在Java中如何使用ThreadPoolExecutor和BlockingQueue组合实现任务队列_线程池任务队列实践

通过合理配置ThreadPoolExecutor和BlockingQueue可实现高效任务调度:核心参数包括corePoolSize、maximumPoolSize、keepAliveTime、workQueue和handler;推荐使用有界队列ArrayBlockingQueue防止资源耗尽;当队列满且线程达最大值时触发拒绝策略,如CallerRunsPolicy由调用线程执行任务以缓解压力;示例中2核心4最大线程配10容量队列,前2任务由核心线程处理,第3至12入队,第13至14创建非核心线程执行,第15任务由主线程直接运行;应根据业务负载选择队列类型与拒绝策略,确保系统稳定与性能平衡。

在java中如何使用threadpoolexecutor和blockingqueue组合实现任务队列_线程池任务队列实践

在Java中,通过组合使用ThreadPoolExecutor和BlockingQueue可以灵活控制线程池的行为,实现高效的任务调度与资源管理。核心思路是利用BlockingQueue缓存待处理任务,ThreadPoolExecutor根据配置动态调度线程执行这些任务。

理解ThreadPoolExecutor的关键参数

ThreadPoolExecutor的构造函数包含多个重要参数,直接影响任务队列的行为:

corePoolSize:核心线程数,即使空闲也不会被回收(除非设置allowCoreThreadTimeOut) maximumPoolSize:最大线程数,当任务队列满时可扩容至此数量 keepAliveTime:非核心线程空闲后的存活时间 workQueue:BlockingQueue实现,用于存放等待执行的任务 threadFactory:自定义线程创建方式(可选) handler:拒绝策略,当队列和线程池都满时触发

选择合适的BlockingQueue类型

不同类型的阻塞队列会影响线程池的工作模式:

LinkedBlockingQueue:无界队列,可能导致内存溢出,但不会触发拒绝策略 ArrayBlockingQueue:有界队列,需指定容量,推荐用于生产环境防止资源耗尽 SynchronousQueue:不存储元素,每个插入必须等待对应移除,适合高并发短任务 PriorityBlockingQueue:支持优先级排序的任务队列

例如,使用有界队列为佳实践:

立即学习“Java免费学习笔记(深入)”;

BlockingQueue workQueue = new ArrayBlockingQueue(100);

构建线程池并提交任务

以下是一个完整示例,展示如何组合使用ThreadPoolExecutor和ArrayBlockingQueue:

九歌 九歌

九歌–人工智能诗歌写作系统

九歌 322 查看详情 九歌

import java.util.concurrent.*;public class TaskQueueExample {    public static void main(String[] args) {        int corePoolSize = 2;        int maximumPoolSize = 4;        long keepAliveTime = 60L;        BlockingQueue queue = new ArrayBlockingQueue(10);        ThreadPoolExecutor executor = new ThreadPoolExecutor(            corePoolSize,            maximumPoolSize,            keepAliveTime,            TimeUnit.SECONDS,            queue,            new ThreadPoolExecutor.CallerRunsPolicy() // 拒绝策略        );        // 提交15个任务        for (int i = 0; i  {                System.out.println("任务 " + taskId + " 正在由线程 " + Thread.currentThread().getName() + " 执行");                try {                    Thread.sleep(2000);                } catch (InterruptedException e) {                    Thread.currentThread().interrupt();                }            });        }        executor.shutdown();        try {            if (!executor.awaitTermination(60, TimeUnit.SECONDS)) {                executor.shutdownNow();            }        } catch (InterruptedException e) {            executor.shutdownNow();            Thread.currentThread().interrupt();        }    }}

运行逻辑说明:

前2个任务由核心线程执行 后续任务进入队列(最多10个) 第13个任务到来时,队列已满,创建新线程(非核心),直到达到maximumPoolSize=4 超出容量的任务将由CallerRunsPolicy处理,即由调用线程直接执行

合理设置拒绝策略

当线程池和队列都满时,可通过setRejectedExecutionHandler指定策略:

AbortPolicy:抛出RejectedExecutionException(默认) CallerRunsPolicy:由提交任务的线程亲自执行 DiscardPolicy:静默丢弃任务 DiscardOldestPolicy:丢弃队列中最老任务,重试提交

可根据业务场景选择,例如对数据完整性要求高的系统建议使用CallerRunsPolicy减缓流量。

基本上就这些。关键是根据实际负载选择队列类型、合理设定线程数和队列大小,并配合恰当的拒绝策略,才能发挥线程池最大效用。

以上就是在Java中如何使用ThreadPoolExecutor和BlockingQueue组合实现任务队列_线程池任务队列实践的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1030874.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
css过渡在弹性网格卡片布局动画中的使用
上一篇 2025年12月2日 02:29:27
AdobePhotoshop怎么做表格_Photoshop表格创建与排版设计教程
下一篇 2025年12月2日 02:29:35

相关推荐

  • 怎么用VSCode编HTML_VSCodeHTML开发基础与实时预览设置教程

    答案是配置Emmet、安装Live Server等插件并优化设置可大幅提升VSCode中HTML开发效率。具体包括:使用Emmet缩写快速生成HTML结构,如输入!后按Tab键生成完整HTML5模板;安装Live Server实现保存后浏览器自动刷新的实时预览;开启“保存时格式化”功能保持代码整洁;…

    2026年9月21日
    000
  • 开源 串口调试助手 BaoYuanSerial 使用教程「建议收藏」

    大家好,很高兴再次与大家见面,我是你们的老朋友全栈君。 简介:本软件采用.Net5与Avalonia技术实现跨平台解决方案,适用于Linux Ubuntu和Windows系统,并已在Ubuntu20.04及Win10 Professional 20H2上成功测试。 官方下载地址: GitHub项目地…

    2026年9月21日
    100
  • 一周学会蝴蝶号无人直播的完整课程计划推荐

    一周学会蝴蝶号无人直播的完整课程计划推荐一周学会蝴蝶号无人直播的完整课程计划推荐一周学会蝴蝶号无人直播的完整课程计划推荐一周学会蝴蝶号无人直播的完整课程计划推荐

    掌握“蝴蝶号”无人直播的核心要义,一周内可搭建初步系统并具备独立操作能力。1.第一天厘清概念并完成基础环境搭建;2.第二天熟悉obs基础操作与场景构建;3.第三天准备高质量内容素材并确定风格;4.第四天设置自动化逻辑与推流配置;5.第五天处理互动机制及常见问题;6.第六天进行首次正式直播并复盘;7.…

    2026年9月21日 用户投稿
    100
  • MySQL如何处理长时间运行的查询_避免数据库阻塞?

    MySQL如何处理长时间运行的查询_避免数据库阻塞?MySQL如何处理长时间运行的查询_避免数据库阻塞?MySQL如何处理长时间运行的查询_避免数据库阻塞?MySQL如何处理长时间运行的查询_避免数据库阻塞?

    诊断mysql慢查询需1.开启慢查询日志并设置long_query_time;2.使用explain分析sql执行情况;3.借助工具如pt-query-digest分析日志。优化涉及1.确保join字段有索引;2.优化join顺序及减少join表数;3.使用临时表、批量处理和数据分区。防止阻塞应1.…

    2026年9月21日 用户投稿
    000
  • 为“架构”再建个模:如何用代码描述软件架构?

    在 archguard 平台中,为了实现对架构的治理,我们需要通过代码和模型来描述所需处理的内容和数据。因此,archguard 引入了代码模型、依赖模型、变更模型等,而架构模型和架构治理模型则是两个核心的部分。其它如构建模型等,将会在后续逐步引入到系统中。 PS:本文中的架构展开是基于自动化分析需…

    2026年9月21日
    000
  • Figma中AI插件生成的图片如何导出?快速导出的详细操作指南

    AI插件生成的图片在Figma中以普通图层形式存在,需选中后通过右侧导出面板设置格式(PNG/JPG)、尺寸倍数(1x/2x/3x)并点击导出;支持多选图层或使用切片工具批量导出,结合命名规范与质量权衡可高效管理大量AI图像资产。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用…

    2026年9月21日
    500
  • 使用EventBus实现Android实时速度显示与后台保存教程

    本教程详细介绍了如何在Android应用中实现实时速度的显示与后台保存功能。通过利用前台服务(Foreground Service)获取位置数据,并结合EventBus库实现服务与UI界面(MainActivity)之间的实时数据通信,确保即使应用处于后台或屏幕关闭时,速度数据也能持续更新并显示在用…

    2026年9月21日
    000
  • 提高蝴蝶号无人直播留存率的6个实用技巧和策略

    提高蝴蝶号无人直播留存率的6个实用技巧和策略提高蝴蝶号无人直播留存率的6个实用技巧和策略提高蝴蝶号无人直播留存率的6个实用技巧和策略提高蝴蝶号无人直播留存率的6个实用技巧和策略

    提高蝴蝶号无人直播留存率的核心在于让用户觉得直播间“有东西”,具体措施包括:1.内容为王,垂直深耕某一领域并提供专业知识;2.互动是魂,利用弹幕、投票、抽奖引导用户参与;3.利益驱动,通过抽奖、红包提升用户积极性;4.氛围营造,打造独特风格和专属互动方式;5.数据分析,持续优化直播策略;6.活动预告…

    2026年9月21日 用户投稿
    100
  • 佳能EOS R1对决索尼A1:奥运年旗舰微单的速度与画质对决,谁能代表微单技术的最高峰?

    佳能EOS R1凭借AI驱动的智能对焦、20张预连拍、机内神经网络降噪和6K RAW视频,结合深度学习技术与专业生态整合,在体育与新闻摄影领域展现出更前瞻的技术高度。 在专业体育与新闻摄影领域,佳能EOS R1和索尼A1是两款代表品牌顶尖技术的旗舰微单。它们都在追求速度、对焦与画质的极致平衡,但实现…

    2026年9月21日
    100
  • laravel如何进行安全的SQL查询以防止注入_Laravel安全SQL查询防注入方法

    使用Eloquent和Query Builder并配合参数绑定可有效防止SQL注入。Laravel通过PDO预处理机制自动转义参数,确保安全;应避免拼接用户输入,尤其在whereRaw等原生语句中需使用?占位符绑定变量;所有用户输入均需验证,对ID类字段强制类型转换,并禁止将用户输入直接用于表名、字…

    2026年9月21日
    000
  • 在Java中如何分析异常堆栈性能开销

    异常堆栈在高并发场景下开销显著,因JVM需遍历调用栈、创建对象、字符串拼接及同步操作,频繁使用将增加GC压力与CPU消耗;可通过JMH测试量化影响,发现填充堆栈耗时可达清空的10倍以上;建议避免在热点代码抛异常、禁用非必要堆栈填充、按需打印日志、使用异步日志框架,并借助JFR、Profiler和GC…

    2026年9月21日
    000
  • PHP/MySQL:高效合并订单商品并按日期分组显示

    本教程将指导如何在PHP/MySQL应用中,将同一日期的订单商品合并显示在同一行,以提高数据展示的清晰度。核心解决方案是利用MySQL的GROUP_CONCAT函数在数据库层面进行高效聚合,避免复杂的PHP逻辑处理,从而简化代码并优化性能。 订单数据展示的常见挑战 在开发在线购物平台时,通常需要向用…

    2026年9月21日
    100
  • 如何在MindSpore中训练AI大模型?华为AI框架的训练教程

    如何在MindSpore中训练AI大模型?华为AI框架的训练教程如何在MindSpore中训练AI大模型?华为AI框架的训练教程如何在MindSpore中训练AI大模型?华为AI框架的训练教程如何在MindSpore中训练AI大模型?华为AI框架的训练教程

    答案:MindSpore通过自动并行、混合精度、优化器状态分片等技术,结合Profiler工具调试性能瓶颈,实现大模型高效分布式训练。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 在MindSpore中训练AI大模型,核心在于巧妙地利用其…

    2026年9月21日 用户投稿
    300
  • Java ConcurrentSkipListMap在并发场景下应用

    ConcurrentSkipListMap是基于跳跃表实现的线程安全有序映射,支持高并发读写与高效范围查询,适用于需排序的并发场景,如排行榜系统;相比ConcurrentHashMap,它提供有序性与导航操作,但插入查找为O(log n),内存开销较大,适合读多写少或需区间扫描的业务。 在高并发场景…

    2026年9月21日
    100
  • 如何使用Ribbet的AI功能裁剪图片?快速实现精准图像裁剪

    答案:Ribbet的AI裁剪功能可快速智能识别主体并推荐裁剪方案,支持手动微调与多种比例选择,结合亮度、色彩等编辑工具优化效果,适用于制作符合社交媒体尺寸要求的封面图,操作简便且大部分功能免费,适合追求效率的普通用户。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepS…

    2026年9月21日
    400
  • 卢伟冰:功能手机、智能手机之后 手机行业正进入新周期

    9月4日,小米集团总裁卢伟冰表示,继功能机时代与智能机时代之后,全球手机产业正迈入一个全新时代。 卢伟冰今日在社交平台发文提到:“我从2002年进入手机行业,有幸完整见证了功能手机和智能手机两大发展阶段。如今,AI时代已经到来,整个行业正在酝酿深刻变革,步入全新的发展周期。” 回望过去,功能手机时期…

    2026年9月21日
    200
  • Java 正则表达式:查找双引号内所有指定字符串的出现次数

    本文旨在解决在 Java 中使用正则表达式查找双引号内特定字符串(例如 “variant”)的所有出现次数的问题。我们将提供一个完整的解决方案,包括正则表达式的构建、代码示例以及详细的解释,帮助开发者准确高效地完成此类任务。 在 Java 中,使用正则表达式查找字符串中特定模…

    2026年9月21日
    000
  • MySQL 大型历史数据表结构设计与优化指南

    本文旨在为处理大量客户历史交易数据的MySQL数据库设计提供专业指导。我们将探讨如何构建高效、可扩展的表结构,重点关注主键设计、数据分区、实时数据摄入以及性能优化策略,以确保系统能够稳定支持百万级乃至亿级数据量的查询需求。 MySQL大型历史数据表结构设计与优化 在处理大量历史数据,特别是涉及到多用…

    2026年9月21日
    000
  • MySQL重复数据检测与清理逻辑_Sublime脚本批量处理历史冗余记录

    MySQL重复数据检测与清理逻辑_Sublime脚本批量处理历史冗余记录MySQL重复数据检测与清理逻辑_Sublime脚本批量处理历史冗余记录MySQL重复数据检测与清理逻辑_Sublime脚本批量处理历史冗余记录MySQL重复数据检测与清理逻辑_Sublime脚本批量处理历史冗余记录

    处理mysql重复数据的核心步骤是识别并清理,可使用group by或窗口函数定位重复项,再通过分批删除或倒腾法安全清理;sublime text可用于高效生成和编辑sql语句。1. 识别重复数据常用group by+having或row_number()窗口函数;2. 清理策略包括分批删除、使用临…

    2026年9月21日 用户投稿
    100
  • 如何用PyTorch训练AI大模型?构建高效神经网络的完整教程

    如何用PyTorch训练AI大模型?构建高效神经网络的完整教程如何用PyTorch训练AI大模型?构建高效神经网络的完整教程如何用PyTorch训练AI大模型?构建高效神经网络的完整教程如何用PyTorch训练AI大模型?构建高效神经网络的完整教程

    PyTorch大模型训练需综合运用分布式训练、内存优化与高效计算策略。首先采用DistributedDataParallel实现多GPU并行,配合DistributedSampler确保数据均衡;通过混合精度训练、梯度累积和激活检查点缓解显存压力;使用torch.compile优化模型计算效率;选择…

    2026年9月21日 用户投稿
    100

发表回复

登录后才能评论
关注微信