ThreadPoolExecutor是Java语言对于线程池的实现。池化技术是一种复用资源，减少开销的技术。线程是操作系统的资源，线程的创建与调度由操作系统负责，线程的创建与调度都要耗费大量的资源，其中线程创建需要占用一定的内存，而线程的调度需要不断的切换线程上下文造成一定的开销。同时线程执行完毕之后就会被操作系统回收，这样在高并发情况下就会造成系统频繁创建线程。
为此线程池技术为了解决上述问题，使线程在使用完毕后不回收而是重复利用。如果线程能够复用，那么我们就可以使用固定数量的线程来解决并发问题，这样一来不仅节约了系统资源，而且也会减少线程上下文切换的开销。
参数
ThreadPoolExecutor的构造函数有7个，它们分别是：
corePoolSize（int）：线程池的核心线程数量
maximumPoolSize（int）：线程池最大线程数量
keepAliveTime（long）：保持线程存活的时间
unit（TimeUnit）：线程存活时间单位//加入Java开发交流君样：756584822一起吹水聊天
workQueue（BlockingQueue）：工作队列，用于临时存放提交的任务
threadFactory（ThreadFactory）：线程工厂，用于创建线程
handler（RejectedExecutionHandler）：任务拒绝处理器，当线程池无法再接受新的任务时，会交给它处理
一般情况下，我们只使用前五个参数，剩余两个我们使用默认参数即可。
任务提交逻辑
其实，线程池创建参数都与线程池的任务提交逻辑密切相关。根据源码描述可以得知：当提交一个新任务时（执行线程池的execute方法）会经过三个步骤的处理。
当任务数量小于corePoolSize时，线程池会创建一个新的线程（创建新线程由传入参数threadFactory完成）来处理任务，哪怕线程池中有空闲线程，依然会选择创建新线程来处理。
当任务数量大于corePoolSize时，线程池会将新任务压入工作队列（参数中传递的workQueue）等待调度。
当新提交的任务无法压入工作队列时，会检查当前任务数量是否大于maximumPoolSize。如果小于maximunPoolSize则会新建线程来处理任务（这时我们的keepAliveTime参数就起作用了，它主要作用于这种情况下创建的线程，如果任务数量减小，这些线程闲置了，那么在超过keepAliveTime时间后就会被回收）。如果大于了maximumPoolSize就会交由任务拒绝处理器handler处理。
线程池状态
正如线程有不同的状态一样，线程池也拥有不同的运行状态。源码中提出，线程池有五种状态，分别为：
RUNNING：运行状态，不断接收任务并处理它们。
SHUTDOWN：关闭状态，不接收新任务，但是会处理工作队列中排队的任务。
STOP：停止状态，不接收新任务，清空工作队列且不会处理工作队列的任务。
TIDYING：待终止状态，此状态下，任务队列和线程池都为空。
TERMINATED：终止状态，线程池关闭。
如何让线程不被销毁
文章开头说到，线程在执行完毕之后会被操作系统回收销毁，那么线程池时如何保障线程不被销毁？首先看一个测试用例：
public static void testThreadState()
{
Thread thread = new Thread(() -> System.out.println("Hello world")); // 创建一个线程
System.out.println(thread.getState()); // 此时线程的状态为NEW
thread.start(); // 启动线程，状态为RUNNING
System.out.println(thread.getState());
try
{
thread.join();
System.out.println(thread.getState()); // 线程运行结束，状态为TERMINATED
thread.start(); // 此时再启动线程会发生什么呢？
} catch (InterruptedException e)
{
e.printStackTrace();
}
}//加入Java开发交流君样：756584822一起吹水聊天
结果输出：
NEW
RUNNABLE
Hello world
TERMINATED
Exception in thread "main" java.lang.IllegalThreadStateException
at java.base/java.lang.Thread.start(Thread.java:794)
at misc.ThreadPoolExecutorTest.testThreadState(ThreadPoolExecutorTest.java:90)
at misc.ThreadPoolExecutorTest.main(ThreadPoolExecutorTest.java:114)
可以看出，当一个线程运行结束之后，我们是不可能让线程起死回生重新启动的。既然如此ThreadPoolExecutor如何保障线程执行完一个任务不被销毁而继续执行下一个任务呢？
其实这里就要讲到我们最开始传入的参数workQueue，它的接口类型为BlockingQueue，直译过来就是阻塞队列。这中队列有个特点，就是当队列为空而尝试出队操作时会阻塞。
基于阻塞队列的如上特点，ThreadPoolExecutor采用不断循环+阻塞队列的方式来实现线程不被销毁。
final void runWorker(Worker w) {
Thread wt = Thread.currentThread();
Runnable task = w.firstTask;
w.firstTask = null;
w.unlock(); // allow interrupts
boolean completedAbruptly = true;
try {
// 从工作队列中不断取任务。如果工作队列为空，那么程序会阻塞在这里
while (task != null || (task = getTask()) != null) {
w.lock();
// 检查线程池状态
if ((runStateAtLeast(ctl.get(), STOP) ||
(Thread.interrupted() &&
runStateAtLeast(ctl.get(), STOP))) &&
!wt.isInterrupted())
wt.interrupt();
try {
beforeExecute(wt, task);
try {//加入Java开发交流君样：756584822一起吹水聊天
执行任务
task.run();
afterExecute(task, null);
} catch (Throwable ex) {
afterExecute(task, ex);
throw ex;
}
} finally {
task = null;
w.completedTasks++;
w.unlock();
}
}
completedAbruptly = false;
} finally {
processWorkerExit(w, completedAbruptly);
}
}
关闭线程池
想要关闭线程池可以通过调用shutdown()和shutdownNow()方法实现。两种方法有所不同，其中调用shutdown()方法会停止接收新的任务，处理工作队列中的任务，调用这个方法之后线程池会进入SHUTDOWN状态，此方法无返回值并且不抛出异常。
而shutdownNow()方法会停止接收新的任务，而且会返回未完成的任务集合，同时这个方法也会抛出异常。
如何创建一个适应业务背景的线程池
线程池创建有七个参数，这几个参数的相互作用可以创建出适应特定业务场景的线程池。其中最为重要的有三个参数分别为：corePoolSize，maximumPoolSize，workQueue。其中前两个参数已经在上文中作了详细介绍，而workQueue参数在线程池创建中也极为重要。workQueue主要有三种：
//加入Java开发交流君样：756584822一起吹水聊天
SynchronousQueue：这个队列只能容纳一个元素，而且只有当队列为空时可以入队。
ArrayBlockingQueue：这是一个固定容量大小的队列。
LinkedBlockingQueue：链式阻塞队列，容量无限。
通过上述三种队列的特性我们可以得知，
当使用SynchronousQueue的时候，总是倾向于新建线程处理请求，如果线程池大小参数设置的很大，那么线程数量倾向于无限增长。这样的线程池能够高效处理突发增长的请求，而且处理效率很高，但是开销很大。//加入Java开发交流君样：756584822一起吹水聊天
当使用ArrayBlockingQueue的时候，线程池所能处理的瞬时最大任务量为队列大小 + 线程池最大数量，这样的线程池中规中矩，使用的业务场景很多，具体还需结合业务场景来调配三个参数的大小。例如I/O密集型的场景，多数的线程处于阻塞状态，为了提高系统吞吐量，我们希望能够有多数线程来处理IO。这样的话我们偏向于将corePoolSize设置的大一点。而且阻塞队列大小不要设置很大，同时maximumPoolSize也设置的大一点。
当使用LinkedBlockingQueue时，线程池的maximumPoolSize参数会失效，因为按照任务提交流程来看，LinkedBlockingQueue可以无限制地容纳任务，自然不会出现队列无法工作，新建线程处理的情况。使用LinkedBlockingQueue可以平稳地处理一些请求激增的情况，但是处理效率不会提高，仅仅能够起到一定的缓冲作用。