线程池任务调度遵循“先建核心线程→再入队→最后扩容→否则拒绝”的三步决策链,参数协同决定流转路径,队列选型与拒绝策略需匹配业务场景和流量模型。

想在线程池这块“完美通关”,关键不是死记硬背七大参数和四种拒绝策略,而是把它们串成一条逻辑链:任务进来后,线程池怎么一步步决定“谁来干、在哪等、等多久、干不了怎么办”。下面从实战视角帮你理清主线。
核心参数不是孤立数字,而是一套调度节奏
ThreadPoolExecutor 的 7 个参数里,真正影响任务流转路径的是前 5 个(corePoolSize、maximumPoolSize、keepAliveTime、unit、workQueue),后两个(threadFactory、handler)属于增强配置。重点抓住三步决策流:
- 第一步:够不够“常驻人手”? 当前线程数
- 第二步:常驻人手忙了,先排队还是加人? 线程数 ≥ corePoolSize → 尝试入队;入队成功就等,失败才考虑扩容;
- 第三步:队列也满了,还能不能加人? 入队失败且当前线程数
这个顺序决定了:用无界队列(如 LinkedBlockingQueue 默认容量 Integer.MAX_VALUE)时,maximumPoolSize 几乎永远不会被触及——线程池看起来像“固定池”,但内存可能被队列悄悄吃光。
队列选型直接决定系统是“稳住”还是“假死”
别只看“有界/无界”,要看它在你的流量模型里起什么作用:
- ArrayBlockingQueue(有界):适合对资源敏感的场景。设容量=200,core=10,max=30 → 队列满+线程满=230任务上限,超了立刻拒绝,保护系统不雪崩;
- SynchronousQueue(无存储):相当于“来了就得马上干”,适合短平快任务。它迫使线程池优先扩容而非堆积,配合 cachedThreadPool 使用,但 keepAliveTime 要设合理(比如 60 秒),避免频繁启停线程;
- LinkedBlockingQueue(常被误用为“无界”):若不显式指定容量,实际是 Integer.MAX_VALUE。一旦下游变慢,队列疯狂积压,JVM 内存飙升,GC 频繁,服务响应越来越慢——表面没报错,实则已半瘫痪。
拒绝策略不是兜底选项,而是业务兜底设计
四种内置策略本质是不同“甩锅方式”,选哪个取决于你敢不敢丢任务、能不能重试、要不要告警:
- AbortPolicy(默认):抛 RejectedExecutionException。适合强一致性场景,但必须在 submit/execute 外层 catch,否则异常吞掉,任务静默丢失;
- CallerRunsPolicy:让提交任务的线程自己执行。能减缓提交速度,给系统“喘息”,但会拖慢调用方,慎用于 Web 请求线程(比如 Tomcat 线程自己跑业务,可能卡住整个连接);
- DiscardPolicy / DiscardOldestPolicy:静默丢弃。适合日志、埋点等最终一致性场景,但要配套监控——比如记录被丢弃的任务数,一旦突增,说明线程池已持续承压。
生产环境建议自定义拒绝策略,至少打一条带 traceId 的 ERROR 日志 + 上报指标,让“拒绝”变成可观测事件。
调参要有依据,不能靠拍脑袋
核心线程数不是越多越好,最大线程数也不是越大越稳:
- CPU 密集型任务(如图像压缩、加解密):corePoolSize ≈ CPU 核数,避免过度上下文切换;
- IO 密集型任务(如数据库查询、HTTP 调用):corePoolSize ≈ CPU 核数 × (1 + 平均等待时间 / 平均工作时间),经验取 2–4 倍较稳妥;
- maximumPoolSize 通常设为 corePoolSize 的 2–4 倍,但必须结合压测验证——比如用 JMeter 模拟 3 倍日常 QPS,观察队列积压量、平均响应时间、拒绝率是否在可接受范围;
- keepAliveTime 建议设为 30–60 秒:太短(如 1 秒)导致洪峰退去后线程反复创建销毁,开销反升;太长(如 10 分钟)则资源释放滞后,浪费内存。
不复杂但容易忽略
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











