Java线程池笔记——合理的配置线程池

要想合理的配置线程池，就必须首先分任务特性，可以从以下几个角度来分析。

• 任务的性质：CPU密集型任务，IO密集型任务和混合型任务。

• 任务的优先级：高中低。

• 任务的执行时间：长，中，短。

• 任务的依赖性：是否依赖其他系统资源，如数据库连接。

性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务应该配置尽可能小的线程，如配置N（CPU）+1个线程的线程池。由于IO密集型任务线程并不是一直在执行任务，则应配置尽可能多的线程，如N*2。
混合型的任务，如果可以拆分，将其拆分成一个CPU密集型任务和一个IO密集型任务，只要这两个任务的时间相差不是太大，那么分解后执行的吞吐量将高于串行执行的吞吐量。如果两个任务执行的时间差别太大，则没有必要进行分解。
可以功能通过Runtime.getRuntime().availableProcessors()获取当前设备的CPU数目。
优先级不同的任务可以使用优先级队列PriorityBlockingQueue来处理。他可以让优先级搞的任务先去执行（如果一直有优先级高的任务提交到队列里，那么优先级低的任务可能永远不能执行）。
执行时间不同的任务可以交给不同规模的线程池来处理，或者可以使用优先级队列，让执行时间段的任务先执行。
依赖数据库连接池的任务，因为线程提交SQL后需要等待数据库返回结果，等待的时间越长，则CPU空闲时间就越长，那么线程数应该设置得越大，这样才能更好地利用CPU。
PS：建议使用有界队列。
有界队列能增加系统的稳定性和预警能力，可以根据需要设置大一点儿，比如几千。试想，假设任务执行的异常缓慢，则任务队列里面，随着时间，就会越来越多的任务积累。如果此时使用的是无界队列，那么，可能会撑爆内存，到时候，不仅线程所在的应用不能使用，本机服务器也会受到严重影响，如果本机上还部署这其他服务，就会波及到其他应用也不能使用。
之前遇到过一个惨痛的例子，就是，存入HBase数据时候，使用了个CachedThreadPool，来执行存入数据的消费工作。但是由于上游Kafka数据每秒上来过多，而网络IO存入又没有那么快，就会不断创建线程，一段时间之后，就会由于线程过多，造成应用卡死了。附带服务器也运行缓慢，ssh都困难。
遇到这个血泪教训之后，改用了固定个数的线程池。