- 1、首先看下Executor获取线程池，这样方式，可以设置线程池的大小，但是了解线程池的内部原理的情况下，这样的线程池可能会引起OOM，原因在于
该线程池的等待队列最大长度默认为int的最大值，随口默写出来就是2147483647（2^31 -1，高中物理老师说过一句话，记住一些固定的数字可以预判一些问题）。线程池在提交任务时，如果线程池未达到最大线程数，则起线程执行任务，在达到最大值后，会放入等待队列，按默认的int最大值，很容易造成内存溢出。所以通常会选择自行构造线程池
ExecutorService threadPool = Executors.newFixedThreadPool(3);
- 2、通过自行构建线程池，指定等待队列的长度。那么问题来了，虽然用的是BlockingQueue，但是往BlockingQueue放任务时，用的是offer()，方法，而不是阻塞的方法put();这样在队列满了之后，继续往队列放任务就会抛异常，线程池提供了rejection机制去处理这种情况，应用可以自定义如何处理队列满的情况，默认是直接丢弃。对于有些业务场景，我们宁愿阻塞等待，也不要无止境的放队列，然后让他失败。这时候需要再用一点奇技淫巧，用来保证在等待队列放置一定数量后，阻塞生成任务的线程，等到线程池里已经有任务处理完了再继续放入任务。
ExecutorService threadPool = new ThreadPoolExecutor(5, 5,
0L, TimeUnit.MILLISECONDS,
new ArrayBlockingQueue<Runnable>(5*2));
- 3、还是使用2中自行构建的线程池，除此之外再定义一个blockQueue,最大长度为5，如下列代码。在while循环时，threadpool中的等待队列会逐渐增加最后稳定在5，并且此时与blockingQueue的长度一致，此时如果继续循环，便在blockingQueue.put(new Data())处阻塞，直到线程池中已有任务处理完。
BlockingQueue<Data> blockingQueue = new ArrayBlockingQueue<Data>(5);
@Test
public void testBlock() throws InterruptedException {
int i=0;
while(i<100){
i++;
blockingQueue.put(new Data());
// System.out.println("blockingQueue.size():"+blockingQueue.size()+" "+"threadpool:"+threadPool);
// 封装成task时并没有从blockingQueue中take,只有submit提交执行时才take，因此，等待队列中的task数目，就等于blockingQueue的长度了
threadPool.submit( ()->{return process( blockingQueue.take());});
System.out.println("blockingQueue.size():"+blockingQueue.size()+" "+"threadpool:"+threadPool);
}
Thread.sleep(10000L);
System.out.println("blockingQueue.size():"+blockingQueue.size()+" "+"threadpool:"+threadPool);
}
public Result process(Data data) throws InterruptedException {
Thread.sleep(300L);
return new Result();
}
