互聯網大廠Java面試題：使用無界隊列的線程池會致使內存飆升嗎？【石杉的架構筆記】

歡迎關注我的公衆號：石杉的架構筆記（ID:shishan100）

週一至週五早8點半！精品技術文章準時送上！

精品學習資料獲取通道，參見文末

目錄

（1）背景引入

（2）線程池是如何構造的？

（3）線程池的運行原理

（4）無界隊列引起的內存飆升

（1）背景引入

今天跟你們聊一個互聯網大廠的Java面試題：使用無界隊列的線程池會致使內存飆升嗎？

由於在面互聯網大廠的時候，必定會問併發，問併發的時候必定會問到線程池，問到線程池必定會問構造線程池的一些參數的含義。

而後，有一些面試官會就線程池的具體場景，問一些可能會遇到的問題。

因此，在這裏就可能有上述那樣一個面試中的問題，算是Java面試裏相對來講高階一點的。

我相信你們必定起碼知道線程池是個什麼東西的。簡單來講，就是維護一個池子，池子裏面放了不少的線程。

而後來一個任務，某個線程就獲取這個任務來執行，任務執行完以後線程是不會釋放掉的，而是停留在線程池裏繼續等待下一個任務。

這樣的一個好處是你不必本身手動頻繁的建立和銷燬線程，畢竟線程是較重的資源，頻繁的建立和銷燬對系統性能是沒好處的。

咱們看看下面的圖，回顧一下線程池的含義。

（2）線程池是如何構造的？

那麼平時在Java裏寫代碼的時候，你們記得不記得線程池是如何構造出來的呢？

是否是相似下面那樣的代碼，好比說咱們構造一個線程數量固定的一個線程池：

那麼Executors.newFixedThreadPool(10)內部到底又是如何構造出來線程池的呢？

其實很簡單，翻開JDK源碼就能夠看到裏面的代碼以下：

簡單來講，就是構造了一個ThreadPoolExecutor對象實例，你大體就認爲他是一個線程池吧，傳入了一些參數，這些參數大體包含了：

corePoolSize maximumPoolSize keepAliveTime workQueue

假如說咱們構造線程池傳入的線程數量是10，那麼在這裏，corePoolSize和maximumSize都是10，keepAliveTime默認就是0，workQueue是一個無界的LinkedBlockingQueue。

接下來，咱們具體來看看構造一個線程池傳入一些參數以後，具體這個線程池的運行原理是什麼。

（3）線程池的運行原理

簡單來講，剛開始的時候其實線程池裏是空的，就是一個線程都沒有的，以下圖所示。

接着若是你使用線程池提交一個任務進去，但願由線程池裏的一個線程來執行，以下代碼所示，就是提交一個任務：

這個時候，線程池會先看一下，如今池子裏的線程數量有沒有有達到corePoolSize指定的數量。

如今線程池裏的線程數量是0，而後corePoolSize是10，那麼確定沒達到了，因此直接會在線程池裏建立一個線程出來而後執行這個任務，以下圖。

接着假如說，這個線程處理完一個任務了，那麼此時線程是不會被銷燬的，他會一直等待下一個提交過來的任務。

那麼，究竟是怎麼等待的呢？

很簡單，線程池會搭配一個workQueue，好比這裏搭配的就是一個無界的LinkedBlockingQueue，幾乎能夠無限量放入任務。

而後那個線程處理完一個任務以後，就會用阻塞的方式嘗試從任務隊列裏獲取任務，若是隊列是空的，他就會阻塞卡在那兒不動，直到有人放一個任務到隊列裏，他纔會獲取到一個任務而後繼續執行，循環往復，以下圖。

接着再次提交任務，線程池一判斷髮現，誒？好像線程數量才只有1個，徹底比corePoolSize（10個）要小，那麼繼續直接在池子裏建立一個線程，而後處理這個任務，處理完了繼續嘗試從workQueue裏阻塞式獲取任務。

一直重複上面的操做，直到線程池裏有10個線程了，達到了corePoolSize指定的數量，以下圖。

這個時候你若是再提交任務，他一會兒發現，誒？不對啊，線程池裏已經有10個線程了，跟corePoolSize指定的線程數量同樣了。

那麼如今，我就不須要建立任何一個額外的線程了，如今你只要提交任務，所有直接入隊到workQueue裏就好。

此時線程池裏的線程都阻塞式在workQueue上等待獲取任務，有一個任務進來就會喚醒一個線程來處理這個任務，處理完了任務再次阻塞在workQueue上嘗試獲取下一個任務，以下圖所示這個意思。

這裏咱們看到他用的是一個無界的LinkedBlockingQueue，可是假如說他用的是一個有界的隊列呢？

好比說限定好了隊列最多隻能放10個任務，那麼假如說，線程池裏的線程來不及處理任務了，而後隊列一會兒放滿了10個任務。

此時就會出現任務入隊的失敗，由於隊列滿了，沒法入隊。

而後就會嘗試再次在線程池裏建立線程，這個時候就會一直建立線程直到線程池裏的線程數量達到maximumPoolSize指定的數量爲止。

雖然這裏fixed線程池默認corePoolSize和maximumPoolSize的數量都是一致的，可是能夠假設此時maximumPoolSize的數量是20呢？

那麼就會繼續建立線程，直到線程數量達到20個，而後用額外建立的10個線程在隊列滿的狀況下，繼續處理任務。

整個過程，以下圖所示：

接着萬一隊列滿了，而後線程池的線程數量達到了maximumPoolSize指定的數量了，你額外建立線程都沒法建立了，此時會如何呢？

答案是：會reject掉，不讓你繼續提交任務了，此時默認的就是拋出一個異常。

那麼，在上圖中額外建立出來的，超出corePoolSize的那些線程呢？

他們一旦建立出來以後，會發現線程池數量已經超過corePoolSize了，此時他們會嘗試等待workQueue裏的任務。

一旦超過keepAliveTime指定的時間，還獲取不到任務，好比keepAliveTime是60秒，那麼假如超過60秒獲取不到任務，他就會自動釋放掉了，這個線程就銷燬了。

整個過程，以下圖所示。

（4）無界隊列引起的內存飆升

明白了線程池的運行原理了，這個面試題就好解答了。

咱們以最經常使用的fixed線程池舉例，他的線程池數量是固定的，由於他用的是近乎於無界的LinkedBlockingQueue，幾乎能夠無限制的放入任務到隊列裏。

因此只要線程池裏的線程數量達到了corePoolSize指定的數量以後，接下來就維持這個固定數量的線程了。

而後，全部任務都會入隊到workQueue裏去，線程從workQueue獲取任務來處理。

這個隊列幾乎永遠不會滿，固然這是幾乎，由於LinkedBlockingQueue默認的最大任務數量是Integer.MAX_VALUE，很是大，近乎於能夠理解爲無限吧。

只要隊列不滿，就跟maximumPoolSize、keepAliveTime這些不要緊了，由於不會建立超過corePoolSize數量的線程的。

一樣，給你們來一張圖，咱們來看看：

那麼此時萬一每一個線程獲取到一個任務以後，他處理的時間特別特別的長，長到了使人髮指的地步。好比處理一個任務要幾個小時，此時會如何？

固然會出現workQueue裏不斷的積壓愈來愈多得任務，不停的增長。

這個過程當中會致使機器的內存使用不停的飆升，最後也許極端狀況下就致使JVM OOM了，系統就掛掉了。

因此這就是這個面試題背後你要知道的線程池的運行原理，以及可能遇到的一些問題，你們要作到內心有數。

END

掃描下方二維碼，備註：「資料」，獲取更多「祕製」 精品學習資料

若有收穫，請幫忙轉發，您的鼓勵是做者最大的動力，謝謝！

一大波微服務、分佈式、高併發、高可用的原創系列文章正在路上

歡迎掃描下方二維碼，持續關注：

石杉的架構筆記（id:shishan100）

十餘年BAT架構經驗傾囊相授

推薦閱讀：

一、拜託！面試請不要再問我Spring Cloud底層原理

二、【雙11狂歡的背後】微服務註冊中心如何承載大型系統的千萬級訪問？

三、【性能優化之道】每秒上萬併發下的Spring Cloud參數優化實戰

四、微服務架構如何保障雙11狂歡下的99.99%高可用

五、兄弟，用大白話告訴你小白都能聽懂的Hadoop架構原理

六、大規模集羣下Hadoop NameNode如何承載每秒上千次的高併發訪問

七、【性能優化的祕密】Hadoop如何將TB級大文件的上傳性能優化上百倍

八、拜託，面試請不要再問我TCC分佈式事務的實現原理！

九、【坑爹呀！】最終一致性分佈式事務如何保障實際生產中99.99%高可用？

十、拜託，面試請不要再問我Redis分佈式鎖的實現原理！

十一、【眼前一亮！】看Hadoop底層算法如何優雅的將大規模集羣性能提高10倍以上？

十二、億級流量系統架構之如何支撐百億級數據的存儲與計算

1三、億級流量系統架構之如何設計高容錯分佈式計算系統

1四、億級流量系統架構之如何設計承載百億流量的高性能架構

1五、億級流量系統架構之如何設計每秒十萬查詢的高併發架構

1六、億級流量系統架構之如何設計全鏈路99.99%高可用架構

1七、七張圖完全講清楚ZooKeeper分佈式鎖的實現原理

1八、大白話聊聊Java併發面試問題之volatile究竟是什麼？

1九、大白話聊聊Java併發面試問題之Java 8如何優化CAS性能？

20、大白話聊聊Java併發面試問題之談談你對AQS的理解？

2一、大白話聊聊Java併發面試問題之公平鎖與非公平鎖是啥？

2二、大白話聊聊Java併發面試問題之微服務註冊中心的讀寫鎖優化

2三、互聯網公司的面試官是如何360°無死角考察候選人的？（上篇）

2四、互聯網公司面試官是如何360°無死角考察候選人的？（下篇）

2五、Java進階面試系列之一：哥們，大家的系統架構中爲何要引入消息中間件？

2六、【Java進階面試系列之二】：哥們，那你說說系統架構引入消息中間件有什麼缺點？

2七、【行走的Offer收割機】記一位朋友斬獲BAT技術專家Offer的面試經歷

2八、【Java進階面試系列之三】哥們，消息中間件在大家項目裏是如何落地的？

2九、【Java進階面試系列之四】扎心！線上服務宕機時，如何保證數據100%不丟失？

30、一次JVM FullGC的背後，竟隱藏着驚心動魄的線上生產事故！

3一、【高併發優化實踐】10倍請求壓力來襲，你的系統會被擊垮嗎？

3二、【Java進階面試系列之五】消息中間件集羣崩潰，如何保證百萬生產數據不丟失？

3三、億級流量系統架構之如何在上萬併發場景下設計可擴展架構（上）？

3四、億級流量系統架構之如何在上萬併發場景下設計可擴展架構（中）？

3五、億級流量系統架構之如何在上萬併發場景下設計可擴展架構（下）？

3六、億級流量架構第二彈：你的系統真的無懈可擊嗎？

3七、億級流量系統架構之如何保證百億流量下的數據一致性（上）

3八、億級流量系統架構之如何保證百億流量下的數據一致性（中）？

3九、億級流量系統架構之如何保證百億流量下的數據一致性（下）？

40、互聯網面試必殺：如何保證消息中間件全鏈路數據100%不丟失（1）

4一、互聯網面試必殺：如何保證消息中間件全鏈路數據100%不丟失（2）

4二、面試大殺器：消息中間件如何實現消費吞吐量的百倍優化？

4三、高併發場景下，如何保證生產者投遞到消息中間件的消息不丟失？

4四、兄弟，用大白話給你講小白都能看懂的分佈式系統容錯架構

4五、從團隊自研的百萬併發中間件系統的內核設計看Java併發性能優化

4六、【非廣告，純乾貨】英語差的程序員如何才能無障礙閱讀官方文檔？

4七、若是20萬用戶同時訪問一個熱點緩存，如何優化你的緩存架構？

4八、【非廣告，純乾貨】中小公司的Java工程師應該如何逆襲衝進BAT？

4九、拜託，面試請不要再問我分佈式搜索引擎的架構原理！

做者：石杉的架構筆記 連接：juejin.im/post/5c263a… 來源：掘金 著做權歸做者全部，轉載請聯繫做者得到受權！