线程池的内部结构
如图所示，线程池的内部结构主要由线程池管理器、工作线程、任务队列以及任务四部分组成。
线程池的阻塞队列
先上张图，表格左侧是线程池，右侧为它们对应的阻塞队列，你可以看到 5 种线程池对应了 3 种阻塞队列。
下面逐一说下它们的特点：
- LinkedBlockingQueue，底层是链表结构、采用先进先出原则，默认容量是 Integer.MAX_VALUE，几乎可以认为是无界队列（几乎不可能达到这个数）。而由于 FixedThreadPool 和 SingleThreadExecutor 的线程数是固定的，所以只能用容量无穷大的队列来存任务。
- SynchronousQueue，容量为 0，不做存储，只做转发。由于 CachedThreadPool 的最大线程数是 Integer.MAX_VALUE，有任务提交就转发给线程或者创建新线程来执行，并不需要队列存储任务。所以在自定义使用 SynchronousQueue 的线程池应该把最大线程数设置得尽量大，避免任务数大于最大线程数时，没办法把任务放到队列中也没有足够线程来执行任务的情况。
- DelayedWorkQueue，内部用的是堆数据结构，初始容量为 16，跟 hashmap 一样动态扩容，对任务延时长短进行排序。
为什么不自动创建线程池？
阿里巴巴 Java 规约也约定了，手动创建线程池，效果会更好。为什么呢？回答这个问题之前，先来看看五种线程池初始化的方法：
// FixedThreadPool public static ExecutorService newFixedThreadPool(int nThreads) { return new ThreadPoolExecutor(nThreads, nThreads, 0 L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue < Runnable > ()); } // SingleThreadExecutor public static ExecutorService newSingleThreadExecutor() { return new FinalizableDelegatedExecutorService(new ThreadPoolExecutor(1, 1, 0 L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue < Runnable > ())); }
首先是 FixedThreadPool 和 SingleThreadExecutor，它两的问题在于都是用默认容量的无界队列 LinkedBlockingQueue，当任务处理慢时，队列迅速积压任务并占用大量内存，发生 OOM（内存溢出）。所以在使用时我们可以根据业务指定队列长度：
ExecutorService threadPool = new ThreadPoolExecutor(2, 5, 1 L, TimeUnit.SECONDS, new LinkedBlockingQueue < > (3), Executors.defaultThreadFactory(), new ThreadPoolExecutor.AbortPolicy());
然后是 CachedThreadPool，也可以发现一个问题：它默认的最大线程是 Integer.MAX_VALUE，当任务贼多时，它就会不断创建线程，而线程执行比较耗时来不及回收。最终也会造成 OOM，所以应该手动指定最大线程数。
// CachedThreadPool public static ExecutorService newCachedThreadPool() { return new ThreadPoolExecutor(0, Integer.MAX_VALUE, 60 L, TimeUnit.SECONDS, new SynchronousQueue < Runnable > ()); }
最后是 ScheduledThreadPool 和 ScheduledThreadPoolExecutor，这两问题就更大了。首先最大线程数是 Integer.MAX_VALUE，然后阻塞队列是 DelayedWorkQueue，它也是无界队列，最终还是会造成 OOM。
// ScheduledThreadPool public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) { return new ScheduledThreadPoolExecutor(corePoolSize); } // ScheduledThreadPoolExecutor public ScheduledThreadPoolExecutor(int corePoolSize) { super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS, new DelayedWorkQueue()); }
