面灵AI→

Java 线程池核心参数与拒绝策略:面试考点全解

时间
2026-11
来源
牛客网

《面试题目》

  1. 线程池的七个核心参数分别是什么?各自的作用是什么?
  2. 提交一个任务后,线程池的完整处理流程是怎样的?
  3. 核心线程数已满、队列未满、最大线程数未满时,任务分别去哪里?
  4. 为什么线程池要先入队、而不是先扩容到最大线程数?
  5. 四种拒绝策略分别是什么?各自适合什么场景?
  6. 为什么阿里巴巴开发手册不允许用 Executors 创建线程池?
  7. 核心线程数、最大线程数、队列容量应该怎么配置?
  8. shutdown 与 shutdownNow 有什么区别?如何优雅关闭线程池?
  9. 线程池里的任务抛异常了会怎样?如何感知?
  10. 线程池如何监控?需要看哪些指标?
  11. 线程池参数可以在运行期动态调整吗?要注意什么?
  12. 在线程池中使用 ThreadLocal 有什么风险?

《参考解析》

七个参数:corePoolSize 核心线程数、maximumPoolSize 最大线程数、keepAliveTime 非核心线程空闲存活时间、unit 时间单位、workQueue 任务队列、threadFactory 线程工厂、handler 拒绝策略。核心线程默认不会回收(allowCoreThreadTimeOut(true) 可以打开),最大线程数包含核心线程。

提交任务的完整流程:线程数小于核心数 → 新建核心线程执行;核心线程已满 → 任务入队;队列已满 → 线程数小于最大值则新建非核心线程;线程数已达最大值且队列已满 → 触发拒绝策略。这个顺序经常被记反,记住「先核心、再排队、再扩容、最后拒绝」。

为什么先入队:这是吞吐与资源之间的权衡。创建线程有成本,队列能吸收短时突发流量,避免频繁创建销毁;如果先扩容,遇到大量慢任务时会迅速把线程数顶到最大,线程多了上下文切换和内存占用都会上升,而队列的存在让系统在压力下先缓冲、再拒绝,行为更可预期。代价是队列过长会带来延迟——任务排队很久才被执行,甚至等到超时才有结果,所以队列容量要和可接受的排队时间一起定。

四种拒绝策略:AbortPolicy 抛 RejectedExecutionException,默认策略,适合必须让调用方感知失败的场景;CallerRunsPolicy 由提交任务的线程自己执行,形成天然的反压,但会阻塞调用方;DiscardPolicy 静默丢弃新任务;DiscardOldestPolicy 丢掉队列中最老的任务再提交。后两种会无声丢任务,生产环境除非明确可丢,否则不要用。需要记录、降级或落库时,实现 RejectedExecutionHandler 自定义策略。

为什么禁用 Executors:newFixedThreadPool 与 newSingleThreadExecutor 使用无界 LinkedBlockingQueue,任务堆积会导致 OOM;newCachedThreadPool 的最大线程数是 Integer.MAX_VALUE,高并发下会创建大量线程直至耗尽资源;newScheduledThreadPool 的队列同样无界。规范要求用 ThreadPoolExecutor 显式指定参数,让容量与拒绝行为可见。

参数怎么定:CPU 密集型任务线程数接近核数(核数 + 1 是经验值,不是定律);IO 密集型可以更高,按「核数 × (1 + 等待时间 / 计算时间)」估算,但最终要靠压测验证。队列容量决定能缓冲多少,配合最大线程数与拒绝策略一起评估:队列太长会把拒绝推迟到更晚、把延迟拉高;队列太短会让扩容与拒绝更频繁。上线后按实际 QPS、任务耗时分布、队列水位回调参数,比一次算准更可靠。

关闭:shutdown 停止接收新任务,已提交的任务继续执行;shutdownNow 尝试中断正在执行的任务并返回未执行的任务列表,是否真正停止取决于任务是否响应中断。优雅关闭的步骤是:停止接收新任务、等待队列排空(awaitTermination 设超时)、超时后 shutdownNow、记录未完成任务。

异常处理:execute 提交的任务抛异常时,异常会从工作线程抛出并由 UncaughtExceptionHandler 处理,但线程池不会感知;submit 提交的任务异常被包在 Future 里,不调用 get() 就永远看不到。所以要么在任务内部 try-catch 并记录日志,要么重写 afterExecute 统一处理,要么使用 submit 后检查 Future。

监控指标:当前线程数、活跃线程数、队列长度与剩余容量、已完成任务数、拒绝次数、任务平均与 P99 耗时。ThreadPoolExecutor 提供 getPoolSize、getActiveCount、getQueue().size() 等方法,配合 Micrometer 暴露到 Prometheus,队列持续高位或拒绝次数上升就要告警。

动态调整:setCorePoolSize、setMaximumPoolSize、setKeepAliveTime 可以在运行期调用,队列容量不能直接改,需要替换队列或使用可调整容量的实现。调整时注意 core > max 的中间状态、新核心线程的创建时机,以及正在排队的任务不会因为扩容而立刻被消费——扩容只影响后续提交。

ThreadLocal 的风险:线程池的线程会被复用,任务结束时没有清理的 ThreadLocal 会残留下来,被下一个任务读到,造成数据串用或内存泄漏。规范做法是在 finally 里 remove();如果框架层统一使用,可以在任务包装器中做清理。InheritableThreadLocal 在线程池场景下也不会随任务传递,需要显式透传。