：默认策略。直接抛出 RejectedExecutionException 异常，拒绝任务提交。
• DiscardPolicy：静默丢弃新提交的任务，不抛异常，也不执行任务。
• DiscardOldestPolicy：丢弃队列中最早加入的任务，然后尝试将当前任务加入队列。
• CallerRunsPolicy：由提交任务的线程（调用者）自己执行该任务。可以减缓任务提交速度，起到“背压”作用。

这些策略可以通过构造 ThreadPoolExecutor 时传入：

int corePoolSize = 2;
int maximumPoolSize = 4;
long keepAliveTime = 10L;
TimeUnit unit = TimeUnit.SECONDS;
BlockingQueue<Runnable> workQueue = new ArrayBlockingQueue<>(2);

// 使用 CallerRunsPolicy
ThreadPoolExecutor executor = new ThreadPoolExecutor(
    corePoolSize,
    maximumPoolSize,
    keepAliveTime,
    unit,
    workQueue,
    new ThreadPoolExecutor.CallerRunsPolicy()
);

自定义饱和策略

如果内置策略不满足业务需求，可以实现 RejectedExecutionHandler 接口来自定义处理方式。

例如，记录日志、将任务写入磁盘或转发到消息队列：

public class LoggingRejectedHandler implements RejectedExecutionHandler {
    @Override
    public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
        System.err.println("任务被拒绝：" + r.toString() + "，当前线程池大小：" + 
                          executor.getPoolSize() + "，队列大小：" + 
                          executor.getQueue().size());
        // 可扩展：发送告警、持久化任务等
    }
}

使用方式：

ThreadPoolExecutor executor = new ThreadPoolExecutor(
    corePoolSize,
    maximumPoolSize,
    keepAliveTime,
    unit,
    workQueue,
    new LoggingRejectedHandler()
);

如何选择合适的策略

不同场景适合不同的策略：

• 对数据完整性要求高的系统，可使用 AbortPolicy 并捕获异常进行重试或上报。
• 允许丢失非关键任务的场景，可用 DiscardPolicy 简单处理。
• 希望尽可能处理更多任务，可选 DiscardOldestPolicy，牺牲旧任务。
• 需要限流保护系统的，推荐 CallerRunsPolicy，让调用线程参与执行，减缓提交速度。

基本上就这些。根据实际负载和业务容忍度选择合适的饱和策略，能有效提升应用的健壮性和响应能力。

终于介绍完啦！小伙伴们，这篇关于《Java线程池饱和策略详解》的介绍应该让你收获多多了吧！欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布文章相关知识，快来关注吧！