通常开发者都是利用 Executors 提供的通用线程池创建方法，去创建不同配置的线程池，主要 区别在于不同的 ExecutorService 类型或者不同的初始参数。
Executors 目前提供了 5 种不同的线程池创建配置：
1）newCachedThreadPool()，它是一种用来处理大量短时间工作任务的线程池，具有几个鲜明 特点：它会试图缓存线程并重用，当无缓存线程可用时，就会创建新的工作线程；如果线程 闲置的时间超过 60 秒，则被终止并移出缓存；长时间闲置时，这种线程池，不会消耗什么 资源。其内部使用 SynchronousQueue 作为工作队列。
2）newFixedThreadPool(int nThreads)，重用指定数目（nThreads）的线程，其背后使用的 是无界的工作队列，任何时候最多有 nThreads 个工作线程是活动的。这意味着，如果任务 数量超过了活动队列数目，将在工作队列中等待空闲线程出现；如果有工作线程退出，将会 有新的工作线程被创建，以补足指定的数目 nThreads。
3）newSingleThreadExecutor()，它创建的是个 ScheduledExecutorService，也就是可以进 行定时或周期性的工作调度。工作线程数目被限制为 1，所以它保证了所有任务的都是被顺 序执行，最多会有一个任务处于活动状态，并且不允许使用者改动线程池实例，因此可以避 免其改变线程数目。
4）newScheduledThreadPool(int corePoolSize)，同样是 ScheduledExecutorService，区别 在于它会保持 corePoolSize 个工作线程。
5）newWorkStealingPool(int parallelism)，这是一个经常被人忽略的线程池，Java 8 才加入 这个创建方法，其内部会构建ForkJoinPool，利用Work-Stealing算法，并行地处理任务， 不保证处理顺序。
考点分析
Java 并发包中的 Executor 框架无疑是并发编程中的重点，今天的题目考察的是对几种标准线程 池的了解，我提供的是一个针对最常见的应用方式的回答。
在大多数应用场景下，使用 Executors 提供的 5 个静态工厂方法就足够了，但是仍然可能需要 直接利用 ThreadPoolExecutor 等构造函数创建，这就要求你对线程构造方式有进一步的了 解，你需要明白线程池的设计和结构。
另外，线程池这个定义就是个容易让人误解的术语，因为 ExecutorService 除了通常意义 上“池”的功能，还提供了更全面的线程管理、任务提交等方法。
Executor 框架可不仅仅是线程池，我觉得至少下面几点值得深入学习：
1） 掌握 Executor 框架的主要内容，至少要了解组成与职责，掌握基本开发用例中的使用。
2） 对线程池和相关并发工具类型的理解，甚至是源码层面的掌握。
3）实践中有哪些常见问题，基本的诊断思路是怎样的。
4）如何根据自身应用特点合理使用线程池
知识扩展
首先，我们来看看 Executor 框架的基本组成，请参考下面的类图。
我们从整体上把握一下各个类型的主要设计目的：
1）Executor 是一个基础的接口，其初衷是将任务提交和任务执行细节解耦，这一点可以体会其 定义的唯一方法。
void execute(Runnable command);
Executor 的设计是源于 Java 早期线程 API 使用的教训，开发者在实现应用逻辑时，被太多线 程创建、调度等不相关细节所打扰。就像我们进行 HTTP 通信，如果还需要自己操作 TCP 握 手，开发效率低下，质量也难以保证。
2）ExecutorService 则更加完善，不仅提供 service 的管理功能，比如 shutdown 等方法，也 提供了更加全面的提交任务机制，如返回Future而不是 void 的 submit 方法。
Future submit(Callable task);
注意，这个例子输入的可是Callable，它解决了 Runnable 无法返回结果的困扰。
3）Java 标准类库提供了几种基础实现，比如ThreadPoolExecutor、 ScheduledThreadPoolExecutor、ForkJoinPool。这些线程池的设计特点在于其高度的可调 节性和灵活性，以尽量满足复杂多变的实际应用场景，我会进一步分析其构建部分的源码， 剖析这种灵活性的源头。
4）Executors 则从简化使用的角度，为我们提供了各种方便的静态工厂方法。
下面我就从源码角度，分析线程池的设计与实现，我将主要围绕最基础的 ThreadPoolExecutor 源码。ScheduledThreadPoolExecutor 是 ThreadPoolExecutor 的扩展，主要是增加了调度 逻辑，如想深入了解，你可以参考相关教程。而 ForkJoinPool 则是为 ForkJoinTask 定制的线 程池，与通常意义的线程池有所不同。
这部分内容比较晦涩，罗列概念也不利于你去理解，所以我会配合一些示意图来说明。在现实应 用中，理解应用与线程池的交互和线程池的内部工作过程，你可以参考下图
简单理解一下：
1）工作队列负责存储用户提交的各个任务，这个工作队列，可以是容量为 0 的 SynchronousQueue（使用 newCachedThreadPool），也可以是像固定大小线程池 （newFixedThreadPool）那样使用 LinkedBlockingQueue。
private final BlockingQueue workQueue;
2）内部的“线程池”，这是指保持工作线程的集合，线程池需要在运行过程中管理线程创建、 销毁。例如，对于带缓存的线程池，当任务压力较大时，线程池会创建新的工作线程；当业 务压力退去，线程池会在闲置一段时间（默认 60 秒）后结束线程
private final HashSet workers = new HashSet<>();
线程池的工作线程被抽象为静态内部类 Worker，基于AQS实现。
3）ThreadFactory 提供上面所需要的创建线程逻辑
4）如果任务提交时被拒绝，比如线程池已经处于 SHUTDOWN 状态，需要为其提供处理逻辑， Java 标准库提供了类似ThreadPoolExecutor.AbortPolicy等默认实现，也可以按照实际需求 自定义
从上面的分析，就可以看出线程池的几个基本组成部分，一起都体现在线程池的构造函数中，从 字面我们就可以大概猜测到其用意：
5）corePoolSize，所谓的核心线程数，可以大致理解为长期驻留的线程数目（除非设置了 allowCoreThreadTimeOut）。对于不同的线程池，这个值可能会有很大区别，比如 newFixedThreadPool 会将其设置为 nThreads，而对于 newCachedThreadPool 则是为 0。
6）maximumPoolSize，顾名思义，就是线程不够时能够创建的最大线程数。同样进行对比， 对于 newFixedThreadPool，当然就是 nThreads，因为其要求是固定大小，而 newCachedThreadPool 则是 Integer.MAX_VALUE。
7）keepAliveTime 和 TimeUnit，这两个参数指定了额外的线程能够闲置多久，显然有些线程 池不需要它。
8）workQueue，工作队列，必须是 BlockingQueue。
通过配置不同的参数，我们就可以创建出行为大相径庭的线程池，这就是线程池高度灵活性的基 础。
进一步分析，线程池既然有生命周期，它的状态是如何表征的呢？
这里有一个非常有意思的设计，ctl 变量被赋予了双重角色，通过高低位的不同，既表示线程池 状态，又表示工作线程数目，这是一个典型的高效优化。试想，实际系统中，虽然我们可以指定 线程极限为 Integer.MAX_VALUE，但是因为资源限制，这只是个理论值，所以完全可以将空闲 位赋予其他意义。
private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));
为了让你能对线程生命周期有个更加清晰的印象，我这里画了一个简单的状态流转图，对线程池 的可能状态和其内部方法之间进行了对应，如果有不理解的方法，请参考 Javadoc。注意，实 际 Java 代码中并不存在所谓 Idle 状态，我添加它仅仅是便于理解。
前面都是对线程池属性和构建等方面的分析，下面我选择典型的 execute 方法，来看看其是如 何工作的，具体逻辑请参考我添加的注释，配合代码更加容易理解
线程池实践
线程池虽然为提供了非常强大、方便的功能，但是也不是银弹，使用不当同样会导致问题。我这 里介绍些典型情况，经过前面的分析，很多方面可以自然的推导出来。
1）避免任务堆积。前面我说过 newFixedThreadPool 是创建指定数目的线程，但是其工作队列 是无界的，如果工作线程数目太少，导致处理跟不上入队的速度，这就很有可能占用大量系 统内存，甚至是出现 OOM。诊断时，你可以使用 jmap 之类的工具，查看是否有大量的任 务对象入队。
2）避免过度扩展线程。我们通常在处理大量短时任务时，使用缓存的线程池，比如在最新的 HTTP/2 client API 中，目前的默认实现就是如此。我们在创建线程池的时候，并不能准确预计任务压力有多大、数据特征是什么样子（大部分请求是 1K 、100K 还是 1M 以上？），所 以很难明确设定一个线程数目。
3）另外，如果线程数目不断增长（可以使用 jstack 等工具检查），也需要警惕另外一种可能 性，就是线程泄漏，这种情况往往是因为任务逻辑有问题，导致工作线程迟迟不能被释放。 建议你排查下线程栈，很有可能多个线程都是卡在近似的代码处
4）避免死锁等同步问题，对于死锁的场景和排查
5）尽量避免在使用线程池时操作 ThreadLocal
线程池大小的选择策略
上面我已经介绍过，线程池大小不合适，太多会太少，都会导致麻烦，所以我们需要去考虑一个 合适的线程池大小。虽然不能完全确定，但是有一些相对普适的规则和思路。
1)如果我们的任务主要是进行计算，那么就意味着 CPU 的处理能力是稀缺的资源，我们能够通 过大量增加线程数提高计算能力吗？往往是不能的，如果线程太多，反倒可能导致大量的上 下文切换开销。所以，这种情况下，通常建议按照 CPU 核的数目 N 或者 N 1。
2)如果是需要较多等待的任务，例如 I/O 操作比较多，可以参考 Brain Goetz 推荐的计算方 法：
线程数 = CPU 核数 × （1 平均等待时间 / 平均工作时间）
这些时间并不能精准预计，需要根据采样或者概要分析等方式进行计算，然后在实际中验证和调 整
3)上面是仅仅考虑了 CPU 等限制，实际还可能受各种系统资源限制影响，例如我最近就在 Mac OS X 上遇到了大负载时ephemeral 端口受限的情况。当然，我是通过扩大可用端口范 围解决的，如果我们不能调整资源的容量，那么就只能限制工作线程的数目了。这里的资源 可以是文件句柄、内存等。
另外，在实际工作中，不要把解决问题的思路全部指望到调整线程池上，很多时候架构上的改变 更能解决问题，比如利用背压机制的Reactive Stream、合理的拆分等。
