一、异步调用方式分析
今天在写代码的时候，想要调用异步的操作，这里我是用的java8的流式异步调用，但是使用过程中呢，发现这个异步方式有两个方法，如下所示：

区别是一个 需要指定线程池，一个不需要。

那么指定线程池有哪些好处呢？直观的说有以下两点好处：

可以根据我们的服务器性能，通过池的管理更好的规划我们的线程数。
可以对我们使用的线程自定义名称，这里也是阿里java开发规范所提到的。
1.1 java8异步调用默认线程池方式
当然常规使用默认的也没什么问题。我们通过源码分析下使用默认线程池的过程。

 public static CompletableFuture<Void> runAsync(Runnable runnable) {return asyncRunStage(asyncPool, runnable);}
复制代码

看下这个asyncPool是什么？

如下所示，useCommonPool如果为真，就使用ForkJoinPool.commonPool()，否则创建一个new ThreadPerTaskExecutor()：

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

看看useCommonPool 是什么？

 private static final boolean useCommonPool =(ForkJoinPool.getCommonPoolParallelism() > 1);
复制代码

  /*** 公共池的目标并行度级别*/public static int getCommonPoolParallelism() {return commonParallelism;}
复制代码

最终这个并行级别并没有给出默认值

static final int commonParallelism;
复制代码

通过找到这个常量的调用，我们看看是如何进行初始化的，在ForkJoinPool中有一个静态代码块，启动时会对commonParallelism进行初始化，我们只关注最后一句话就好了，：

    // Unsafe mechanicsprivate static final sun.misc.Unsafe U;private static final int  ABASE;private static final int  ASHIFT;private static final long CTL;private static final long RUNSTATE;private static final long STEALCOUNTER;private static final long PARKBLOCKER;private static final long QTOP;private static final long QLOCK;private static final long QSCANSTATE;private static final long QPARKER;private static final long QCURRENTSTEAL;private static final long QCURRENTJOIN;static {// initialize field offsets for CAS etctry {U = sun.misc.Unsafe.getUnsafe();Class<?> k = ForkJoinPool.class;CTL = U.objectFieldOffset(k.getDeclaredField("ctl"));RUNSTATE = U.objectFieldOffset(k.getDeclaredField("runState"));STEALCOUNTER = U.objectFieldOffset(k.getDeclaredField("stealCounter"));Class<?> tk = Thread.class;PARKBLOCKER = U.objectFieldOffset(tk.getDeclaredField("parkBlocker"));Class<?> wk = WorkQueue.class;QTOP = U.objectFieldOffset(wk.getDeclaredField("top"));QLOCK = U.objectFieldOffset(wk.getDeclaredField("qlock"));QSCANSTATE = U.objectFieldOffset(wk.getDeclaredField("scanState"));QPARKER = U.objectFieldOffset(wk.getDeclaredField("parker"));QCURRENTSTEAL = U.objectFieldOffset(wk.getDeclaredField("currentSteal"));QCURRENTJOIN = U.objectFieldOffset(wk.getDeclaredField("currentJoin"));Class<?> ak = ForkJoinTask[].class;ABASE = U.arrayBaseOffset(ak);int scale = U.arrayIndexScale(ak);if ((scale & (scale - 1)) != 0)throw new Error("data type scale not a power of two");ASHIFT = 31 - Integer.numberOfLeadingZeros(scale);} catch (Exception e) {throw new Error(e);}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(); }});// 即使线程被禁用也是1，至少是个1int par = common.config & SMASK;commonParallelism = par > 0 ? par : 1;}
复制代码

如下所示，默认是7：

所以接着下面的代码看：

  private static final boolean useCommonPool =(ForkJoinPool.getCommonPoolParallelism() > 1);
复制代码

这里一定是返回true，证明当前是并行的。

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

上面会返回一个大小是七的的默认线程池

其实这个默认值是当前cpu的核心数，我的电脑是八核，在代码中默认会将核心数减一，所以显示是七个线程。

        if (parallelism < 0 && //默认是1，小于核心数(parallelism = Runtime.getRuntime().availableProcessors() - 1) <= 0)parallelism = 1;if (parallelism > MAX_CAP)parallelism = MAX_CAP;
复制代码

下面我们写个main方法测试一下，10个线程，每个阻塞10秒，看结果：

    public static void main(String[] args) {// 创建10个任务，每个任务阻塞10秒for (int i = 0; i < 10; i++) {CompletableFuture.runAsync(() -> {try {Thread.sleep(10000);System.out.println(new Date() + ":" + Thread.currentThread().getName());} catch (InterruptedException e) {e.printStackTrace();}});}try {Thread.sleep(30000);} catch (InterruptedException e) {e.printStackTrace();}}
复制代码

结果如下所示，前面七个任务先完成，另外三个任务被阻塞10秒后，才完成：

Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-5
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-4
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-7
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-3
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-6
Mon Sep 13 11:20:57 CST 2021:ForkJoinPool.commonPool-worker-1
-----------------------------------------------------------  
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-2
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-5
Mon Sep 13 11:21:07 CST 2021:ForkJoinPool.commonPool-worker-4
复制代码

结论：当我们使用默认的线程池进行异步调用时，如果异步任务是一个IO密集型，简单说处理时间占用长，将导致其他使用共享线程池的任务阻塞，造成系统性能下降甚至异常。甚至当一部分调用接口时，如果接口超时，那么也会阻塞与超时时长相同的时间；实际在计算密集的场景下使用是能提高性能的。

二、使用自定义的线程池
上面说到如果是IO密集型的场景，在异步调用时还是使用自定义线程池比较好。

针对开篇提到的两个显而易见的好处，此处新增一条：

可以根据我们的服务器性能，通过池的管理更好的规划我们的线程数。
可以对我们使用的线程自定义名称，这里也是阿里java开发规范所提到的。
不会因为阻塞导致使用共享线程池的其他线程阻塞甚至异常。
我们自定义下面的线程池：

/*** @description： 全局通用线程池* @author：weirx* @date：2021/9/9 18:09* @version：3.0*/
@Slf4j
public class GlobalThreadPool {/*** 核心线程数*/public final static int CORE_POOL_SIZE = 10;/*** 最大线程数*/public final static int MAX_NUM_POOL_SIZE = 20;/*** 任务队列大小*/public final static int BLOCKING_QUEUE_SIZE = 30;/*** 线程池实例*/private final static ThreadPoolExecutor instance = getInstance();/*** description: 初始化线程池** @return: java.util.concurrent.ThreadPoolExecutor* @author: weirx* @time: 2021/9/10 9:49*/private synchronized static ThreadPoolExecutor getInstance() {// 生成线程池ThreadPoolExecutor executor = new ThreadPoolExecutor(CORE_POOL_SIZE,MAX_NUM_POOL_SIZE,60,TimeUnit.SECONDS,new LinkedBlockingQueue<>(BLOCKING_QUEUE_SIZE),new NamedThreadFactory("Thread-wjbgn-", false));return executor;}private GlobalThreadPool() {}public static ThreadPoolExecutor getExecutor() {return instance;}
}
复制代码

调用：

public static void main(String[] args) {// 创建10个任务，每个任务阻塞10秒for (int i = 0; i < 10; i++) {CompletableFuture.runAsync(() -> {try {Thread.sleep(10000);System.out.println(new Date() + ":" + Thread.currentThread().getName());} catch (InterruptedException e) {e.printStackTrace();}},GlobalThreadPool.getExecutor());}try {Thread.sleep(30000);} catch (InterruptedException e) {e.printStackTrace();}
}

复制代码
输出我们指定线程名称的线程：

Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-1
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-10
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-2
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-9
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-5
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-6
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-3
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-7
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-8
Mon Sep 13 11:32:35 CST 2021:Thread-Inbox-Model-4
复制代码

三、题外话，动态线程池
3.1 什么是动态线程池？
在我们使用线程池的时候，是否有的时候很纠结，到底设置多大的线程池参数是最合适的呢？如果不够用了怎么办，要改代码重新部署吗？

其实是不需要的，记得当初看过美团的一篇文章，真的让人茅塞顿开啊，动态线程池。

ThreadPoolExecutor这个类其实是提供对于线程池的属性进行修改的，支持我们动态修改以下的属性：

从上至下分别是：

线程工厂（用于指定线程名称）
核心线程数
最大线程数
活跃时间
拒绝策略。
在美团的文章当中呢，是监控服务器线程的使用率，当达到阈值就进行告警，然后通过配置中心去动态修改这些数值。

我们也可以这么做，使用@RefreshScope加nacos就可以实现了。

3.2 实践
我写了一个定时任务，监控当前服务的线程使用率，小了就扩容，一段时间后占用率下降，就恢复初始值。

其实还有很多地方需要改进的，请大家多提意见，监控的是文章前面的线程池GlobalThreadPool,下面调度任务的代码：

/*** @description： 全局线程池守护进程* @author：weirx* @date：2021/9/10 16:32* @version：3.0*/
@Slf4j
@Component
public class DaemonThreadTask {/*** 服务支持最大线程数*/public final static int SERVER_MAX_SIZE = 50;/*** 最大阈值Maximum threshold，百分比*/private final static int MAXIMUM_THRESHOLD = 8;/*** 每次递增最大线程数*/private final static int INCREMENTAL_MAX_NUM = 10;/*** 每次递增核心线程数*/private final static int INCREMENTAL_CORE_NUM = 5;/*** 当前线程数*/private static int currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;/*** 当前核心线程数*/private static int currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;@Scheduled(cron = "0 */5 * * * ?")public static void execute() {threadMonitor();}/*** description: 动态监控并设置线程参数** @return: void* @author: weirx* @time: 2021/9/10 13:20*/private static void threadMonitor() {ThreadPoolExecutor instance = GlobalThreadPool.getExecutor();int activeCount = instance.getActiveCount();int size = instance.getQueue().size();log.info("GlobalThreadPool: the active thread count is {}", activeCount);// 线程数不足，增加线程if (activeCount > GlobalThreadPool.MAX_NUM_POOL_SIZE % MAXIMUM_THRESHOLD&& size >= GlobalThreadPool.BLOCKING_QUEUE_SIZE) {currentSize = currentSize + INCREMENTAL_MAX_NUM;currentCoreSize = currentCoreSize + INCREMENTAL_CORE_NUM;//当前设置最大线程数小于服务最大支持线程数才可以继续增加线程if (currentSize <= SERVER_MAX_SIZE) {instance.setMaximumPoolSize(currentSize);instance.setCorePoolSize(currentCoreSize);log.info("this max thread size is {}", currentSize);} else {log.info("current size is more than server max size, can not add");}}// 线程数足够，降低线程数，当前活跃数小于默认核心线程数if (activeCount < GlobalThreadPool.MAX_NUM_POOL_SIZE&& size == 0&& currentSize > GlobalThreadPool.MAX_NUM_POOL_SIZE) {currentSize = GlobalThreadPool.MAX_NUM_POOL_SIZE;currentCoreSize = GlobalThreadPool.CORE_POOL_SIZE;instance.setMaximumPoolSize(currentSize);instance.setCorePoolSize(currentCoreSize);}}
}
复制代码

3.3 动态线程池有什么意义？
有的朋友其实问过我，我直接把线程池设置大一点不就好了，这种动态线程池有什么意义呢？

其实这是一个好问题。在以前的传统软件当中，单机部署，硬件部署，确实，我们能使用的线程数取决于服务器的核心线程数，而且基本没有其他服务来争抢这些线程。

但是现在是容器的时代，云原生的时代。

多个容器部署在一个宿主机上，那么当高峰期的时候，某个容器就需要占用大量的cpu资源，如果所有的容器都将大部分资源占据，那么这个容器必然面临阻塞甚至瘫痪的风险。

当高峰期过了，释放这部分资源可以被释放掉，用于其他需要的容器。。

再结合到目前的云服务器节点扩容，都是需要动态扩缩容的的，和线程相似，在满足高可用的情况下，尽量的节约成本。

最后
如果你觉得此文对你有一丁点帮助，点个赞。或者可以加入我的开发交流群：1025263163相互学习，我们会有专业的技术答疑解惑

如果你觉得这篇文章对你有点用的话，麻烦请给我们的开源项目点点star:http://github.crmeb.net/u/defu不胜感激 ！

PHP学习手册：https://doc.crmeb.com
技术交流论坛：https://q.crmeb.com