# JavaThreadDemo

所引用的博客有：
	http://spidermanzy.iteye.com/blog/1734872 ---这是从一篇博客复制的，对Java多线程介绍得特别全
	http://blog.csdn.net/sd0902/article/details/8395677--这篇主要是针对线程池的介绍
//=========================以下是自己的简略总结的知识点========================================
1、线程创建的两种方式：
	实现Runnable接口和继承Tread
		//返回该线程的状态  
        getState();  
        //中断线程  
        interrupt();  
        //测试当前线程是否已经中断  
        interrupted();  
        //测试线程是否处于活动状态  
        isAlive();  
        //测试该线程是否为守护线程  
        isDaemon();  
        //等待该线程终止  
        join();  
        //改变线程名称,使之与参数 name 相同  
        setName("普通线程");  
        //将该线程标记为守护线程或用户线程  
        setDaemon(true);  
        //更改线程的优先级  
        setPriority(1);//1-10之间
        //暂停当前正在执行的线程对象，并执行其他线程s  
        yield();  
	
	新建状态(new) 
		当一个线程对象创建后,处于新建状态,在这种状态下,线程对象还只是一个对象,  
		没有成为一条独立执行的线索,也不可能被线程调度程序调度  
	准备状态(runnable) 
	   	处于新建状态下的线程被start()调用后进入准备状态,这个状态随时可能被线程调度程序调度,  
	   	获取CPU执行时间,线程一旦进入准备状态不能回到新建状态   
	运行状态(running)  
	  	一旦处于准备状态的线程获取CPU时间,就进入了执行状态,  
	   	线程随时可能被调度程序调度到准备状态,
	   	于某种必要的条件或者由于运行特定的方法,可能会进入等待/阻塞状态  
	等待阻塞状态(blocked)  
	   	因为某种原因放弃了CPU使用权,暂时停止运行      
	   	直到线程进入就绪状态,才有机会转入运行状态      
	   	阻塞分为三种    
	      	等待阻塞
	      		运行的线程执行wait()方法,JVM会把该线程放入等待池中      
	       	同步阻塞
	       		运行线程在获取对象的同步锁时,若该同步锁被别的线程占用,JVM会把该线程放入锁池中      
	       	其他阻塞
	       		运行线程执行了sheep()或者join()或者发生了I/O请求时JVM会将线程置为阻塞状态      
	           	当sheep()超时,join()等待线程终止或者超时,I/O处理完毕,线程重新进入就绪状态      
	死亡状态(dead):  
	   	当线程的run方法正确执行完毕或者由于发生了异常而终止了执行时,  
	   	线程就进入了死亡状态,进入死亡状态下的线程不能再被启动
2、线程之间是异步的，要实现同步，必须对要同步的代码块或者方法加锁

3、线程之间的通信：则主要采用"共享变量"和"管道流"这两种方法
	方法一 通过访问共享变量的方式(注:需要处理同步问题) 
	方法二 通过管道流 

4、线程池的优点：
	1.减少了创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。
	2.可以根据系统的承受能力，调整线程池中工作线线程的数目，防止因为消耗过多的内存，而使服务器死机(每个线程需要大约1MB内存，线程开的越多，消耗的内存也就越大，最后死机)。
5、线程池的实现
	在JavaAPI中的Executors类提供了一些静态工厂，生成一些常用的线程池：
	1. newSingleThreadExecutor
	创建一个单线程的线程池。这个线程池只有一个线程在工作，也就是相当于单线程串行执行所有任务。如果这个唯一的线程因为异常结束，那么会有一个新的线程来替代它。此线程池保证所有任务的执行顺序按照任务的提交顺序执行。
	2.newFixedThreadPool
	创建固定大小的线程池。每次提交一个任务就创建一个线程，直到线程达到线程池的最大大小。线程池的大小一旦达到最大值就会保持不变，如果某个线程因为执行异常而结束，那么线程池会补充一个新线程。
	3. newCachedThreadPool
	创建一个可缓存的线程池。如果线程池的大小超过了处理任务所需要的线程，
	那么就会回收部分空闲（60秒不执行任务）的线程，当任务数增加时，此线程池又可以智能的添加新线程来处理任务。此线程池不会对线程池大小做限制，线程池大小完全依赖于操作系统（或者说JVM）能够创建的最大线程大小。
	4.newScheduledThreadPool
	创建一个大小无限的线程池。此线程池支持定时以及周期性执行任务的需求。
	另外ScheduledThreadPoolExecutor类也可以实现
	
6、重点是ThreadPoolExecutor类：    
	构造方法：
		ThreadPoolExecutor(int corePoolSize, 
		int maximumPoolSize, 
		long keepAliveTime,
		TimeUnit unit, 
		BlockingQueue<Runnable> workQueue, 
		ThreadFactory threadFactory, 
		RejectedExecutionHandler handler)
	参数说明：
		corePoolSize - 池中所保存的线程数，包括空闲线程。
	    maximumPoolSize - 池中允许的最大线程数。
	    keepAliveTime - 当线程数大于核心时，此为终止前多余的空闲线程等待新任务的最长时间。
	    unit - keepAliveTime 参数的时间单位。
	    workQueue - 执行前用于保持任务的队列。此队列仅由保持 execute 方法提交的 Runnable 任务。
	   	这里有三种方式：
	   		直接提交。也即SynchronousQueue。工作队列的默认选项是 SynchronousQueue，它将
	   	任务直接提交给线程而不保持它们。在此，如果不存在可用于立即运行任务的线程，则试图把任务加入队列将失败，
	   	因此会构造一个新的线程。此策略可以避免在处理可能具有内部依赖性的请求集时出现锁。直接提交通常要求无界 
	   	maximumPoolSizes 以避免拒绝新提交的任务。当命令以超过队列所能处理的平均数连续到达时，此策略
	   	允许无界线程具有增长的可能性。
			无界队列。即LinkedBlockingQueue。使用无界队列（例如，不具有预定义容量的 LinkedBlockingQueue）
		将导致在所有 corePoolSize 线程都忙时新任务在队列中等待。这样，创建的线程就不会超过 corePoolSize。
		（因此，maximumPoolSize的值也就无效了。）当每个任务完全独立于其他任务，即任务执行互不影响时，
		适合于使用无界队列；例如，在 Web页服务器中。这种排队可用于处理瞬态突发请求，当命令以超过队列所能处
		理的平均数连续到达时，此策略允许无界线程具有增长的可能性。
			有界队列。ArrayBlockingQueue。当使用有限的 maximumPoolSizes时，有界队列（如 ArrayBlockingQueue）有助
		于防止资源耗尽，但是可能较难调整和控制。队列大小和最大池大小可能需要相互折衷：使用大型队列和小型池可以最大限
		度地降低 CPU 使用率、操作系统资源和上下文切换开销，但是可能导致人工降低吞吐量。如果任务频繁阻塞（例如，如果
		它们是 I/O边界），则系统可能为超过您许可的更多线程安排时间。使用小型队列通常要求较大的池大小，CPU使用率较高，
		但是可能遇到不可接受的调度开销，这样也会降低吞吐量。
	    threadFactory - 执行程序创建新线程时使用的工厂。
	    handler - 由于超出线程范围和队列容量而使执行被阻塞时所使用的处理程序。
	    	在ThreadPoolExecutor中已经默认包含了4中策略：
		    	CallerRunsPolicy：线程调用运行该任务的 execute 本身。此策略提供简单的反馈控制机制，能够减缓新任务的提交速度。
		    	AbortPolicy：处理程序遭到拒绝将抛出运行时RejectedExecutionException
		    	DiscardPolicy：不能执行的任务将被删除
		    	DiscardOldestPolicy：如果执行程序尚未关闭，则位于工作队列头部的任务将被删除，然后重试执行程序（如果再次失败，则重复此过程）
//=========================以上是自己的简略总结的知识点========================================