在jdk7中，我们使用线程池可能会使用ExecutorService，默认有四种方式

Executors.newSingleeThreadPool()
 
Executors.newFixedThreadPool()
Executors.newCacheThreadPool()
Executors.newScheduledThreadPool()

在jdk8中，CompletableFuture腾空出世，它简化了异步任务的写法，提供了很多异步任务的计算方式。

言归正传，现在生产上面出现的问题是，在流量激增的时候，响应很慢，慢慢的所有请求都无法得到响应结果。

解决方案:

①查看cpu和内存使用率

cpu使用率很低，5%左右，内存使用一直不变，基本排除不是他们的问题。

①.查看gc

看到full gc没有发生，young gc 虽然增加了一点，但是平均响应时间也就是50ms，也算正常了。

 

② 分析dump堆

下了一个126M的dump包，有一个类占了60m。首先怀疑是不是内存溢出了，但是通过分析，这部分缓存是必需要做的，并且当时dump下来的包确实有点小，数据观测的不够准确。

③.查看栈信息

 

发现有很多ForkJoinPool.commonPool-worker-线程正在等待，其实使用过CompletableFuture的同学就知道，它里面用的是ForkJoin池来实现的。有想了解线程池源码的可以去读读这篇文章。

为什么这里会有这么多的线程在等待呢？生产上面的服务器使用的是一个两核的服务器，线程池里面只会是1个线程可以执行。为什么是一个，请看源码。

 


@Test
public void test12() throws InterruptedException {  先做一个单元测试
    CompletableFuture.runAsync(()->{  //在此处打断点
        System.out.println("111");
    });
    Thread.sleep(400000);
}

 

一步一步把代码贴出来，看官看好。

 

public static CompletableFuture<Void> runAsync(Runnable runnable) {  //运行线程的方法
    return asyncRunStage(asyncPool, runnable);
}

asyncPool是什么？看一下这个值的设置。

 

private static final Executor asyncPool = useCommonPool ?
    ForkJoinPool.commonPool() : new ThreadPerTaskExecutor();

useCommonPool是什么？

 

private static final boolean useCommonPool =
    (ForkJoinPool.getCommonPoolParallelism() > 1);
public static int getCommonPoolParallelism() {
    return commonParallelism;
}

commonParallelism就是那个并发的线程数，它又是怎么来的呢？

 

static {
    // initialize field offsets for CAS etc
    。。。。。。
    commonMaxSpares = DEFAULT_COMMON_MAX_SPARES;
    defaultForkJoinWorkerThreadFactory =
        new DefaultForkJoinWorkerThreadFactory();
    modifyThreadPermission = new RuntimePermission("modifyThread");

    common = java.security.AccessController.doPrivileged
        (new java.security.PrivilegedAction<ForkJoinPool>() {
            public ForkJoinPool run() { return makeCommonPool(); }});  //重点看makeCommonPool方法
    int par = common.config & SMASK; // 获取到par SMASK的值是 65535 也就是1111111111111111  &操作还是common.config本身，看样子还是要看看config是怎么来的
    commonParallelism = par > 0 ? par : 1;  想知道par是什么值，这个值为负数默认是1
}
private static ForkJoinPool makeCommonPool() {
    int parallelism = -1;  //这个并发的线程数默认是-1
    ForkJoinWorkerThreadFactory factory = null;
  。。。。。。
    if (parallelism < 0 && 
        (parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0)  //看到了吧，线程池中的处理线程数=电脑核数-1
        parallelism = 1;
    if (parallelism > MAX_CAP)
        parallelism = MAX_CAP;
    return new ForkJoinPool(parallelism, factory, handler, LIFO_QUEUE,
                            "ForkJoinPool.commonPool-worker-");  //指定线程的名字
}

到此分析完毕，使用了逆推法。

由于生产服务器电脑核数较小，而在CompletableFuture代码中又使用了默认的线程池，处理的线程个数是电脑核数1。这样等有大请求量过来，处理逻辑又很复杂，很多线程都在等待执行，慢慢拖垮了服务器。

 

调整线程池的大小

《Java并发编程实战》（http://mng.bz/979c）一书中，Brian Goetz和合著者们为线程池大小
的优化提供了不少中肯的建议。这非常重要，如果线程池中线程的数量过多，最终它们会竞争
稀缺的处理器和内存资源，浪费大量的时间在上下文切换上。反之，如果线程的数目过少，正
如你的应用所面临的情况，处理器的一些核可能就无法充分利用。Brian Goetz建议，线程池大
小与处理器的利用率之比可以使用下面的公式进行估算：
N threads = N CPU * U CPU * (1 + W/C)
其中：
❑N CPU 是处理器的核的数目，可以通过 Runtime.getRuntime().availableProce-
ssors() 得到
❑U CPU 是期望的CPU利用率（该值应该介于0和1之间）

❑W/C是等待时间与计算时间的比率

这里太啰嗦了，一般的设置线程池的大小规则是

如果服务是cpu密集型的，设置为电脑的核数

如果服务是io密集型的，设置为电脑的核数*2