Android线程池浅析
来源：互联网 发布：四柱排盘软件下载 编辑：程序博客网 时间：2024/05/21 20:11
引言
在Android开发中，只要是耗时的操作都需要开启一个线程来执行。例如网络访问必须放到子线程中执行，否则会抛异常（NetworkOnMainThreadException），这样做的目的也是为了防止用户在主线程中做耗时操作，这样很容易引起ANR。那么有了线程为什么还需要线程池呢？
线程的创建过程分为3步
+ 创建线程 T1
+ 执行线程 T2
+ 销毁线程 T2
线程创建的总时间T=T1+T2+T3。 可以看出T1,T3是多线程本身的带来的开销，我们渴望减少T1,T3所用的时间，从而减少T的时间。但一些线程的使用者并没有注意到这一点，所以在程序中频繁的创建或销毁线程，这导致T1和T3在T中占有相当比例。显然这是突出了线程的弱点（T1，T3），而不是优点（并发性）。
合理利用线程池能够带来三个好处。
1. 降低资源消耗。通过重复利用已创建的线程降低线程创建和销毁造成的消耗。
2. 提高响应速度。当任务到达时，任务可以不需要等到线程创建就能立即执行。
3. 提高线程的可管理性。线程是稀缺资源，如果无限制的创建，不仅会消耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。但是要做到合理的利用线程池，必须对其原理了如指掌。
线程池的使用
首先我们来看下Java中线程池的使用。
Executor
Java中线程池基于Executor接口。Executor 接口中定义了一个方法 void execute(Runnable command)，该方法接收一个 Runable 实例，它用来执行一个任务，任务即一个实现了 Runnable 接口的类。
ExecutorService
ExecutorService 继承自 Executor 接口，它提供了更丰富的实现多线程的方法。
+ shutdown()方法来平滑地关闭 ExecutorService，调用该方法后，将导致 ExecutorService 停止接受任何新的任务且等待已经提交的任务执行完成(已经提交的任务会分两类：一类是已经在执行的，另一类是还没有开始执行的)，当所有已经提交的任务执行完毕后将会关闭 ExecutorService。因此我们一般用该接口来实现和管理多线程。
+ submit(Runnable task)方法与Executor的execute()方法效果一样，但是submit有返回值，如果我希望task执行完后，每个task告诉我它的执行结果，是成功还是失败，如果是失败，原因是什么，这时候就需要用到submit，通过返回的Future来获取到结果 
ThreadPoolExecutor
ThreadPoolExecutor 是正真线程池的实现类，我们创建线程的时候一般也是使用这个类。先看下构造方法
public ThreadPoolExecutor(int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler)- corePoolSize 线程池的核心线程数，也可以理解为最小线程数，默认情况下，核心线程在线程池中是一直存活的，即使当前执行的线程数量小于核心线程数量，所有的核心线程均会被创建出来。如果将ThreadPoolExecutor的allowCoreThreadTimeOut设置为ture，那么核心线程就会有超时策略。
- maximumPoolSize 线程池所能容纳的最大线程数，包括核心和非核心线程，当活动线程到达最大值，后续的任务就会被阻塞。
- keepAliveTime 非核心线程闲置时的超时时长，当非核心线程空闲时间超过这个值，就会被终止。如果ThreadPoolExecutor的allowCoreThreadTimeOut设置为true，这个时间同样会作用在核心线程上；
- unit 时间单位
- workQueue 线程池中的任务队列，所有提交的Runable对象会存储在这个参数中
- threadFactory 创建新线程时使用的factory
- handler 当task出现异常时，会通过这个handler通知外界
那么线程池针对不同的线程数量又是怎么执行的呢，主要可以分为以下几种情况
+ 线程数 < corePoolSize 所有核心线程都会用来处理任务。
+ 线程数 = corePoolSize 缓冲队列workQueue未满，任务被放入缓冲队列。
+ corePoolSize < 线程数 < maximumPoolSize 缓冲队列workQueue满，创建新的线程来处理被添加的任务。
+ corePoolSize < maximumPoolSize < 线程数 缓冲队列workQueue满，通过 handler所指定的策略来处理此任务。
处理任务的优先级为：核心线程corePoolSize、任务队列workQueue、最大线程maximumPoolSize，如果三者都满了，使用handler处理被拒绝的任务。 handler又有以下四种选择
+ CallerRunsPolicy 再次添加该task并执行execute方法
+ AbortPolicy 放弃该task并抛出RejectedExecutionException
+ DiscardPolicy 放弃当前task
+ DiscardOldestPolicy 放弃等待时间最久的task
线程池的进一步封装
看了ThreadPoolExecutor的简单介绍是不是觉得使用过程比较复杂呢，没关系，Java针对这一点还可以通过Executors的工厂方法配置，handler均使用的是defaultHandler即AbortPolicy只要线程数量大于核心线程数就会抛出异常需要自行处理。主要有以下五种：
+ newFixedThreadPool
public static ExecutorService newFixedThreadPool(int nThreads) { return new ThreadPoolExecutor(nThreads, nThreads, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>());}核心线程数=最大线程数，并且没有超时策略。也就是说该线程池没有空闲状态，能最快速度响应。
+ newSingleThreadExecutor
public static ExecutorService newSingleThreadExecutor() { return new FinalizableDelegatedExecutorService (new ThreadPoolExecutor(1, 1, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue<Runnable>()));}核心线程数=最大线程数=1，没有超时策略。所有任务在一个线程中处理，不存在同步问题。handler为AbortPolicy。
- newCachedThreadPool
public static ExecutorService newCachedThreadPool() { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60L, TimeUnit.SECONDS, new SynchronousQueue<Runnable>());}核心线程=0 ，最大线程=Integer.MAX_VALUE，这就意味着没有线程数量的限制，超时时间为60毫秒。new SynchronousQueue<Runnable>这个任务队列比较特殊，简单理解为一个无法存储的任务队列。也就是说，当有新的任务到来，如果有空闲的线程，则将任务给空闲的线程处理，否则直接创建一个新的线程来处理任务。也就是说一旦有任务来就会立刻执行，但是消耗较大，所以比较适合用来处理大量的耗时较短的任务。
- newScheduledThreadPool
public ScheduledThreadPoolExecutor(int corePoolSize) { super(corePoolSize, Integer.MAX_VALUE, DEFAULT_KEEPALIVE_MILLIS, MILLISECONDS, new DelayedWorkQueue());}private static final long DEFAULT_KEEPALIVE_MILLIS = 10L;public static ScheduledExecutorService newSingleThreadScheduledExecutor() { return new DelegatedScheduledExecutorService (new ScheduledThreadPoolExecutor(1));}核心线程为自定义 ，最大线程=Integer.MAX_VALUE，超时时间为10毫秒，也就是说一旦线程空闲便立即回收。适用于定时任务与周期性任务。
- newWorkStealingPool (Java8中新引入)
public static ExecutorService newWorkStealingPool() { return new ForkJoinPool (Runtime.getRuntime().availableProcessors(), ForkJoinPool.defaultForkJoinWorkerThreadFactory, null, true);}这个线程池和其它四个不太一样，是Java8中新引入的。线程数默认为主机CPU的可用核心数，且会动态的增加与减少，提交的任务执行顺序并不能得到保证。
Android中的线程池
了解了Java提供的线程池我们就来看下Android中是怎样使用线程池的。
AsyncTask是Android中异步处理的轻量级框架，其中的实现就是一个线程池。
public AsyncTask() { mWorker = new WorkerRunnable<Params, Result>() { public Result call() throws Exception { mTaskInvoked.set(true); Result result = null; try { Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND); //noinspection unchecked result = doInBackground(mParams); Binder.flushPendingCommands(); } catch (Throwable tr) { mCancelled.set(true); throw tr; } finally { postResult(result); } return result; } }; mFuture = new FutureTask<Result>(mWorker) { @Override protected void done() { try { postResultIfNotInvoked(get()); } catch (InterruptedException e) { android.util.Log.w(LOG_TAG, e); } catch (ExecutionException e) { throw new RuntimeException("An error occurred while executing doInBackground()", e.getCause()); } catch (CancellationException e) { postResultIfNotInvoked(null); } } };}在构造方法中初始化了两个变量mWorker与mFuture，这两个变量很重要
+ mWorker是一个WorkerRunnable
private static abstract class WorkerRunnable<Params, Result> implements Callable<Result> { Params[] mParams;}WorkerRunnable是一个实现了Callable接口的类。
public interface Callable<V> { V call() throws Exception;}Callable接口里面只定义了一个call方法，返回一个泛型对象。那么Callable到底有什么用呢？线程无论继承Thread类还是实现Runnable方法，执行完任务以后都无法直接返回结果。而Callable接口就弥补了这个缺陷，当call方法执行完毕以后会返回一个泛型对象。WorkerRunnable实现了Callable接口，也就是说我们可以调用mWorker.call()来获取返回的结果
- mFuture是一个FutureTask
public FutureTask(Callable<V> callable) { if (callable == null) throw new NullPointerException(); this.callable = callable; this.state = NEW; // ensure visibility of callable}参数是一个Callable，也就是mWorker。FutureTask实现了RunnableFuture接口。
public interface RunnableFuture<V> extends Runnable, Future<V> { void run();}这个接口又继承了Runable与Future。
Future接口主要是针对Runnable和Callable任务的。
提供了三种功能：
1. 判断任务是否完成 boolean isDone()
2. 能够中断任务 boolean cancel(boolean mayInterruptIfRunning);
3. 能够获取任务执行的结果 V get();
也就是说FutureTask既能够被线程执行，又能提供线程执行任务后返回的结果。
看完了构造方法我们从execute()入手
public final AsyncTask<Params, Progress, Result> execute(Params... params){ return executeOnExecutor(sDefaultExecutor, params);}在执行execute方法时传入了初始化时的参数与sDefaultExecutor
public static final Executor SERIAL_EXECUTOR = new SerialExecutor();private static volatile Executor sDefaultExecutor = SERIAL_EXECUTOR;private static class SerialExecutor implements Executor { final ArrayDeque<Runnable> mTasks = new ArrayDeque<Runnable>(); Runnable mActive; public synchronized void execute(final Runnable r) { mTasks.offer(new Runnable() { public void run() { try { r.run(); } finally { scheduleNext(); } } }); if (mActive == null) { scheduleNext(); } } protected synchronized void scheduleNext() { if ((mActive = mTasks.poll()) != null) { THREAD_POOL_EXECUTOR.execute(mActive); } }}sDefaultExecutor就是一个实现了Executor的基本类，execute中，在一个双端队列中不断的插入Runable对象。ArrayDeque的内部是使用数组形式来实现双端队列的，我们知道队列是FIFO的，只能在队头删除元素，队尾添加元素，而双端队列是在队头和队尾都能够删除和添加元素。需要注意的是ArrayDeque没有容量的限制，队列满了以后会自动进行扩充。
THREAD_POOL_EXECUTOR则是AsyncTask中的关键线程池
private static final int CPU_COUNT = Runtime.getRuntime().availableProcessors();private static final int CORE_POOL_SIZE = Math.max(2, Math.min(CPU_COUNT - 1, 4));private static final int MAXIMUM_POOL_SIZE = CPU_COUNT * 2 + 1;private static final int KEEP_ALIVE_SECONDS = 30;private static final ThreadFactory sThreadFactory = new ThreadFactory() { private final AtomicInteger mCount = new AtomicInteger(1); public Thread newThread(Runnable r) { return new Thread(r, "AsyncTask #" + mCount.getAndIncrement()); } };public static final Executor THREAD_POOL_EXECUTOR;private static final BlockingQueue<Runnable> sPoolWorkQueue = new LinkedBlockingQueue<Runnable>(128);static { ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor( CORE_POOL_SIZE, MAXIMUM_POOL_SIZE, KEEP_ALIVE_SECONDS, TimeUnit.SECONDS, sPoolWorkQueue, sThreadFactory); threadPoolExecutor.allowCoreThreadTimeOut(true); THREAD_POOL_EXECUTOR = threadPoolExecutor;}AsyncTask在静态代码块中初始化了一个ThreadPoolExecutor，核心线程数=[2,4/CPU核心数-1]，最大线程数=CPU核心数*2+1，超时时间为30秒，队列长度为128，handler为AbortPolicy。并且设置了allowCoreThreadTimeOut(true)，即核心线程超时可被回收。
public final AsyncTask<Params, Progress, Result> execute(Params... params) { return executeOnExecutor(sDefaultExecutor, params);}public final AsyncTask<Params, Progress, Result> executeOnExecutor(Executor exec, Params... params) { if (mStatus != Status.PENDING) { switch (mStatus) { case RUNNING: throw new IllegalStateException("Cannot execute task:" + " the task is already running."); case FINISHED: throw new IllegalStateException("Cannot execute task:" + " the task has already been executed " + "(a task can be executed only once)"); } } mStatus = Status.RUNNING; onPreExecute(); mWorker.mParams = params; exec.execute(mFuture); return this;}在Asynck调用execute()时，mWorker获取到参数，sDefaultExecutor开始执行execute方法。
public synchronized void execute(final Runnable r) { mTasks.offer(new Runnable() { public void run() { try { r.run(); } finally { scheduleNext(); } } }); if (mActive == null) { scheduleNext(); }}protected synchronized void scheduleNext() { if ((mActive = mTasks.poll()) != null) { THREAD_POOL_EXECUTOR.execute(mActive); }}回过来看，第一次执行时，mActive=null这时候便会执行scheduleNext(),当队列中有数据的时候便会把数据取出来放进线程池中执行。在执行THREAD_POOL_EXECUTOR.execute(mActive)时，因为mFuture实现了Runable接口，这个时候便会调用run方法
public void run() { if (state != NEW || !U.compareAndSwapObject(this, RUNNER, null, Thread.currentThread())) return; try { Callable<V> c = callable; if (c != null && state == NEW) { V result; boolean ran; try { result = c.call(); ran = true; } catch (Throwable ex) { result = null; ran = false; setException(ex); } if (ran) set(result); } } finally { // runner must be non-null until state is settled to // prevent concurrent calls to run() runner = null; // state must be re-read after nulling runner to prevent // leaked interrupts int s = state; if (s >= INTERRUPTING) handlePossibleCancellationInterrupt(s); }}其中的callable就是mWorker,此时会调用mWorker的call()方法
mWorker = new WorkerRunnable<Params, Result>() { public Result call() throws Exception { mTaskInvoked.set(true); Process.setThreadPriority(Process.THREAD_PRIORITY_BACKGROUND); //noinspection unchecked return postResult(doInBackground(mParams)); }};这个就是在构造方法中创建的，在call中实现了doInBackground方法，并把返回值给了postResult，postResult中的逻辑就是获取一个Message，然后发送该Message给Handler处理。
简单回顾下，AsyncTask每次将doInBackground()中的操作添加到线程池中执行，执行完后由handler传递数据。
总结
在Android开发中对于线程池的使用可能仅仅只是一些异步的框架中有封装，我们很少真正使用，仅仅new一个Thread，对于一些频繁的请求与周期性的操作不如尝试试用下线程池。
举个例子：
我们需要每隔10秒进行某个操作，这时你可能会考虑用一个定时器，每次开一个线程去请求，这样T1与T2的时间开销是很大的，此时使用线程池便能大大优化性能。
如有错误的地方欢迎大家留言指正探讨。
- Android线程池浅析
- 浅析Android线程模型
- 浅析Android线程模型
- 浅析Android线程模型
- 浅析Android线程模型
- Android线程浅析
- android线程浅析
- 浅析android线程模型【Android】
- 浅析Android单线程模型
- 浅析Android线程模型一
- 浅析Android线程模型一
- Android线程与进程浅析
- Android线程机制浅析(ppt)
- Android的线程浅析 补充
- Android线程机制浅析(ppt)
- 线程池原理浅析
- 浅析线程池
- 浅析java线程池
- CODEVS 1020 孪生蜘蛛
- 利用KMeans算法对图片进行分割
- BM字符串匹配算法笔记
- Android根据图片Uri获取图片绝对路径
- Java职业生涯规划
- Android线程池浅析
- 史上最全的常用开发工具类收集
- 网页抓取工具之数据预处理
- unix 网络编程
- Java集合类汇总
- 117. Populating Next Right Pointers in Each Node II
- 微服务，微架构[十二]springboot监听器，过滤器
- Hadoop 集群搭建（单机/伪分布式/分布式）
- 机器学习：数据驱动的科学
