ExecutorService怎样提高性能

在 Java 中，ExecutorService 本身只是线程池框架，能否“提高性能”取决于如何使用它。下面从原理到实践说明如何通过 ExecutorService 提升性能。

一、为什么 ExecutorService 能提高性能

1. 线程复用
   • 避免频繁创建/销毁线程（线程创建成本高）
2. 任务解耦
   • 提交任务 ≠ 立即执行，提高系统吞吐
3. 并发执行
   • 多核 CPU 并行处理任务
4. 资源可控
   • 限制线程数量，防止资源耗尽

二、核心性能优化点

1. 合理设置线程池大小（最关键）

CPU 密集型任务

int poolSize = Runtime.getRuntime().availableProcessors();

或

int poolSize = Ncpu + 1;

IO 密集型任务

int poolSize = Ncpu * 2;  // 甚至更多

经验公式：

线程数 ≈ CPU核心数 * (1 + 等待时间 / 计算时间)

2. 使用合适的线程池类型

✅ 生产环境建议自定义 ThreadPoolExecutor

3. 自定义 ThreadPoolExecutor（推荐）

new ThreadPoolExecutor(
     corePoolSize,
     maxPoolSize,
     keepAliveTime,
     TimeUnit.SECONDS,
     new LinkedBlockingQueue<>(queueSize),
     new ThreadFactoryBuilder().setNamePrefix("biz-").build(),
     new ThreadPoolExecutor.CallerRunsPolicy()
);

关键点：

• 明确队列大小（防止 OOM）
• 合理拒绝策略（保护系统）
• 线程命名（方便排查）

4. 避免阻塞线程池

❌ 错误示例：

executor.submit(() -> {
    httpClient.get(); // 阻塞
});

✅ 优化：

• 使用异步 IO
• 分离 IO 线程池和计算线程池

5. 拆分任务（并行计算）

List<Future<Result>> futures = tasks.stream()
    .map(t -> executor.submit(() -> process(t)))
    .collect(toList());

for (Future<Result> f : futures) {
    f.get();
}

适合：

• 批量计算
• 数据聚合
• 多数据源查询

6. 使用 CompletableFuture（更现代）

CompletableFuture.supplyAsync(this::task1, executor)
    .thenCombine(
        CompletableFuture.supplyAsync(this::task2, executor),
        (r1, r2) -> combine(r1, r2)
    );

优点：

• 非阻塞
• 组合能力强
• 性能更好

7. 控制任务粒度

❌ 太细：线程切换成本高
❌ 太粗：并发度低

✅ 原则：

• 单任务 10ms～几百 ms 较合适
• 避免极端长任务

三、常见性能陷阱

1. 线程池过小 → 吞吐低
2. 线程池过大 → 上下文切换严重
3. 无界队列 → OOM
4. 任务中阻塞 → 线程被占满
5. 共享线程池混用 → 互相影响

四、总结一句话

ExecutorService 提高性能的核心：
用合适的线程数 + 合理任务拆分 + 避免阻塞 + 可控资源

如果你有具体场景（Web、批处理、IO、CPU 计算），我可以给你更精确的线程池配置方案。