线程池饱和策略需匹配业务特性：支付/订单用abortpolicy+有界队列确保强一致；web请求选callerrunspolicy实现负反馈；监控日志类用discardpolicy+丢弃率监控；行情心跳类用discardoldestpolicy保时效。
线程池饱和策略不是“选一个就行”，而是要和业务的容错能力、时效要求、资源敏感度严丝合缝。关键看三点：任务能不能丢、谁来兜底、系统能不能扛住反压。
支付/订单类强一致性场景：用 AbortPolicy + 显式捕获
这类任务一旦提交，就必须成功或明确失败——不能静默丢弃，也不能让调用线程阻塞执行（否则 Web 容器线程被占满会雪崩）。AbortPolicy 抛出 RejectedExecutionException 正好满足：调用方能立即感知，触发重试、降级或告警。
注意两点：
- 必须在 submit/execute 外层 try-catch，不能依赖日志埋点后才处理
- 搭配有界队列（如 ArrayBlockingQueue(200)）+ 合理的 maximumPoolSize（比如 20），避免因无界队列掩盖真实过载
Web 请求类高吞吐场景：优先 CallerRunsPolicy
用户请求不能丢，但可以慢一点。CallerRunsPolicy 让 Tomcat/NIO 线程自己执行任务，天然形成负反馈：上游提交越快，调用线程越忙，反而自动压低了新请求进入速度。
适用前提：
- 任务逻辑轻量（执行时间短），否则会拖垮整个请求线程池
- 已限制最大并发连接数（如 Nginx upstream max_conns）、下游接口有超时和熔断
- workQueue 建议设为 50～200 的有界队列，避免堆积过多导致响应延迟不可控
监控埋点/日志聚合类弱一致性场景：DiscardPolicy + 丢弃率监控
这类任务本质是“尽力而为”。DiscardPolicy 静默丢弃最省资源，但前提是：你得知道它丢了多少。
必须配套做两件事：
- 通过 ThreadPoolExecutor.getRejectedExecutionCount() 或 Micrometer 暴露指标，实时监控丢弃率
- 当丢弃率持续 > 1% 时，自动告警并触发扩容（如调整队列容量或增加 maximumPoolSize）
别用无界队列替代——内存耗尽比丢数据更致命。
实时行情/心跳/状态更新类强时效场景：DiscardOldestPolicy
旧数据不仅没用，还可能误导系统。比如股票价格推送，最新价永远比 2 秒前的价重要；设备心跳，刚收到的比积压的 5 条都关键。
注意边界：
- 仅对 FIFO 队列（如 ArrayBlockingQueue）有效，“最老”即队首任务
- 不适用于 PriorityBlockingQueue，因为“最老”不等于“优先级最低”
- 需配合较短的 keepAliveTime（如 10s），让空闲线程快速回收，腾出资源接新任务
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
