线程太多会对服务器有什么影响？ 多线程有哪些作用？
\u4e0b\u8f7d\u7ebf\u7a0b\u6570\u8bbe\u7f6e\u591a\u5c11\u5408\u9002\u8d8a\u5927\u8d8a\u597d\u5417\u5927\u7684\u8bdd\u6709\u4ec0\u4e48\u526f\u4f5c\u7528\u591a\u7ebf\u7a0b\u5e76\u4e0d\u662f\u8d8a\u591a\u8d8a\u597d\uff0c\u800c\u662f\u5bf9\u670d\u52a1\u5668\u548c\u5bf9\u5e26\u5bbd\u90fd\u6709\u8981\u6c42\uff0c\u6bd4\u5982100M\u5e26\u5bbd\u7684\u7406\u8bba\u4e0b\u8f7d\u901f\u5ea6\u4e3a12.5MB/S\uff0c\u4f60\u542f\u52a85\u4e2a\u7ebf\u7a0b\u6765\u4e0b\u8f7d\uff0c\u6bcf\u4e2a\u7ebf\u7a0b\u6700\u591a\u80fd\u4e0b\u8f7d2.5M/S\u7684\u5185\u5bb9\uff0c\u542f\u52a810\u4e2a\u7ebf\u7a0b\uff0c\u5219\u6bcf\u4e2a\u7ebf\u7a0b\u6700\u591a\u80fd\u4e0b\u8f7d1.25M/S\u7684\u5185\u5bb9\uff0c\u56e0\u4e3a\u65e0\u6cd5\u7a81\u7834\u5e26\u5bbd\u7684\u4e0b\u884c\u901f\u7387\u3002\u53e6\u5916\u8fd8\u8981\u770b\u670d\u52a1\u5668\u54cd\u5e94\u7ed9\u4f60\u7684\u901f\u5ea6\uff0c\u6bd4\u5982\u670d\u52a1\u5668\u505a\u4e86\u9650\u5236\uff0c\u6bcf\u79d2\u5c31\u7ed9\u4f60100KB\u7684\u901f\u5ea6\uff0c\u5219\u4f60\u6bcf\u4e2a\u7ebf\u7a0b\u5c31\u53ea\u80fd\u63a5\u6536100KB/S\u7684\u4e0b\u8f7d\u5185\u5bb9\u3002
\u4e0b\u8f7d\u7684\u670d\u52a1\u5668\u4e00\u822c\u4e0d\u4f1a\u56fa\u5b9a\uff0c\u6240\u4ee5\u5982\u679c\u670d\u52a1\u5668\u54cd\u5e94\u7684\u4f20\u8f93\u6162\uff0c\u53ef\u4ee5\u9002\u5f53\u63d0\u9ad8\u7ebf\u7a0b\u6570\u83b7\u53d6\u66f4\u591a\u7684\u4e0b\u8f7d\u5185\u5bb9\uff0c\u4f46\u662f\u5982\u679c\u662f\u670d\u52a1\u5668\u5e76\u53d1\u9ad8\uff0c\u4e0b\u8f7d\u5e26\u5bbd\u88ab\u5360\u6ee1\uff0c\u7406\u8bba\u4e0a\u591a\u4e2a\u7ebf\u7a0b\u4e5f\u6709\u4e00\u5b9a\u7684\u6548\u679c\uff0c\u4f1a\u6324\u538b\u522b\u4eba\u7684\u4e0b\u8f7d\u901f\u5ea6\uff0c\u4ece\u800c\u63d0\u9ad8\u4f60\u7684\u4e0b\u8f7d\u901f\u5ea6\u3002
1\uff09\u53d1\u6325\u591a\u6838CPU\u7684\u4f18\u52bf
\u968f\u7740\u5de5\u4e1a\u7684\u8fdb\u6b65\uff0c\u73b0\u5728\u7684\u7b14\u8bb0\u672c\u3001\u53f0\u5f0f\u673a\u4e43\u81f3\u5546\u7528\u7684\u5e94\u7528\u670d\u52a1\u5668\u81f3\u5c11\u4e5f\u90fd\u662f\u53cc\u6838\u7684\uff0c4\u6838\u30018\u6838\u751a\u81f316\u6838\u7684\u4e5f\u90fd\u4e0d\u5c11\u89c1\uff0c\u5982\u679c\u662f\u5355\u7ebf\u7a0b\u7684\u7a0b\u5e8f\uff0c\u90a3\u4e48\u5728\u53cc\u6838CPU\u4e0a\u5c31\u6d6a\u8d39\u4e8650%\uff0c\u57284\u6838CPU\u4e0a\u5c31\u6d6a\u8d39\u4e8675%\u3002\u5355\u6838CPU\u4e0a\u6240\u8c13\u7684"\u591a\u7ebf\u7a0b"\u90a3\u662f\u5047\u7684\u591a\u7ebf\u7a0b\uff0c\u540c\u4e00\u65f6\u95f4\u5904\u7406\u5668\u53ea\u4f1a\u5904\u7406\u4e00\u6bb5\u903b\u8f91\uff0c\u53ea\u4e0d\u8fc7\u7ebf\u7a0b\u4e4b\u95f4\u5207\u6362\u5f97\u6bd4\u8f83\u5feb\uff0c\u770b\u7740\u50cf\u591a\u4e2a\u7ebf\u7a0b"\u540c\u65f6"\u8fd0\u884c\u7f62\u4e86\u3002\u591a\u6838CPU\u4e0a\u7684\u591a\u7ebf\u7a0b\u624d\u662f\u771f\u6b63\u7684\u591a\u7ebf\u7a0b\uff0c\u5b83\u80fd\u8ba9\u4f60\u7684\u591a\u6bb5\u903b\u8f91\u540c\u65f6\u5de5\u4f5c\uff0c\u591a\u7ebf\u7a0b\uff0c\u53ef\u4ee5\u771f\u6b63\u53d1\u6325\u51fa\u591a\u6838CPU\u7684\u4f18\u52bf\u6765\uff0c\u8fbe\u5230\u5145\u5206\u5229\u7528CPU\u7684\u76ee\u7684\u3002
2\uff09\u9632\u6b62\u963b\u585e
\u4ece\u7a0b\u5e8f\u8fd0\u884c\u6548\u7387\u7684\u89d2\u5ea6\u6765\u770b\uff0c\u5355\u6838CPU\u4e0d\u4f46\u4e0d\u4f1a\u53d1\u6325\u51fa\u591a\u7ebf\u7a0b\u7684\u4f18\u52bf\uff0c\u53cd\u800c\u4f1a\u56e0\u4e3a\u5728\u5355\u6838CPU\u4e0a\u8fd0\u884c\u591a\u7ebf\u7a0b\u5bfc\u81f4\u7ebf\u7a0b\u4e0a\u4e0b\u6587\u7684\u5207\u6362\uff0c\u800c\u964d\u4f4e\u7a0b\u5e8f\u6574\u4f53\u7684\u6548\u7387\u3002\u4f46\u662f\u5355\u6838CPU\u6211\u4eec\u8fd8\u662f\u8981\u5e94\u7528\u591a\u7ebf\u7a0b\uff0c\u5c31\u662f\u4e3a\u4e86\u9632\u6b62\u963b\u585e\u3002\u8bd5\u60f3\uff0c\u5982\u679c\u5355\u6838CPU\u4f7f\u7528\u5355\u7ebf\u7a0b\uff0c\u90a3\u4e48\u53ea\u8981\u8fd9\u4e2a\u7ebf\u7a0b\u963b\u585e\u4e86\uff0c\u6bd4\u65b9\u8bf4\u8fdc\u7a0b\u8bfb\u53d6\u67d0\u4e2a\u6570\u636e\u5427\uff0c\u5bf9\u7aef\u8fdf\u8fdf\u672a\u8fd4\u56de\u53c8\u6ca1\u6709\u8bbe\u7f6e\u8d85\u65f6\u65f6\u95f4\uff0c\u90a3\u4e48\u4f60\u7684\u6574\u4e2a\u7a0b\u5e8f\u5728\u6570\u636e\u8fd4\u56de\u56de\u6765\u4e4b\u524d\u5c31\u505c\u6b62\u8fd0\u884c\u4e86\u3002\u591a\u7ebf\u7a0b\u53ef\u4ee5\u9632\u6b62\u8fd9\u4e2a\u95ee\u9898\uff0c\u591a\u6761\u7ebf\u7a0b\u540c\u65f6\u8fd0\u884c\uff0c\u54ea\u6015\u4e00\u6761\u7ebf\u7a0b\u7684\u4ee3\u7801\u6267\u884c\u8bfb\u53d6\u6570\u636e\u963b\u585e\uff0c\u4e5f\u4e0d\u4f1a\u5f71\u54cd\u5176\u5b83\u4efb\u52a1\u7684\u6267\u884c\u3002
3\uff09\u4fbf\u4e8e\u5efa\u6a21
\u8fd9\u662f\u53e6\u5916\u4e00\u4e2a\u6ca1\u6709\u8fd9\u4e48\u660e\u663e\u7684\u4f18\u70b9\u4e86\u3002\u5047\u8bbe\u6709\u4e00\u4e2a\u5927\u7684\u4efb\u52a1A\uff0c\u5355\u7ebf\u7a0b\u7f16\u7a0b\uff0c\u90a3\u4e48\u5c31\u8981\u8003\u8651\u5f88\u591a\uff0c\u5efa\u7acb\u6574\u4e2a\u7a0b\u5e8f\u6a21\u578b\u6bd4\u8f83\u9ebb\u70e6\u3002\u4f46\u662f\u5982\u679c\u628a\u8fd9\u4e2a\u5927\u7684\u4efb\u52a1A\u5206\u89e3\u6210\u51e0\u4e2a\u5c0f\u4efb\u52a1\uff0c\u4efb\u52a1B\u3001\u4efb\u52a1C\u3001\u4efb\u52a1D\uff0c\u5206\u522b\u5efa\u7acb\u7a0b\u5e8f\u6a21\u578b\uff0c\u5e76\u901a\u8fc7\u591a\u7ebf\u7a0b\u5206\u522b\u8fd0\u884c\u8fd9\u51e0\u4e2a\u4efb\u52a1\uff0c\u90a3\u5c31\u7b80\u5355\u5f88\u591a\u4e86\u3002
要使用一门技术肯定要先了解它，要使用线程池也一定要了解线程池使用的情况和基本参数。
使用线程池有优势与限制场景
利用Executor框架可以解耦任务的提交和任务的执行，使得任务的提交和任务的执行更加灵活，同时也简化了代码，不过在有些情况下因为任务不适合解耦。
比如一个任务依赖另一个任务的执行，或者任务只能在单线程中执行（为了确保执行顺序），在比如对一些响应要求比较高的任务都不适合放到线程池中执行。
一般来说只有任务是同类型的并且相互独立，线程池的性能才能达到最佳。
线程池大小设置
线程池大小的设置也是一个需要注意的问题，线程池设置过大会出现大量线程在比较少的CPU和内存资源上发生竞争，会导致更高的内存使用量，还有可能耗尽资源，但是如果线程池过小，那么将导致许多空闲的处理器无法执行工作，更多的任务处于等待状态响应变慢，从而降低吞吐率。
线程池大小设置要考虑服务器的CPU、内存、计算密集型还是I/O密集型等方面，尤其是计算密集型和I/O密集型属于不同类型的任务，他们最好分成多个线程池不要放到一个线程池中。
计算密集型运行一般较快，基本不会出现阻塞，线程可以很快处理完成马上执行下一个任务，所以线程池大小可以设置成服务器CPU核数+1，节省资源的同时也能保证充分利用CPU。
对于包含I/O或者其他阻塞操作的任务，由于线程不会一直执行，为了支持更多的任务线程池的数量设置的就会更大，当然要更加准确的设置线程池数量就要估算任务的等待时间和计算时间的比值。
如果任务的执行还需要通过获取其他线程池资源，比如需要连接数据库就需要数据库线程池，那么数据库线程池的数量也是限制任务线程的因素之一。
线程池基本参数
线程最通用的初始化方式如下图：
这是最基础的线程池初始化方式，包含了设置线程池需要的基础参数，主要参数功能解释如下：
corePoolSize：线程池核心线程数，当没有任务执行时线程池大小，当工作队列满了才会创建超过这个数量的线程；
maximumPoolSize：最大线程数，线程池能拥有的最大线程数量；
keepAliveTime：活跃时间，当一个线程空闲超过这个时间，并且线程池线程数超过了核心线程数，这个线程将被回收；
通过调节上面这三个参数可以控制资源的使用，比如newFixedThreadPool创建的线程池就是把corePoolSize与maximumPoolSize设置为相同值，并且永远不会超时，这样线程池中的线程数量永远不会改变。
newCachedThreadPool是把corePoolSize设置为0，maximumPoolSize设置为Integer的最大值，keepAliveTime设置为一分钟，线程池的数量可以根据任务数扩展或收缩，任务多就创建线程，没有任务则回收所有线程。
workQueue是一个阻塞队列，用来保存等待执行的任务，排队基本方法有三种：无界队列、有界队列、同步移交。
newFixedThreadPool和newSingleThreadExecutor默认使用无界队列LinkedBlockingQueue,如果所有工作线程都处于忙碌状态，那么任务将在队列中等候，如果任务持续提交，队列将无限制增加。
队列无限增加存在一定的风险，比如任务提交太多太快，队列中太多会造成内存溢出，保证安全的办法是使用有界队列，比如ArrayBlockingQueue,但是使用有界队列会出现新问题，如果等待队列满了再继续执行任务该怎么处理？
这里就要说最后一个参数了“RejectedExecutionHandler handler”拒绝策略，拒绝策略主要有四种AbortPolicy（中止）、CallerRunsPolicy（调用者运行）、DiscardPolicy（抛弃）、DiscardestPolicy（抛弃最旧的）；
AbortPolicy（中止）：默认拒绝策略，提交任务时如果无法保存到队列中时会抛出RejectedExecutionException。由调用捕获并处理；
DiscardPolicy（抛弃）：直接抛弃这个任务；
DiscardestPolicy（抛弃最旧的）：会抛弃最前面的任务也就是即将执行的任务，然后尝试重新提交当前任务；
CallerRunsPolicy（调用者运行）：将任务回退到调用者；
还有一个参数“ThreadFactory threadFactory”创建工作线程的工厂，也就是线程池支持我们自定义创建线程的方式，这样我们就可以做很多事情，比如设置线程池创建线程的线程名字，还可以做一些统计、日志等。
线程池的扩展
ThreadPoolExecutor还提供了几个可以重写的方法”beforeExecute(Thread t, Runnable r)”、“afterExecute(Runnable r, Throwable t)”、“terminated()”。
这几个方法都很见名知意，beforeExecute抛出异常任务不会被执行，afterExecute也不执行。任务不管是正常返回还是抛出一个异常都会执行afterExecute方法，当线程池完成关闭操作后会执行terminated方法，通过重写这几个方法可以添加日志、计时、监视、统计等信息。
总结
ThreadPoolExecutor作为多线程的基础，一定要了解它的基本功能，学习了ThreadPoolExecutor的最基础参数实际上也可以了解它的一些基本的工作流程，这些最基础的知识也是面试中经常问到的问题。
Java程序员日常学习笔记，如理解有误欢迎各位交流讨论！
绛旓細涓鑸嚎绋嬫暟涓篶pu涓暟*2+1杈冨ソ锛绾跨▼澶浼氬崰鐢ㄥ唴瀛橈紝棰戠箒鐨勭嚎绋嬩笂涓嬫枃鍒囨崲涔熶細瀵艰嚧鏁堢巼闄嶄綆銆
绛旓細鏈鍚庯紝閫夋嫨鏈嶅姟鍣–PU鏃讹紝瑕佽冭檻涓婚鍜屾暣浣撴ц兘鍖归厤锛岄伩鍏嶄富棰戣繃楂樺鑷存ц兘鐡堕銆傚悓鏃讹紝鐞嗚В澶勭悊鍣ㄦ灦鏋勬敼杩涘甫鏉ョ殑鎬ц兘鎻愬崌锛屽澶氭牳銆澶氱嚎绋绛夛紝鏄‘淇濇湇鍔″櫒楂樻晥杩愯鐨勫叧閿傚笇鏈涢氳繃杩欑瘒鏂囩珷锛屼綘瀵笴PU鏍告暟鍜岀嚎绋嬫暟鏈変簡鏇存繁鐨勭悊瑙ｏ紝骞惰兘鍖哄埆鏈嶅姟鍣ㄥ拰鏅氱數鑴慍PU鐨勪笉鍚岀壒鎬с傚鏋滀綘瀵规湇鍔″櫒鎶鏈繕鏈夋洿澶氱枒闂...
绛旓細java绾跨▼姹犳弧浜嗘槸鍙兘浼氬嚭鐜版姏寮冧换鍔＄殑鎯呭喌锛屽搴旂殑鍙兘鎶涘嚭寮傚父java.util.concurrent.RejectedExecutionException
绛旓細澶氱嚎绋鎶鏈娇绋嬪簭鐨勫搷搴旈熷害鏇村揩锛屽洜涓虹敤鎴风晫闈㈠彲浠ュ湪杩涜鍏朵粬宸ヤ綔鐨勫悓鏃朵竴鐩村浜庢椿鍔ㄧ姸鎬併傚綋鍓嶆病鏈夎繘琛屽鐞嗙殑浠诲姟鍙互灏嗗鐞嗗櫒鏃堕棿璁╃粰鍏朵粬浠诲姟銆傚崰鐢ㄥぇ閲忓鐞嗘椂闂寸殑浠诲姟鍙互瀹氭湡灏嗗鐞嗗櫒鏃堕棿璁╃粰鍏朵粬浠诲姟銆傚彲浠ラ殢鏃跺仠姝换鍔°傚彲浠ュ垎鍒缃悇涓换鍔＄殑浼樺厛绾т互浼樺寲鎬ц兘銆傛槸鍚﹂渶瑕佸垱寤哄绾跨▼搴旂敤绋嬪簭鍙栧喅浜庡涓洜绱犮
绛旓細澶氱嚎绋骞朵笉鏄秺澶氳秺濂斤紝鑰屾槸瀵规湇鍔″櫒鍜屽甯﹀閮芥湁瑕佹眰锛屾瘮濡100M甯﹀鐨勭悊璁轰笅杞介熷害涓12.5MB/S锛屼綘鍚姩5涓嚎绋嬫潵涓嬭浇锛屾瘡涓嚎绋嬫渶澶氳兘涓嬭浇2.5M/S鐨勫唴瀹癸紝鍚姩10涓嚎绋嬶紝鍒欐瘡涓嚎绋嬫渶澶氳兘涓嬭浇1.25M/S鐨勫唴瀹癸紝鍥犱负鏃犳硶绐佺牬甯﹀鐨勪笅琛岄熺巼銆傚彟澶栬繕瑕佺湅鏈嶅姟鍣ㄥ搷搴旂粰浣犵殑閫熷害锛屾瘮濡傛湇鍔″櫒鍋氫簡闄愬埗锛屾瘡绉...
绛旓細浣犲ソ.鎴戞潵瑙ｇ瓟涓嬩綘鐨勯棶棰 绾跨▼鏁板彧鏄 閲廋PU鎬ц兘鐨勫弬鏁颁箣涓.骞朵笉瀹屽叏鐢辩嚎绋嬫暟閲忔潵鍐冲畾CPU鐨勬ц兘.褰撶劧.鍦ㄥ悓绛夊钩鍙板拰鍚屼竴绾у埆鐨勫鐞嗗櫒.绾跨▼鏁拌秺澶氭ц兘瓒婂己.涓鑸儏鍐典笅.涓鍙版櫘閫氶厤缃殑鏈嶅姟鍣鏈澶у苟鍙戞暟鍙互杈惧埌鍑犲崈.涓鍙拌嚦寮洪珮閰嶇疆鐨勬湇鍔″櫒鐨勬渶澶у苟鍙戞暟鍙互杈惧埌涓婁竾.浣犳墍瑕佹眰鐨勫苟鍙戞暟杈惧埌涓鍗.鍩烘湰涓婇殢渚...
绛旓細鏈嶅姟鍣CPU涓昏鏄ǔ瀹氭уソ锛澶氱嚎绋涓昏鏄兘澶熷浠诲姟澶勭悊閫熷害蹇紝鍗犵敤鐜囧皯锛屼絾鏄疌PU鍗曟牳鑳藉姏骞朵笉寮虹殑锛屾覆鏌擄紝3D锛屽缓妯★紝PS锛孭R锛岀瓑绛変娇鐢ㄦ湇鍔″櫒CPU澶氭牳澶氱嚎绋嬪氨鏈夌敤锛屼綘鍋氱洿鎾娇鐢ㄩ渶瑕佸崟鏍稿績鎬ц兘寮猴紝涓婚楂樻墠琛岋紝姣斿鐜板湪鐨勶紝鑻辩壒灏攊5 9600KF鍏牳鍏嚎绋婥PU灏卞悎閫傦紝
绛旓細绾跨▼鏁板氨鏄牳蹇冩暟锛岃窡浜虹殑鑴戝瓙涓鏍凤紝鏍稿績鏁2灏辫鏄嶤PU鏈変袱涓剳瀛愩傝剳瀛愯秺澶氳В鍐抽棶棰橀熷害瓒婂揩銆侰PU鐨勬牳蹇冩暟瓒婇珮澶勭悊閫熷害灏辫秺楂樸傛牳蹇冩暟2閫氫織鍦拌灏辨槸鍙屾牳CPU浜嗐備絾鑷秴绾跨▼鎶鏈棶涓栧悗锛屼竴涓牳蹇冨彲浠ュ悓鏃2涓嚎绋嬩簡銆備娇CPU鎬ц兘涓婂崌鐧惧垎涔40銆傚亣璁句粠鏈嶅姟绔紶閫佹暟鎹埌鐢ㄦ埛绔紝鎶婄敤鎴风鍜屾湇鍔＄姣斿仛涓や釜...
绛旓細杩涚▼涔嬮棿浼犻掓暟鎹彧鑳芥槸閫氳繃閫氳鐨勬柟寮忥紝鍗宠垂鏃跺張涓嶆柟渚裤绾跨▼鏃堕棿鏁版嵁澶ч儴鍒嗗叡浜紙绾跨▼鍑芥暟鍐呴儴涓嶅叡浜級锛屽揩鎹锋柟渚裤備絾鏄暟鎹悓姝ラ渶瑕侀攣瀵逛簬static鍙橀噺灏ゅ叾娉ㄦ剰 绾跨▼鑷韩浼樺娍锛氭彁楂樺簲鐢ㄧ▼搴忓搷搴旓紱浣垮CPU绯荤粺鏇村姞鏈夋晥銆傛搷浣滅郴缁熶細淇濊瘉褰撶嚎绋嬫暟涓嶅ぇ浜嶤PU鏁扮洰鏃讹紝涓嶅悓鐨勭嚎绋嬭繍琛屼簬涓嶅悓鐨凜PU涓婏紱鏀瑰杽绋嬪簭缁撴瀯銆備竴涓...
绛旓細褰撶劧鏈褰卞搷 CPU姣忎釜鍙互璐熻矗涓瀹氱殑绾跨▼ 澶CPU鍦ㄥ垎閰嶄笅鍙互鎵ц鏇村鐨勭嚎绋 鏁堢巼澧炲姞
