哈喽，大家好，我是了不起。
阿里作为国内Java使用最多的大厂，他出版了一部《阿里巴巴Java开发手册》，不知道大家看过没，没有看过的话，建议大家看看。
对于我们编程养成良好的习惯还是很有帮助的，最近我在看到并发这一规约的时候，他们就明确了一点：线程池不允许使用 Executors来创建。
在多线程编程中，线程池是一种重要的资源管理工具，用于提高程序效率和降低资源消耗。
Java通过java.util.concurrent包提供了丰富的线程池管理工具，其中Executors类是创建线程池的常用工具。
然而，像阿里巴巴这样的大型技术公司却建议开发者避免使用Executors来创建线程池。为什么会有这样的建议呢？
图片
Executors类提供了几种快捷方法来创建不同类型的线程池，例如newFixedThreadPool、newCachedThreadPool和newSingleThreadExecutor等。这些方法虽然使用方便，但存在以下几个问题：
Executors使用的默认线程工厂创建的线程都是非守护线程，且没有设置线程名称和优先级。这在某些应用场景中可能不是最佳选择。
某些由Executors创建的线程池，如newCachedThreadPool，使用了无限制的任务队列。这意味着如果任务提交速度超过线程处理速度，会导致内存溢出风险。
使用Executors快捷方法创建的线程池隐藏了许多重要的配置细节，比如线程数量和任务队列类型，这降低了配置的灵活性和透明度。
鉴于上述问题，阿里巴巴在其Java开发手册中建议开发者不要使用Executors类的快捷方法创建线程池，
那么我们应该如何创建线程池呢？
答案就是使用：ThreadPoolExecutor。
我们可以看下这个类：
图片
ThreadPoolExecutor构造函数允许开发者自定义线程池的多个参数，包括核心线程数、最大线程数、空闲线程存活时间、任务队列、线程工厂和拒绝策略等。这些自定义的配置可以更好地满足不同的应用需求。
所以，创建高效和可靠的线程池时应考虑以下几点：
下面给出一段最佳实践代码供大家参考：
import java.util.concurrent.ArrayBlockingQueue;import java.util.concurrent.ThreadPoolExecutor;import java.util.concurrent.TimeUnit;public class ThreadPoolExample { public static void main(String[] args) { // 核心线程数 int corePoolSize = 5; // 最大线程数 int maximumPoolSize = 10; // 当线程数大于核心线程数时，多余空闲线程的存活时间 long keepAliveTime = 5000; // 时间单位，这里使用毫秒 TimeUnit unit = TimeUnit.MILLISECONDS; // 任务队列，使用有界队列可以避免资源耗尽的问题 ArrayBlockingQueue<Runnable> workQueue = new ArrayBlockingQueue<>(100); // 创建线程池 ThreadPoolExecutor executor = new ThreadPoolExecutor( corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue ); // 示例任务提交 for (int i = 0; i < 20; i++) { int finalI = i; executor.execute(() -> { System.out.println("Executing task " + finalI + " using thread " + Thread.currentThread().getName()); try { // 模拟任务执行时间 Thread.sleep(1000); } catch (InterruptedException e) { e.printStackTrace(); } }); } // 关闭线程池 executor.shutdown(); }}这段代码展示了如何使用 ThreadPoolExecutor 来创建一个自定义的线程池。以下是关键配置的说明：
创建线程池后，通过 execute 方法提交任务。最后，使用 shutdown 方法来关闭线程池，以释放资源。
本文链接：http://www.28at.com/showinfo-26-56555-0.html为什么阿里建议你不要使用Executors来创建线程池？
声明：本网页内容旨在传播知识，若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。邮件：2376512515@qq.com
上一篇： 性能篇：字符串性能优化不容小觑
下一篇： Python的神奇算术，用代码轻松求和
Copyright © 2016-2023 天津谷骐科技有限公司 版权所有 sitemap.xml
违法及侵权请联系：2376512515@qq.com 津ICP备18001702号
津公网安备 12010102000574号