[[435054]]

 前言

由于線程的創建和銷毀對操作系統來說都是比較重量級的操作，所以線程的池化在各種語言內都有實踐，當然在 Java 語言中線程池是也非常重要的一部分，有 Doug Lea 大神對線程池的封裝，我們使用的時候是非常方便，但也可能會因為不了解其具體實現，對線程池的配置參數存在誤解。

我們經常在一些技術書籍或博客上看到，向線程池提交任務時，線程池的執行邏輯如下：

•  當一個任務被提交后，線程池首先檢查正在運行的線程數是否達到核心線程數，如果未達到則創建一個線程。
•  如果線程池內正在運行的線程數已經達到了核心線程數，任務將會被放到 BlockingQueue 內。
•  如果 BlockingQueue 已滿，線程池將會嘗試將線程數擴充到最大線程池容量。
•  如果當前線程池內線程數量已經達到最大線程池容量，則會執行拒絕策略拒絕任務提交。

流程如圖（摘自美團技術博客）：

流程描述沒有問題，但如果某些點未經過推敲，容易導致誤解，而且描述中的情境太理想化，如果配置時不考慮運行時環境，也會出現一些非常詭異的問題。

核心池

線程池內線程數量小于等于 coreSize 的部分我稱為核心池，核心池是線程池的常駐部分，內部的線程一般不會被銷毀，我們提交的任務也應該絕大部分都由核心池內的線程來執行。

線程創建時機的誤解

有關核心池最常見的一個誤區是沒搞清楚核心池內線程的創建時機，這個問題，我覺得甩 10% 的鍋給 Doug Lea 大神應該不算過分，因為他在文檔里寫道 “If fewer than corePoolSize threads are running, try to start a new thread with the given command as its first task”，其中 "running" 這個詞就比較有歧義，因為在我們理解里 running 是指當前線程已被操作系統調度，擁有操作系統時間分片，或者被理解為正在執行某個任務。

基于以上的理解，我們很容易就認為如果任務的 QPS 非常低，線程池內線程數量永遠也達不到 coreSize。即如果我們配置了 coreSize 為 1000，實際上 QPS 只有 1，單個任務耗時 1s，那么核心池大小就會一直是 1，即使有流量抖動，核心池也只會被擴容到 3。因為一個線程每秒執行執行一個任務，剛好不用創建新線程就足以應對 1QPS。

創建過程

但如果簡單設計一個測試，使用 jstack 打印出線程棧并數一下線程池內線程數量，會發現線程池內的線程數會隨著任務的提交而逐漸增大，直到達到 coreSize。

因為核心池的設計初衷是想它能作為常駐池，承載日常流量，所以它應該被盡快初始化，于是線程池的邏輯是在沒有達到 coreSize 之前，每一個任務都會創建一個新的線程，對應的源碼為： 

public void execute(Runnable command) {  
    ...  
    int c = ctl.get();  
    if (workerCountOf(c) < corePoolSize) { // workerCountOf() 方法是獲取線程池內線程數量  
        if (addWorker(command, true))  
            return;  
        c = ctl.get();  
    }  
    ...  
} 

而文檔里的 running 狀態也指的是線程已經被創建，我們也知道線程被創建后，會在一個 while 循環里嘗試從 BlockingQueue 里獲取并執行任務，說它正在 running 也不為過。

基于此，我們對一些高并發服務進行的預熱，其實并不是期望 JVM 能對熱點代碼做 JIT 等優化，對線程池、連接池和本地緩存的預熱才是重點。

BlockingQueue

BlockingQueue 是線程池內的另一個重要組件，首先它是線程池”生產者-消費者”模型的中間媒介，另外它也可以為大量突發的流量做緩沖，但理解和配置它也經常會出錯。

運行模型

最常見的錯誤是不理解線程池的運行模型。首先要明確的一點是線程池并沒有準確的調度功能，即它無法感知有哪些線程是處于空閑狀態的，并把提交的任務派發給空閑線程。線程池采用的是”生產者-消費者”模式，除了觸發線程創建的任務（線程的 firstTask）不會入 BlockingQueue 外，其他任務都要進入到 BlockingQueue，等待線程池內的線程消費，而任務會被哪個線程消費到完全取決于操作系統的調度。

對應的生產者源碼如下： 

public void execute(Runnable command) {  
    ...  
    if (isRunning(c) && workQueue.offer(command)) { isRunning() 是判斷線程池處理戚狀態  
        int recheck = ctl.get();  
        if (! isRunning(recheck) && remove(command))  
            reject(command);  
        else if (workerCountOf(recheck) == 0)  
            addWorker(null, false);  
    }  
    ...  
} 

對應的消費者源碼如下： 

private Runnable getTask() {  
        for (;;) {  
            ...  
            Runnable r = timed ?  
                workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :  
                workQueue.take();  
            if (r != null)  
                return r;  
            ...  
        }  
    } 

BlockingQueue 的緩沖作用

基于”生產者-消費者”模型，我們可能會認為如果配置了足夠的消費者，線程池就不會有任何問題。其實不然，我們還必須考慮并發量這一因素。

設想以下情況：有 1000 個任務要同時提交到線程池內并發執行，在線程池被初始化完成的情況下，它們都要被放到 BlockingQueue 內等待被消費，在極限情況下，消費線程一個任務也沒有執行完成，那么這 1000 個請求需要同時存在于 BlockingQueue 內，如果配置的 BlockingQueue Size 小于 1000，多余的請求就會被拒絕。

那么這種極限情況發生的概率有多大呢？答案是非常大，因為操作系統對 I/O 線程的調度優先級是非常高的，一般我們的任務都是由 I/O 的準備或完成（如 tomcat 受理了 http 請求）開始的，所以很有可能被調度到的都是 tomcat 線程，它們在一直往線程池內提交請求，而消費者線程卻調度不到，導致請求堆積。

我負責的服務就發生過這種請求被異常拒絕的情況，壓測時 QPS 2000，平均響應時間為 20ms，正常情況下，40 個線程就可以平衡生產速度，不會堆積。但在 BlockingQueue Size 為 50 時，即使線程池 coreSize 為 1000，還會出現請求被線程池拒絕的情況。

這種情況下，BlockingQueue 的重要的意義就是它是一個能長時間存儲任務的容器，能以很小的代價為線程池提供緩沖。根據上文可知，線程池能支持BlockingQueue Size個任務同時提交，我們把最大同時提交的任務個數，稱為并發量，配置線程池時，了解并發量異常重要。

并發量的計算

我們常用 QPS 來衡量服務壓力，所以配置線程池參數時也經常參考這個值，但有時候 QPS 和并發量有時候相關性并沒有那么高，QPS 還要搭配任務執行時間來推算峰值并發量。

比如請求間隔嚴格相同的接口，平均 QPS 為 1000，它的并發量峰值是多少呢？我們并沒有辦法估算，因為如果任務執行時間為 1ms，那么它的并發量只有 1；而如果任務執行時間為 1s，那么并發量峰值為 1000。

可是知道了任務執行時間，就能算出并發量了嗎？也不能，因為如果請求的間隔不同，可能 1min 內的請求都在一秒內發過來，那這個并發量還要乘以 60，所以上面才說知道了 QPS 和任務執行時間，并發量也只能靠推算。

計算并發量，我一般的經驗值是 QPS*平均響應時間，再留上一倍的冗余，但如果業務重要的話，BlockingQueue Size 設置大一些也無妨（1000 或以上），畢竟每個任務占用的內存量很有限。

考慮運行時

GC

除了上面提到的各種情況下，GC 也是一個很重要的影響因素。

我們都知道 GC 是 Stop the World 的，但這里的 World 指的是 JVM，而一個請求 I/O 的準備和完成是操作系統在進行的，JVM 停止了，但操作系統還是會正常受理請求，在 JVM 恢復后執行，所以 GC 是會堆積請求的。

上文中提到的并發量計算一定要考慮到 GC 時間內堆積的請求同時被受理的情況，堆積的請求數可以通過 QPS*GC時間 來簡單得出，還有一定要記得留出冗余。

業務峰值

除此之外，配置線程池參數時，一定要考慮業務場景。

假如接口的流量大部分來自于一個定時程序，那么平均 QPS 就沒有了任何意義，線程池設計時就要考慮給 BlockingQueue 的 Size 設置一個大一些的值；而如果流量非常不平均，一天內只有某一小段時間才有高流量的話，而且線程資源緊張的情況下，就要考慮給線程池的 maxSize 留下較大的冗余；在流量尖刺明顯而響應時間不那么敏感時，也可以設置較大的 BlockingQueue，允許任務進行一定程度的堆積。

當然除了經驗和計算外，對服務做定時的壓測無疑更能幫助掌握服務真實的情況。

小結

總結線程池的配置時，我最大的感受是一定要讀源碼！讀源碼！讀源碼！只看一些書和文章的總結是無法吃透一些重要概念的，即使搞懂了大部分也很容易會在一些角落踩坑。深入理解原理后，面對復雜情況，才有靈活配置的能力。