源码：ThreadPoolExecutor原理和源码分析

快来打我* 2021-12-01 10:50 411阅读 0赞

我们使用线程池一般是按照下边的规则进行的

private static ThreadPoolExecutor executors = new ThreadPoolExecutor(10, 20, 5, TimeUnit.SECONDS,
          new LinkedBlockingQueue<Runnable>(100), new ThreadPoolExecutor.CallerRunsPolicy());
    
    
      public void ConsumerHandler(List<Bean> beans) {
        executors.submit(new Runnable() {
          @Override
          public void run() {
            /**
             * 要执行的业务方法
             **/
            service.handler(beans);
          }
        });
      }
    
      /**
       * 调用的方法
       **/
      public ThreadPoolExecutor(int corePoolSize,
                                  int maximumPoolSize,
                                  long keepAliveTime,
                                  TimeUnit unit,
                                  BlockingQueue<Runnable> workQueue,
                                  RejectedExecutionHandler handler) {

先对这几个参数进行一下说明总结：

1. corePoolSize：线程池的基本大小。当提交一个任务到线程池时，线程池会创建一个线程来执行任务，即使有其它空闲的线程，直到线程数达到corePoolSize时就不再创建，这时会把提交的新任务放到阻塞队列。如果调用了线程池的prestartAllCoreThreads()方法，线程池会提前创建并启动所有基本线程。

2. maximumPoolSize：线程池允许创建的最大线程数。如果阻塞队列满了，并且已经创建的线程数小于最大线程数，则线程池会再创建新的线程执行任务。

3. keepAliveTime：线程活动保持时间。指工作线程空闲后，继续保持存活的时间。默认情况下，这个参数只有在线程数大于corePoolSize时才起作用。所以，如果任务很多，且每个任务的执行时间比较短，可以调大keepAliveTime，提高线程的利用率。  
4.时间单位

5. workQueue：用来保存等待执行的任务的阻塞队列。  
－ ArrayBlockingQueue：基于数组结构的有界阻塞队列，按FIFO原则对元素进行排序。  
－ LinkedBlockingQuene：基于链表结构的阻塞队列，按FIFO排序元素，吞吐量通常要高于ArrayBlockingQuene。  
－ SynchronousQuene：一个不存储元素的阻塞队列，每个插入操作必须等到另一个线程调用移除操作，否则插入操作一直处于阻塞状态，吞吐量通常要高于LinkedBlockingQuene。  
－ priorityBlockingQuene：具有优先级的无界阻塞队列。

6. rejectedExecutionHandler：饱和策略。当阻塞队列满了且没有空闲的工作线程，说明线程池处于饱和状态，那么必须采取一种策略处理提交的新任务。这个策略在默认情况下是AbortPolicy，表示无法处理新任务时抛出异常。不过，线程池提供了4种策略：  
－ AbortPolicy：直接抛出异常。  
－ CallerRunsPolicy：只用调用者所在的线程来运行任务。  
－ DiscardOldestPolicy：丢弃阻塞队列中最近的一个任务，并执行当前任务。  
－ DiscardPolicy：直接丢弃。

上边只限于用法，现在看一下线程池实现框架中的各个类之间的关系，[图来自][Link 1]

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70][]

从图中可以看到Executor、ExecutorService、ScheduledExecutorService是接口,ThreadPoolExecutor和ScheduledThreadPoolExecutor是线程池实现,前者是一个普通的线程池,后者一个定期调度的线程池,Executors是辅助工具,用以帮助我们定义线程池.

Exectors是java线程池的工厂类，通过它可以快速初始化一个符合业务需求的线程池，主要提供了以下几种便捷的方式：

1.newCachedThreadPool  
2.newFixedThreadPool  
3.newSingleThreadExecutor  
4.newScheduledThreadPool

/**
         * 工作线程数量几乎没有上线，因为maximumPoolSize为Integer.MAX_VALUE（2147483647）。
         * 如果长时间没有提交任务，且工作线程空闲了指定的时间，则该工作线程将自动终止。如果重新提交了任务，则线程池重新创建一个工作线程。
         * 它在没有任务执行时，会释放工作线程，从而释放工作线程所占用的资源。但是，但当提交新任务时，又要创建新的工作线程，有一定的系统开销。
         * 另外一定要注意控制任务的数量，否则由于大量线程同时运行，很有会造成系统瘫痪。
         * 另外这里没有制定线程池的处理策略，所以默认是 RejectedExecutionHandler defaultHandler =new AbortPolicy(); 直接丢弃了，下边没有指定的时候也是这样
         * 要慎重使用
         **/
        public static ExecutorService newCachedThreadPool() {
            return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
                                          60L, TimeUnit.SECONDS,
                                          new SynchronousQueue<Runnable>());
        }
    
        /**
         * newFixedThreadPool：创建一个指定工作线程数的线程池，其中参数corePoolSize和maximumPoolSize相等，阻塞队列基于LinkedBlockingQuene。
         * 它是一个典型且优秀的线程池，它具有线程池提高程序效率和节省创建线程时所耗的开销的优点。
         * 但是在线程池空闲时，即线程池中没有可运行任务时，它不会释放工作线程，还会占用一定的系统资源。
         **/
        public static ExecutorService newFixedThreadPool(int nThreads) {
            return new ThreadPoolExecutor(nThreads, nThreads,
                                          0L, TimeUnit.MILLISECONDS,
                                          new LinkedBlockingQueue<Runnable>());
        }
    
        /**
         * 创建一个可以在指定时间内周期性的执行任务的线程池。在实际业务中常用的场景是周期性的同步数据。
         **/
        public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
            return new ScheduledThreadPoolExecutor(corePoolSize);
        }
    
        /**
         * 创建一个可以在指定时间内周期性的执行任务的线程池。在实际业务中常用的场景是周期性的同步数据。
         **/
        public static ExecutorService newSingleThreadExecutor() {
            return new FinalizableDelegatedExecutorService
                (new ThreadPoolExecutor(1, 1,
                                        0L, TimeUnit.MILLISECONDS,
                                        new LinkedBlockingQueue<Runnable>()));
        }

Exectors是一个工厂类，通过上边这些方法创建对应的线程池，主要有两个大类：ThreadPoolExecutor和ScheduledThreadPoolExecutor，通过上边的图也可以得到相关的结论，而上边这四个方法就是工厂方法；通过这种方式创建会导致一个问题就是隐藏底层的实现细节，比如默认的丢弃策略，这就非常不友好，所以我们还是采取一开始的方式去使用。下边我们主要看一下ThreadPoolExecutor的实现，先看一下里边最重要的变量ctl：

private static final int COUNT_BITS = Integer.SIZE - 3; // 29 位
        private static final int CAPACITY   = (1 << COUNT_BITS) - 1; // 线程池最大容量
    
        // runState is stored in the high-order bits
    	// 定义的线程池状态常量
    	// 111+29个0，值为 -4 + 2 + 1 = -1
        private static final int RUNNING    = -1 << COUNT_BITS; 
    	// 000+29个0
        private static final int SHUTDOWN   =  0 << COUNT_BITS; 
    	// 001+29个0
        private static final int STOP       =  1 << COUNT_BITS; 
    	// 010+29个0
        private static final int TIDYING    =  2 << COUNT_BITS; 
    	// 011+29个0
        private static final int TERMINATED =  3 << COUNT_BITS; 
    
        // Packing and unpacking ctl
        private static int runStateOf(int c)     { return c & ~CAPACITY; } // 得到线程池状态
        private static int workerCountOf(int c)  { return c & CAPACITY; } // 得到线程池线程数
        private static int ctlOf(int rs, int wc) { return rs | wc; } // 反向构造 ctl 的值

`ThreadPoolExecutor` 内部作者采用了一个 `32bit` 的 `int` 值来表示线程池的运行状态`（runState）`和当前线程池中的线程数目`（workerCount）`，这个变量取名叫 `ctl`（`control` 的缩写），其中高 `3bit` 表示允许状态，低 `29bit`表示线程数目（最多允许 `2^29 - 1` 个线程）。

1.COUNT\_BITS，表示用于标记线程数量的位数，32-3=29位  
           2.CAPACITY， 表示线程池最大可以容纳的线程数量，2^29-1  
           3.RUNNING，表示运行状态，-1 << COUNT\_BITS，前三位的值为111，后29位为0  
           4.SHUTDOWN，表示不接受新的任务，但是可以处理阻塞队列里的任务。0<< COUNT\_BITS，前三位的值为000，后29位为0。调用shutdown()方法会置为该状态。  
           5.STOP，该状态不接受新的任务，不处理阻塞队列里的任务，中断正在处理的任务。1<< COUNT\_BITS，前三位的值为001，后29位为0。调用shutdownNow()方法会置为该状态  
           6.TIDYING，表示过渡状态，2<< COUNT\_BITS，前三位的值为010，后29位为0。此时表示所有的任务都执行完了，当前线程池已经没有有效的线程，并且将要调用terminated方法  
           7.TERMINATED，表示终止状态，3<< COUNT\_BITS，前三位的值为011，后29位为0  
           8.runStateOf(int c) ，获取线程池状态，这里c为ctl变量，CAPACITY取反结果是前三位为1，后29位为0，与ctl与操作即可得到状态  
           9.workerCountOf(int c)， 与runStateOf(int c) 相反取后29位，即线程数量  
          10.ctlOf(int rs, int wc)，基于状态和线程数量构造一个ctl变量

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 1][]

对于状态可以简单理解为：RUNNING为-1，SHUTDOWN为0，STOP为1，TIDYING为2，TERMINATED为3。RUNNING变为SHUTDOWN或者STOP后，再变为TIDYING，再变为TERMINATED。ThreadPoolExecutor的关键步骤见下图：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 2][]

上图总结了 ThreadPoolExecutor 源码中的关键性步骤，正好对应我们此次解析的核心源码（上图出处见水印）。

1.execute 方法用来向线程池提交 task，这是用户使用线程池的第一步。如果线程池内未达到 corePoolSize 则新建一个线程，将该 task 设置为这个线程的 firstTask，然后加入 workerSet 等待调度，这步需要获取全局锁 mainLock  
      2.已达到 corePoolSize 后，将 task 放入阻塞队列  
      3.若阻塞队列放不下，则新建新的线程来处理，这一步也需要获取全局锁 mainLock  
      4.当前线程池 workerCount 超出 maxPoolSize 后用 rejectHandler 来处理  
我们可以看到，线程池的设计使得在 2 步骤时避免了使用全局锁，只需要塞进队列返回等待异步调度就可以，仅剩下 1 和 3 创建线程时需要获取全局锁，这有利于线程池的效率提升，因为一个线程池总是大部分时间在步骤 2 上，否则这线程池也没什么存在的意义。为了帮助我们理解，这里列出来其他的一些变量：

// 阻塞队列
        private final BlockingQueue<Runnable> workQueue;
        // 可重入锁
        private final ReentrantLock mainLock = new ReentrantLock();
        // 存放工作线程集合
        private final HashSet<Worker> workers = new HashSet<Worker>();
        // 终止条件
        private final Condition termination = mainLock.newCondition();
        // 最大线程池容量
        private int largestPoolSize;
        // 已完成任务数量
        private long completedTaskCount;
        // 线程工厂
        private volatile ThreadFactory threadFactory;
        // 拒绝执行处理器
        private volatile RejectedExecutionHandler handler;
        // 线程等待运行时间
        private volatile long keepAliveTime;
        // 是否运行核心线程超时
        private volatile boolean allowCoreThreadTimeOut;
        // 核心池的大小
        private volatile int corePoolSize;
        // 最大线程池大小
        private volatile int maximumPoolSize;
        // 默认拒绝执行处理器
        private static final RejectedExecutionHandler defaultHandler =
            new AbortPolicy();
        //
        private static final RuntimePermission shutdownPerm =
            new RuntimePermission("modifyThread");
        ...

AbstractExecutorService提供了最常用的三个添加任务到线程成的方法：

public Future<?> submit(Runnable task) {
            if (task == null) throw new NullPointerException();
            RunnableFuture<Void> ftask = newTaskFor(task, null);
            execute(ftask);
            return ftask;
        }
    
    public <T> Future<T> submit(Runnable task, T result) {
            if (task == null) throw new NullPointerException();
            RunnableFuture<T> ftask = newTaskFor(task, result);
            execute(ftask);
            return ftask;
        }
    
    public <T> Future<T> submit(Callable<T> task) {
            if (task == null) throw new NullPointerException();
            RunnableFuture<T> ftask = newTaskFor(task);
            execute(ftask);
            return ftask;
        }

可以看到最终它们都是调用了`execute`方法，ThreadPoolExecutor中execute的实现如下：

public void execute(Runnable command) {
            if (command == null)
                throw new NullPointerException();
    
            int c = ctl.get();
    		/**
    		 * 如果当前线程数小于 corePoolSize
    		 **/
            if (workerCountOf(c) < corePoolSize) {
    		    /**
    		     * 调用 addWorker 方法新建线程，如果新建成功返回 true，那么 execute 方法结束
    		     * 添加进去的线程在这里执行
    		     **/
                if (addWorker(command, true))
                    return;
    			/**
    			 * 这里意味着 addWorker 失败，向下执行，因为 addWorker 可能改变 ctl 的值，
    			 * 所以这里重新获取下 ctl
    			 **/
                c = ctl.get();
            }
    		
    		/**
    		 * 到这步要么是 corePoolSize 满了，要么是 addWorker 失败了
    		 * 前者很好理解，后者为什么会失败呢？addWorker 中会讲
    		 * 如果线程池状态为 RUNNING 且 task 插入 Queue 成功
    		 **/
            if (isRunning(c) && workQueue.offer(command)) {
                int recheck = ctl.get();
    			/**
    			 * 如果已不处于 RUNNING 状态，那么删除已经入队的 task，然后执行拒绝策略
    			 * 这里主要是担心并发场景下有别的线程改变了线程池状态，所以 double-check 下
    			 **/
                if (! isRunning(recheck) && remove(command))
                    reject(command);
    			/**
    			 * 这个分支有点难以理解，意为如果当前 workerCount=0 的话就创建一个线程
    			 * 那为什么方法开头的那个 addWorker(command, true) 会返回 false 呢，其实
    			 * 这里有个场景就是 newCachedThreadPool，corePoolSize=0，maxPoolSize=MAX 的场景，
    			 * 就会进到这个分支，以 maxPoolSize 为界创建临时线程，firstTask=null
    			 **/
                else if (workerCountOf(recheck) == 0)
                    addWorker(null, false);
            }
    		/**
    		 * 这个分支很好理解，workQueue 满了那么要根据 maxPoolSize 创建线程了
    		 * 如果没法创建说明 maxPoolSize 满了，执行拒绝策略
    		 **/
            else if (!addWorker(command, false))
                reject(command);
        }

在看下AddWorker：

/**
    	 *  core 表示以 corePoolSize 还是 maxPoolSize 为界
    	 **/
    	private boolean addWorker(Runnable firstTask, boolean core) {
            retry:
            for (;;) {
                int c = ctl.get();
                int rs = runStateOf(c);
    
                /**
                 * 看看 addWorker 什么时候返回 false
    			 * 这里的 if 逻辑有点难懂，用下数学上的分配率，将第一个逻辑表达式放进括号里就好懂了
    			 * 1、rs >= SHUTDOWN && rs != SHUTDOWN 其实就表示当线程池状态是 STOP、TIDYING, 或 TERMINATED 的时候，当然不能添加 worker 了，任务都不执行了还想加 worker？
    			 * 2、rs >= SHUTDOWN && firstTask != null 表示当提交一个非空任务，但线程池状态已经不是 RUNNING 的时候，当然也不能 addWorker，因为你最多只能执行完 Queue 中已有的任务
    			 * 3、rs >= SHUTDOWN && workQueue.isEmpty() 如果 Queue 已经空了，那么不允许新增
    			 * 需要注意的是，如果 rs=SHUTDOWN && firstTask=null 或者 rs=SHUTDOWN && workQueue 非空的情况下，还是可以新增 worker 的，需要创建临时线程处理 Queue 里的任务
    			 **/
                if (rs >= SHUTDOWN &&
                    ! (rs == SHUTDOWN &&
                       firstTask == null &&
                       ! workQueue.isEmpty()))
                    return false;
    
                for (;;) {
                    int wc = workerCountOf(c);
    				/**
    				 * 这里也是一个返回 false 的情况，但很简单，就是数目溢出了
    				 **/
                    if (wc >= CAPACITY ||
                        wc >= (core ? corePoolSize : maximumPoolSize))
                        return false;
    				/**
    				 * 未超过限制则尝试把线程数加1，成功跳出retry循环
    				 **/
                    if (compareAndIncrementWorkerCount(c))
                        break retry;
    				/**
    				 * CAS 失败的话，check 下目前线程池状态，如果发生改变就回到外层 loop 再来一遍，这个也好理解，否则单纯 CAS 失败但是线程池状态不变的话，就只要继续内层 loop 就行了
    				 **/
                    c = ctl.get();  // Re-read ctl
                    if (runStateOf(c) != rs)
                        continue retry;
                    // else CAS failed due to workerCount change; retry inner loop
                }
            }
    
            boolean workerStarted = false;
            boolean workerAdded = false;
            Worker w = null;
            try {
                w = new Worker(firstTask);
                final Thread t = w.thread;
                if (t != null) {
    				/**
    				 * 这是全局锁，必须持有才能进行 addWorker 操作
    				 **/
                    final ReentrantLock mainLock = this.mainLock;
                    mainLock.lock();
                    try {
                        // Recheck while holding lock.
                        // Back out on ThreadFactory failure or if
                        // shut down before lock acquired.
                        int rs = runStateOf(ctl.get());
    
                        if (rs < SHUTDOWN ||
                            (rs == SHUTDOWN && firstTask == null)) {
                            if (t.isAlive()) // precheck that t is startable
                                throw new IllegalThreadStateException();
                            workers.add(w);
                            int s = workers.size();
                            if (s > largestPoolSize)
                                largestPoolSize = s;
                            workerAdded = true;
                        }
                    } finally {
                        mainLock.unlock();
                    }
                    if (workerAdded) {
    					// 启动worker代理的线程
                        t.start();
                        workerStarted = true;
                    }
                }
            } finally {
                if (! workerStarted)
                    addWorkerFailed(w);
            }
            return workerStarted;
        }

方法中`retry: for (;;) {...}`的内容主要是用于判断是否线程池已经关闭，以及线程数量是否超过限制。若未关闭，未超过限制则把线程数加1。firstTask为null的时候, w.thread不为null，所以firstTask是否在addWorker中还是没有区别，那只能更进一步看看worker里对firstTask是如何处理的。看下worker

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 3][]

private final class Worker extends AbstractQueuedSynchronizer implements Runnable {
            final Thread thread;
            Runnable firstTask;
            volatile long completedTasks;
            Worker(Runnable firstTask) {
                setState(-1); // inhibit interrupts until runWorker
                this.firstTask = firstTask;
                this.thread = getThreadFactory().newThread(this);
            }
     
            /** Delegates main run loop to outer runWorker  */
            public void run() {
                runWorker(this);
            }
     
            protected boolean tryAcquire(int unused) {
                if (compareAndSetState(0, 1)) {
                    setExclusiveOwnerThread(Thread.currentThread());
                    return true;
                }
                return false;
            }
     
            protected boolean tryRelease(int unused) {
                setExclusiveOwnerThread(null);
                setState(0);
                return true;
            }
     
            public void lock()        { acquire(1); }
            public boolean tryLock()  { return tryAcquire(1); }
            public void unlock()      { release(1); }
           ...
        }

从上面可以看出，工作线程Worker继承了同步器AQS，对同步器AQS不了解的可以看看深入浅出java同步器，同时还实现Runable接口，为什么要这么设计？因为在线程池创建工作线程worker成功后，直接调用work.start()方法启动该线程（即在worker实例中初始化的线程），并在runWorker方法中传递了自身实例，接下去让我们看看线程池的核心方法runWorker：

final void runWorker(Worker w) {
            Thread wt = Thread.currentThread();
            Runnable task = w.firstTask;
            w.firstTask = null;
            w.unlock(); // allow interrupts，创建worker时状态设置为-1了，此时设置为1
            boolean completedAbruptly = true; //task是否意外终止，意外终止为true，反之false
            try {
                //优先运行初始化时的firstTask, 如果firstTask已经执行了则从队列取
                while (task != null || (task = getTask()) != null) {
                    w.lock();  //获取到task后锁定,独占worker,保证线程安全
                    // If pool is stopping, ensure thread is interrupted;
                    // if not, ensure thread is not interrupted.  This
                    // requires a recheck in second case to deal with
                    // shutdownNow race while clearing interrupt
                    if ((runStateAtLeast(ctl.get(), STOP) ||
                         (Thread.interrupted() &&
                          runStateAtLeast(ctl.get(), STOP))) &&
                        !wt.isInterrupted())
                        wt.interrupt();
                    try {
                        beforeExecute(wt, task); //空方法，用于子类扩展
                        Throwable thrown = null;
                        try {
                            task.run();
                        } catch (RuntimeException x) {
                            thrown = x; throw x;
                        } catch (Error x) {
                            thrown = x; throw x;
                        } catch (Throwable x) {
                            thrown = x; throw new Error(x);
                        } finally {
                            afterExecute(task, thrown);//空方法，用于子类扩展
                        }
                    } finally {
                        task = null;
                        w.completedTasks++;
                        w.unlock();
                    }
                }
                completedAbruptly = false;
            } finally {
                //移除执行完成的worker
                processWorkerExit(w, completedAbruptly);
            }
        }

从阻塞队列中获取任务。

private Runnable getTask() {
           boolean timedOut = false; // Did the last poll() time out?
    	//无限循环，确保操作成功
           for (;;) {
               int c = ctl.get();
               int rs = runStateOf(c);
               // Check if queue empty only if necessary.
               //当线程池处于STOP及以上状态时，线程数减一，该线程不使用。
              //当线程处于SHUTDOWN 状态时，并且workQueue请求队列为空，释放该线程。
               if (rs >= SHUTDOWN && (rs >= STOP || workQueue.isEmpty())) {
                   decrementWorkerCount();
                   return null;
               }
    		//获取当前线程数
               int wc = workerCountOf(c);
               // Are workers subject to culling?
               //如果调用allowCoreThreadTimeOut方法设置为true，则所有线程都有超时时间。
               //如果当前线程数大于核心线程数则该线程有超时时间。
               boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;
    		//worker数量大于maximumPoolSize
               if ((wc > maximumPoolSize || (timed && timedOut))
               	//workerCount大于1或者worker阻塞队列为空（在阻塞队列不为空时，需要保证至少有一个wc）
                   && (wc > 1 || workQueue.isEmpty())) {
                   // 比较并减少workerCount
                   if (compareAndDecrementWorkerCount(c))
                       return null;
                   continue;
               }
    		//poll方法从阻塞队列中取出对象，如果队列为空，则当前线程阻塞keepAliveTime时间再尝试取出，还是没有就返回null，记录超时状态，在重新进入for循环时才试图终结Worker。
               //take()方法没有超时时间，会一直获取。也就是说在这里不断获取任务，
               //也就是如果线程池处于RUNNING、SHUTDOWN状态时，只要等待队列不为空，那么线程就会一直执行。这也就是线程重用的原理。
               try {
                   Runnable r = timed ?
                       workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
                       workQueue.take();
                   if (r != null)
                       return r;
                   timedOut = true;
               } catch (InterruptedException retry) {
                   timedOut = false;
               }
           }
       }

此函数用于从workerQueue阻塞队列中获取Runnable对象，由于是阻塞队列，所以支持有限时间等待（poll）和无限时间等待（take）。在该函数中还会响应shutDown和、shutDownNow函数的操作，若检测到线程池处于SHUTDOWN或STOP状态，则会返回null，而不再返回阻塞队列中的Runnalbe对象。

runWorker方法的finally语句块中有一个processWorkerExit方法，processWorkerExit方法是在worker退出时调用到的方法，而引起worker退出的主要因素如下：  
　　1.阻塞队列已经为空，即没有任务可以运行了。  
　　2.调用了shutDown或shutDownNow函数

private void processWorkerExit(Worker w, boolean completedAbruptly) {
       	//如果线程被中断，则需要减少workCount
           if (completedAbruptly) // If abrupt, then workerCount wasn't adjusted
               decrementWorkerCount();
           final ReentrantLock mainLock = this.mainLock;
           //获取锁
           mainLock.lock();
           try {
           	//将worker完成的任务数添加到总的完成任务中
               completedTaskCount += w.completedTasks;
               //从workers中移除worker
               workers.remove(w);
           } finally {
           	//释放锁
               mainLock.unlock();
           }
           //这个方法是尝试终止的方法下面会介绍
           tryTerminate();
    	//获取线程池控制状态
           int c = ctl.get();
           //小于STOP的运行状态
           if (runStateLessThan(c, STOP)) {
               if (!completedAbruptly) {
                   int min = allowCoreThreadTimeOut ? 0 : corePoolSize;
                   if (min == 0 && ! workQueue.isEmpty())
                       min = 1;
                   if (workerCountOf(c) >= min)
                       return; // replacement not needed
               }
               //添加worker
               addWorker(null, false);
           }
       }

此函数会根据是否中断了空闲线程来确定是否减少workerCount的值，并且将worker从workers集合中移除并且会尝试终止线程池。

shutdown是把线程池状态转为SHUTDOWN，这时等待队列中的任务可以继续执行，但是不会接受新任务了，通过中断方式停止空闲的（根据没有获取锁来确定）线程。

public void shutdown() {
           final ReentrantLock mainLock = this.mainLock;
           mainLock.lock();
           try {
           	//检查shutdown权限
               checkShutdownAccess();
               //把线程池的状态置为SHUTDOWN
               advanceRunState(SHUTDOWN);
               //中断所有空闲线程
               interruptIdleWorkers();
               //调用shutdown方法
               onShutdown(); // hook for ScheduledThreadPoolExecutor
           } finally {
               mainLock.unlock();
           }
           tryTerminate();
       }

tryTerminate

该方法是一个终止线程池的方法。

final void tryTerminate() {
        for (;;) {
            int c = ctl.get();
          // 如果处于这三种情况不需要关闭线程池
          // 1. Running 状态
          // 2. SHUTDOWN 状态并且任务队列不为空，不能终止
          // 3. TIDYING 或者 TERMINATE 状态，说明已经在关闭了 不需要重复关闭
            if (isRunning(c) ||
                runStateAtLeast(c, TIDYING) ||
                (runStateOf(c) == SHUTDOWN && ! workQueue.isEmpty()))
                return;
          // 进入到关闭线程池的代码，如果线程池中还有线程，则需要打断线程
            if (workerCountOf(c) != 0) { // Eligible to terminate 可以关闭池子
              // 打断闲置线程，只打断一个
                interruptIdleWorkers(ONLY_ONE);
                return;
              // 如果有两个以上怎么办？只打断一个？
              // 这里只打断一个是因为 worker 回收的时候都会进入到该方法中来，可以回去再看看
              // runWorker方法最后的代码
            }
    		
          	// 线程已经回收完毕，准备关闭线程池
            final ReentrantLock mainLock = this.mainLock;
            mainLock.lock();// 加锁
            try {
              //  将状态改变为 TIDYING 并且即将调用 terminated
                if (ctl.compareAndSet(c, ctlOf(TIDYING, 0))) {
                    try {
                        terminated(); // 终止线程池
                    } finally {
                        ctl.set(ctlOf(TERMINATED, 0)); // 改变状态
                        termination.signalAll();
                    }
                    return;
                }
            } finally {
                mainLock.unlock();
              // 如果终止失败会重试
            }
            // else retry on failed CAS
        }
    }

总结：HashSet<Worker>类型的workers和BlockingQueue<Runnable>类型的workQueue，分别存放coresize对应的工作线程和maxsize对应的阻塞线程，在execute这个方法中判断心来的线程是直接创建线程执行，还是加入到workQueue中去，这块的逻辑可以看上边的代码；在addWorker方法中创建一个新的Worker加入到workers中去，调用Worker中的runWorker方法启动线程，在这里核心判断是task != null || (task = getTask()) != null，首先看workers中的task是不是有值，没有的话再取getTask（workQueue）队列中的值，如果当前调用都为空的话执行processWorkerExit，总数减掉一个worker，否则的话在创建一个空的worker保持总量worker的总量不变，这就能实现core是复用的效果了。ThreadPoolExecutor是Java中线程池的实现类，Executors工具类中有多个它的工厂方法（newFixedThreadPool等），本身池的思想是享元模式的应用，这里实际上JDK通过ThreadPoolExecutor使得客户端代码和Thread解耦，我们不需要再直接控制Thread的了（ThreadPoolExecutor可以通过设置ThreadFactory定制Thread）。另外这里使用的设计模式有：

1、工厂方法-Exectors

2、模版方法-ThreadPoolExecutor.Worker

[参见这篇文章][Link 2]

3、Master-worker方式--ThreadPoolExecutor.Worker

[参见这篇文章][Link 3]

3、策略-ThreadPoolExecutor中的四种拒绝策略

[参见这篇文章][Link 2]

4、命令-ThreadPoolExecutor.execute

ThreadPoolExecutor：调用者，它持有了一个命令队列，客户端代码可以向它提交要执行的任务（命令）；  
BlockingQueue：任务阻塞队列，它实际上就是模式中的“命令队列”；  
Runnable：任务抽象，也就是“命令”；  
ConcreteRunnable：具体的任务类，它持有一个Receiver；  
Receiver：被调用者，也就是具体做事情的人，不过在具体的应用时，常常会将Runnable实现类直接实现具体的逻辑和这个角色有重合，不过设计模式重点在于结合场景并不是教条，不用纠结于此。

参考

[http://www.linkedkeeper.com/138.html][Link 1]

[http://blogxin.cn/2016/11/27/JUC-ThreadPoolExecutor-%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90/][http_blogxin.cn_2016_11_27_JUC-ThreadPoolExecutor-_E6_BA_90_E7_A0_81_E5_88_86_E6_9E_90]

[https://feiybox.com/2018/11/18/ThreadPoolExecutor源码分析/][https_feiybox.com_2018_11_18_ThreadPoolExecutor]

[http://fengwanxingzhou.coding.me/线程池ThreadPoolExecutor源码分析/][http_fengwanxingzhou.coding.me_ThreadPoolExecutor]

[https://www.cnblogs.com/liuyun1995/p/9305273.html][https_www.cnblogs.com_liuyun1995_p_9305273.html]

[http://penghb.com/2017/11/02/java/threadPoolExecutor/][http_penghb.com_2017_11_02_java_threadPoolExecutor]

[https://www.cayun.me/java/ThreadPoolExecutor/][https_www.cayun.me_java_ThreadPoolExecutor]

[http://mingxinglai.com/cn/2016/05/java-executor/\#top][http_mingxinglai.com_cn_2016_05_java-executor_top]

[https://extremej.itscoder.com/threadpoolexecutor\_source/][https_extremej.itscoder.com_threadpoolexecutor_source]

[https://www.cnblogs.com/chrischennx/p/9600156.html][https_www.cnblogs.com_chrischennx_p_9600156.html]

[https://chenjiayang.me/2019/02/04/threadPoolExecutor/][https_chenjiayang.me_2019_02_04_threadPoolExecutor]

[http://schizont69.rssing.com/chan-70040659/latest.php][http_schizont69.rssing.com_chan-70040659_latest.php]

[https://segmentfault.com/a/1190000016629668][https_segmentfault.com_a_1190000016629668]

[Link 1]: http://www.linkedkeeper.com/138.html
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70]: /images/20211201/23a1218c447649cea9a27561998255f2.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 1]: /images/20211201/12fe1b641efa40deb677588c1c8ba79c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 2]: /images/20211201/f5fecd33c5f5495a86f1fc136ec2f061.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L21hb3llcWl1_size_16_color_FFFFFF_t_70 3]: /images/20211201/a1a01bed40064348bb331150e4cb53e1.png
[Link 2]: https://juejin.im/post/5ca853e4e51d45429b0df769
[Link 3]: https://blog.csdn.net/sunlihuo/article/details/62046039
[http_blogxin.cn_2016_11_27_JUC-ThreadPoolExecutor-_E6_BA_90_E7_A0_81_E5_88_86_E6_9E_90]: http://blogxin.cn/2016/11/27/JUC-ThreadPoolExecutor-%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90/
[https_feiybox.com_2018_11_18_ThreadPoolExecutor]: https://feiybox.com/2018/11/18/ThreadPoolExecutor%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90/
[http_fengwanxingzhou.coding.me_ThreadPoolExecutor]: http://fengwanxingzhou.coding.me/%E7%BA%BF%E7%A8%8B%E6%B1%A0ThreadPoolExecutor%E6%BA%90%E7%A0%81%E5%88%86%E6%9E%90/
[https_www.cnblogs.com_liuyun1995_p_9305273.html]: https://www.cnblogs.com/liuyun1995/p/9305273.html
[http_penghb.com_2017_11_02_java_threadPoolExecutor]: http://penghb.com/2017/11/02/java/threadPoolExecutor/
[https_www.cayun.me_java_ThreadPoolExecutor]: https://www.cayun.me/java/ThreadPoolExecutor/
[http_mingxinglai.com_cn_2016_05_java-executor_top]: http://mingxinglai.com/cn/2016/05/java-executor/#top
[https_extremej.itscoder.com_threadpoolexecutor_source]: https://extremej.itscoder.com/threadpoolexecutor_source/
[https_www.cnblogs.com_chrischennx_p_9600156.html]: https://www.cnblogs.com/chrischennx/p/9600156.html
[https_chenjiayang.me_2019_02_04_threadPoolExecutor]: https://chenjiayang.me/2019/02/04/threadPoolExecutor/
[http_schizont69.rssing.com_chan-70040659_latest.php]: http://schizont69.rssing.com/chan-70040659/latest.php
[https_segmentfault.com_a_1190000016629668]: https://segmentfault.com/a/1190000016629668