ThreadPoolExecutor的RejectedExecutionHandler

java 线程池ThreadPoolExecutor的拒绝策略有:

    /**
     * A handler for rejected tasks that runs the rejected task
     * directly in the calling thread of the {@code execute} method,
     * unless the executor has been shut down, in which case the task
     * is discarded.
     */
    public static class CallerRunsPolicy implements RejectedExecutionHandler {
       ...
    }

    /**
     * A handler for rejected tasks that throws a
     * {@code RejectedExecutionException}.
     */
    public static class AbortPolicy implements RejectedExecutionHandler {
       ...
    }

    /**
     * A handler for rejected tasks that silently discards the
     * rejected task.
     */
    public static class DiscardPolicy implements RejectedExecutionHandler {
      ...
    }

    /**
     * A handler for rejected tasks that discards the oldest unhandled
     * request and then retries {@code execute}, unless the executor
     * is shut down, in which case the task is discarded.
     */
    public static class DiscardOldestPolicy implements RejectedExecutionHandler {
        ...
    }
  • CallerRunsPolicy : 当线程池和队列都满时,任务将会被任务的调用方线程执行,如果线程池关闭,那么任务将会被抛弃
  • AbortPolicy :当线程池和队列都满时,再有任务进来直接抛出RejectedExecutionException异常
  • DiscardPolicy: 当线程池和队列都满时,再有任务进来,默默的将任务抛弃
  • DiscardOldestPolicy: 当线程池和队列都满时,再有任务进来,抛弃最老的未处理的任务,然后重试该新进来的任务,如果线程池关闭,那么任务将会被抛弃

我们来看一个例子:

public static void main(String [] args) throws ExecutionException, InterruptedException {


        ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(1,1,
                                                                        500,
                                                                        TimeUnit.MILLISECONDS, new ArrayBlockingQueue<>(1),

                                                                        new ThreadPoolExecutor.CallerRunsPolicy()
                                                                        //new ThreadPoolExecutor.DiscardPolicy()
                                                                        //new ThreadPoolExecutor.DiscardOldestPolicy()
                                                                        //new ThreadPoolExecutor.AbortPolicy()
                                                                        );

        Future<String> taskOne = threadPoolExecutor.submit(()->{

            System.out.println("taskOne start...");
            try {
                TimeUnit.SECONDS.sleep(2);
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
            System.out.println("taskOne 沉睡2秒结束...");
            return Thread.currentThread().getName();
        });


        Future<String> taskTwo = threadPoolExecutor.submit(()->{

            System.out.println("taskTwo start...");

            return Thread.currentThread().getName();

        });

        Future<String> taskThree = threadPoolExecutor.submit(()->{

            System.out.println("taskThree start...");

            return Thread.currentThread().getName();
        });

        System.out.println("taskOne:" + taskOne.get());

        System.out.println("taskTwo:" + taskTwo.get());

        System.out.println("taskThree:" + taskThree.get());

        threadPoolExecutor.shutdown();
    }

上述例子中创建了一个核心线程池数与最大线程池数都为1,阻塞队列长度也为1的线程池。然后启动三个任务,其中第一个任务执行等待2秒。

taskOne 占用了线程池中的唯一那个线程,taskTwo 进入了阻塞队列,这时队列已满,taskThree再进入线程池触发对应的策略。

  • 当使用CallerRunsPolicy策略时打印:
taskOne start...
taskThree start...
taskOne 沉睡2秒结束...
taskOne:pool-1-thread-1
taskTwo start...
taskTwo:pool-1-thread-1
taskThree:main

可以看出taskOne和taskTwo执行者都是线程池内的那个线程,而taskThree的执行线程则是调用taskThree的main函数主线程

  • 当使用DiscardPolicy()策略时打印:
taskOne start...
taskOne 沉睡2秒结束...
taskOne:pool-1-thread-1
taskTwo start...
taskTwo:pool-1-thread-1

默默抛弃策略不再打印taskThree 相关信息,并且程序在taskThree.get()处阻塞,线程池迟迟无法关闭。

  • 当使用DiscardOldestPolicy()策略时打印:
taskOne start...
taskOne 沉睡2秒结束...
taskOne:pool-1-thread-1
taskThree start...

taskThree再进入线程池时,线程池根据策略把未执行的taskTwo给抛弃了,然后重试执行了taskThree,所以打印了taskThree start... ,但是,因为taskTwo 已被抛弃所以在调用taskTwo.get()时发生了阻塞。�所以没有System.out.println("taskThree:" + taskThree.get()); 相关的信息

  • 当使用AbortPolicy()策略时打印:
Exception in thread "main" java.util.concurrent.RejectedExecutionException: Task java.util.concurrent.FutureTask@31cefde0 rejected from java.util.concurrent.ThreadPoolExecutor@439f5b3d[Running, pool size = 1, active threads = 1, queued tasks = 1, completed tasks = 0]
taskOne start...
taskOne 沉睡2秒结束...
taskTwo start...

main主线程在taskThree的submit()时抛出异常,后面的信息都不打印了。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,772评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,458评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,610评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,640评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,657评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,590评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,962评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,631评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,870评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,611评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,704评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,386评论 4 319
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,969评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,944评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,179评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,742评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,440评论 2 342

推荐阅读更多精彩内容