前言

在日常工作，可能我们会看到一些Java线程池常见的配置方式：

• CPU密集型：线程数设为CPU核数加1；
• IO密集型：线程数设为CPU核数的2倍；
• 拒绝策略：使用CallerRunsPolicy，避免丢任务。
• 队列长度：先填1000，不够再调大；

这些数字可以作为讨论的起点，却不能直接拿到生产环境使用。因为不同的业务场景或使用场景，所产生的结果是截然不同的。纯计算任务、调用数据库的任务和同时请求多个下游接口的任务，需要的线程数可能相差数倍。并且线程池还会受到数据库连接池、HTTP连接池、容器CPU配额、接口延迟目标和流量波动的限制。所以说：线程池参数没有脱离业务负载的“标准答案”。比较可靠的做法是：先测量任务，再计算初始值，通过压测和监控修正。

本文就以ThreadPoolExecutor为主，给大家简单聊一聊。

一、看懂ThreadPoolExecutor如何处理任务

ThreadPoolExecutor常用构造方法

public ThreadPoolExecutor( int corePoolSize, int maximumPoolSize, long keepAliveTime, TimeUnit unit, BlockingQueue<Runnable> workQueue, ThreadFactory threadFactory, RejectedExecutionHandler handler)

提交一个新任务后，线程池按下面的顺序处理：

这个顺序很重要。线程数达到corePoolSize后，线程池会优先入队，而不是立即继续创建线程。只有队列放不下时，线程数才会从核心线程数增长到最大线程数。

二、参数控制详解

（1）corePoolSize（常态并发能力）：是线程池希望保留的基本线程数。核心线程数适合覆盖大部分常态流量，不宜按极端峰值设置。设置过小会频繁排队，设置过大则会增加上下文切换、线程栈内存和下游资源竞争。

（2）maximumPoolSize（短时峰值上限）：限制线程池最多拥有多少工作线程。它不是越大越好，还要受到这些资源的约束：

• 容器或机器可用CPU；
• 数据库连接池容量；
• HTTP客户端连接数；
• 下游接口的并发限制和限流策略；
• JVM可用内存；
• 任务内部使用的锁、信号量等共享资源。

（3）keepAliveTime（空闲线程保留时间）：当线程数超过corePoolSize后，多出来的线程如果空闲时间超过keepAliveTime，会被回收。突发流量频繁出现时，可以适当延长保留时间，减少线程反复创建；流量峰谷明显、低谷持续较久时，可以缩短。

（4）workQueue（排队能力）：工作队列决定任务来不及执行时如何等待。常见选择如下：

注意⚠️：不建议默认使用无界队列。流入速度长期高于处理速度时，任务会不断堆积，最终表现为请求超时、堆内存上涨，甚至OutOfMemoryError。

（5）threadFactory（线程命名和异常记录）：默认线程名类似pool-1-thread-1，线上出现多个线程池后很难判断线程属于哪块业务。线程工厂至少应设置有含义的名称：

public final class NamedThreadFactory implements ThreadFactory { private final AtomicInteger sequence = new AtomicInteger(1); private final String prefix; public NamedThreadFactory(String prefix) { this.prefix = prefix; } @Override public Thread newThread(Runnable task) { Thread thread = new Thread(task); thread.setName(prefix + sequence.getAndIncrement()); thread.setUncaughtExceptionHandler((t, e) -> System.err.println("Uncaught exception in " + t.getName() + ": " + e)); return thread; } }

（6）handler（过载时如何处理）：JDK提供4种内置拒绝策略：

名词解释：“背压”指的是：当下游处理不过来时，让上游减慢生产或提交速度，避免任务无限堆积。

（7）unit（时间单位）：unit只负责解释keepAliveTime。建议显式使用TimeUnit.SECONDS或TimeUnit.MILLISECONDS，不要在代码里依赖读者猜测时间单位。

三、线程数不能只看CPU核数

设置线程数前，先回答四个问题：

• 任务有多少时间在使用CPU？
• 有多少时间在等待数据库、网络、磁盘或锁？
• 下游最多允许多少并发？
• 这个应用在容器中实际能使用多少CPU？

四、CPU密集型任务怎么设置

典型的CPU密集型任务包括加密、压缩、图片处理、复杂规则计算和大对象序列化。这类任务大部分时间都在计算，增加过多线程不会增加CPU，只会产生更多调度和上下文切换。

1、初始线程数可以设在“有效CPU核数附近”：线程数 ≈ 有效CPU核数

2、如果任务偶尔发生短暂锁等待，可以多留1个线程；如果需要给GC、Web容器或其他线程池预留CPU，则应少于核数。例如，一个容器限制为4核，任务几乎全是计算：

corePoolSize = 3或4

maximumPoolSize = 4或5

3、最终取值要看吞吐量和延迟曲线。把线程数从4提高到8后，如果吞吐量没有上升，延迟和上下文切换反而增加，就应该回退。

五、IO密集型任务怎么设置

IO任务在等待期间不占用CPU，因此线程数通常可以高于CPU核数。一个常用的估算公式是：N = Ncpu × Ucpu × (1 + W / C)

• N：建议线程数（线程池允许的目标并发线程数maximumPoolSize）；
• Ncpu：有效CPU核数；
• Ucpu：期望的CPU利用率，取值为0到1；
• W：任务平均等待时间；
• C：任务平均使用CPU计算的时间。

假设容器有8核，希望业务任务最多使用约75%的CPU。一次任务平均执行100ms，其中20ms在计算，80ms在等待：N = 8 × 0.75 × (1 + 80 / 20) = 30。30只是候选值，还要继续受下游容量约束。假设数据库连接池总容量为40，其他业务至少要预留10个连接，那么该线程池最多只能稳定使用30个数据库连接。

六、用吞吐量反推常态线程数

用Little定律估算维持目标吞吐量所需的并发数：

平均并发数 = 平均到达速率 × 平均处理时间

如果线程池每秒接收180个任务，每个任务从开始执行到完成平均耗时100ms：平均并发数 = 180 × 0.1 = 18。这表示在负载稳定、任务模型相近的情况下，大约需要18个线程持续工作。考虑正常波动后，可以把corePoolSize初始设为18到20，而不是直接设成前面算出的最大值30。

名词解释：Little定律是一个描述排队系统中平均任务数量的等式，即L=λW，其中L是平均任务数，λ是平均到达率，W是平均处理时间。在软件开发中，这个定律可用于理解项目的WIP（工作进度）和吞吐量，帮助优化流程效率。

七、队列长度怎么计算

队列的作用是吸收短时波动，不是保存无限积压。可以从允许的排队时间反推一个初始容量：

队列容量 ≈ 线程池稳定处理速率 × 可接受的排队时间

假设线程池稳定处理速率约为每秒180个任务，业务最多允许任务在队列中等待100ms：队列容量 ≈ 180 × 0.1 = 18。可以先使用容量为20或32的有界队列进行压测。

队列越大，延迟越高：假设20个线程处理单个耗时100ms的任务，队列中已有1000个任务。粗略来看，排在尾部的任务可能需要等待：1000 ÷ 20 × 100ms = 5s

八、一个完整的参数计算示例

容器CPU：8核
常态任务速率：180个/秒
短时峰值：250个/秒
平均任务耗时：100ms
其中CPU计算：20ms
其中IO等待：80ms
目标CPU利用率：75%
下游可分配并发：30
允许排队时间：100ms
任务不允许静默丢失

1、先计算最大线程数候选值：8 × 0.75 × (1 + 80 / 20) = 30，其中(1 + 80 / 20)表示任务总耗时相对于 CPU 计算时间的倍数。

2、下游并发上限也是30，因此maximumPoolSize = 30

3、计算常态并发：180 × 0.1 = 18，但需给正常波动留出少量空间：corePoolSize = 20

4、按100ms排队预算估算队列：180 × 0.1 = 18，取一个便于观察的整数：queueCapacity = 20

综上计算和预估后的配置：

int corePoolSize = 20; int maximumPoolSize = 30; int queueCapacity = 20; ThreadPoolExecutor executor = new ThreadPoolExecutor( corePoolSize, maximumPoolSize, 60L, TimeUnit.SECONDS, new ArrayBlockingQueue<>(queueCapacity), new NamedThreadFactory("order-query-"), new ThreadPoolExecutor.AbortPolicy() );

九、常见误区

1、使用无界队列，同时设置很大的maximumPoolSize

无界队列总能接收新任务，线程数通常不会超过corePoolSize。此时maximumPoolSize基本失去作用。

2、队列和最大线程数一起设得很大

大队列掩盖过载，大量线程又增加资源竞争。下游故障时，这种配置容易同时出现任务堆积、线程阻塞和超时重试。

3、只调线程池，不看下游连接池

线程池最大线程数为100，数据库连接池只有20。最终会有大量线程等待连接，吞吐量由20个数据库连接决定，额外线程只增加等待和内存占用。

十、总结

Java线程池参数可以按下面的思路确定：

• 用有效CPU核数和任务的等待/计算比例估算最大并发候选值；
• 用目标吞吐量乘以任务耗时，估算常态并发并设置核心线程数；
• 用稳定处理速率乘以允许排队时间，得到有界队列的初始容量，再校验突发流量；
• 用数据库连接、HTTP连接和下游限流进一步约束最大线程数；
• 根据业务是否允许失败、阻塞或丢失，选择拒绝策略；
• 持续监控排队时间、拒绝数和下游资源，再动态修正。

几个典型现象可以快速帮助定位方向：

欢迎各位大佬交流学习👏👏👏