9.ReentrantReadWriteLock读写锁

9.1 锁的基本概念

悲观锁：不支持并发，效率低，但是可以解决所有并发安全问题

乐观锁：支持并发读，维护一个版本号，写的时候比较版本号进行控制，先提交的版本号的线程可以进行写。

表锁：只操作一条记录的时候，对整张表上锁

行锁：只对一条记录上锁，行锁会发生死锁。

读锁：共享锁，发生死锁

写锁：独占锁，发生死锁

读锁发生死锁案例：

两个线程都持有读锁，不释放并都企图获取写锁
读锁升级写锁可能会导致死锁：这是因为在升级期间，读锁需要被释放，但是写锁在获得之前需要等待所有的读锁释放。如果有其他线程持有读锁并试图获取写锁，则会出现死锁情况。因此，建议在升级锁之前先释放读锁，并在获得写锁之前检查是否存在等待的写锁。

写锁发生死锁案例：

两个线程都要对两条记录进行修改，两线程都持有一条记录的写锁，不释放，并企图获取另一条记录的写锁，产生死锁。

9.2 读写锁介绍

现实中有这样一种场景:对共享资源有读和写的操作，且写操作没有读操作那么频繁。在没有写操作的时候，多个线程同时读一个资源没有任何问题，所以应该允许多个线程同时读取共享资源;但是如果一个线程想去写这些共享资源，就不应该允许其他线程对该资源进行读和写的操作了。

针对这种场景，JAVA 的并发包提供了读写锁 ReentrantReadWriteLock，它表示两个锁，一个是读操作相关的锁，称为共享锁;一个是写相关的锁，称为排他锁

线程进入读锁的前提条件:
- 没有其他线程的写锁
- 没有写请求, 或者有写请求，但调用线程和持有锁的线程是同一个(可重入锁)。
线程进入写锁的前提条件:
- 没有其他线程的读锁
- 没有其他线程的写锁
而读写锁有以下三个重要的特性:
1. 公平选择性:支持非公平(默认)和公平的锁获取方式，吞吐量还是非公平优于公平。
2. 重进入:读锁和写锁都支持线程重进入。
3. 锁降级:遵循获取写锁、获取读锁再释放写锁的次序，写锁能够降级成为读锁。

//资源类
class MyCache {//创建map集合private volatile Map<String,Object> map = new HashMap<>();//创建读写锁对象private ReadWriteLock rwLock = new ReentrantReadWriteLock();//放数据public void put(String key,Object value) {//添加写锁rwLock.writeLock().lock();try {System.out.println(Thread.currentThread().getName()+" 正在写操作"+key);//暂停一会TimeUnit.MICROSECONDS.sleep(300);//放数据map.put(key,value);System.out.println(Thread.currentThread().getName()+" 写完了"+key);} catch (InterruptedException e) {e.printStackTrace();} finally {//释放写锁rwLock.writeLock().unlock();}}//取数据public Object get(String key) {//添加读锁rwLock.readLock().lock();Object result = null;try {System.out.println(Thread.currentThread().getName()+" 正在读取操作"+key);//暂停一会TimeUnit.MICROSECONDS.sleep(300);result = map.get(key);System.out.println(Thread.currentThread().getName()+" 取完了"+key);} catch (InterruptedException e) {e.printStackTrace();} finally {//释放读锁rwLock.readLock().unlock();}return result;}
}public class ReadWriteLockDemo {public static void main(String[] args) throws InterruptedException {MyCache myCache = new MyCache();//创建线程放数据for (int i = 1; i <=5; i++) {final int num = i;new Thread(()->{myCache.put(num+"",num+"");},String.valueOf(i)).start();}TimeUnit.MICROSECONDS.sleep(300);//创建线程取数据for (int i = 1; i <=5; i++) {final int num = i;new Thread(()->{myCache.get(num+"");},String.valueOf(i)).start();}}
}

注意：如果不进行加锁的操作，可能会存在没写完就开始读，然后读出null的情况

9.3 读写锁演变

读写锁：一个资源可以被一个或多个读线程访问，或者被一个写线程访问。读写互斥，读读共享

无锁情况：多线程抢夺资源
加锁：使用synchronized和ReentrantLock
1. 都是独占式的
2. 每次只能来一个操作，读读不共享
读写锁：ReenTrantReadWriteLock
1. 读读共享，提升性能，同时多人读
2. 写独占
3. 缺点：容易造成锁饥饿问题。例如一直有读进程，没有机会写。

9.4 读写锁的降级

将写入锁降级为读锁
1. 过程：jdk8官方说明
  1. 获取写锁
  2. 再获取读锁
  3. 释放写锁
  4. 释放读锁
将读锁不能升级为写锁：读完成后才可以写，只有释放读锁之后才可以加写锁
1. 过程：需要先读，释放读锁，再加写锁

代码演示：

				//锁降级//1 获取写锁writeLock.lock();System.out.println("-- writelock");//2 获取读锁readLock.lock();System.out.println("---read");//3 释放写锁writeLock.unlock();//4 释放读锁readLock.unlock();//	输出结果：
-- writelock
---read

因为读写锁是可重入锁，所以，加完写锁可以加读锁。

但是反过来就不行了

			//2 获取读锁readLock.lock();System.out.println("---read");//1 获取写锁writeLock.lock();System.out.println("-- writelock");//3 释放写锁writeLock.unlock();//4 释放读锁readLock.unlock();
//	输出结果：
---read卡住了

原因：当线程获取读锁的时候，可能有其他线程同时也在持有读锁，因此不能把获取读锁的线程“升级”为写锁。而对于获得写锁的线程，它一定独占了读写锁，因此可以继续让它获取读锁，当它同时获取了写锁和读锁后，还可以先释放写锁继续持有读锁，这样一个写锁就“降级”为了读锁。

10.阻塞队列BlockingQueue

10.1 BlockingQueue 简介

Concurrent 包中，BlockingQueue 很好的解决了多线程中，如何高效安全 “传输”数据的问题。通过这些高效并且线程安全的队列类，为我们快速搭建高质量的多线程程序带来极大的便利。本文详细介绍了 BlockingQueue 家庭中的所有成员，包括他们各自的功能以及常见使用场景。
阻塞队列，顾名思义，首先它是一个队列, 通过一个共享的队列，可以使得数据由队列的一端输入，从另外一端输出;
2. 当队列是空的，从队列中获取元素的操作将会被阻塞
3. 当队列是满的，从队列中添加元素的操作将会被阻塞
4. 试图从空的队列中获取元素的线程将会被阻塞，直到其他线程往空的队列插入新的元素
5. 试图向已满的队列中添加新元素的线程将会被阻塞，直到其他线程从队列中移除一个或多个元素或者完全清空，使队列变得空闲起来并后续新增
常用的队列主要有以下两种:
1. 先进先出(FIFO):先插入的队列的元素也最先出队列，类似于排队的功能。从某种程度上来说这种队列也体现了一种公平性
2. 后进先出(LIFO):后插入队列的元素最先出队列，这种队列优先处理最近发生的事件(栈)
在多线程领域:所谓阻塞，在某些情况下会挂起线程(即阻塞)，一旦条件满足，被挂起的线程又会自动被唤起
为什么需要 BlockingQueue
1. 好处是我们不需要关心什么时候需要阻塞线程，什么时候需要唤醒线程，因为这一切 BlockingQueue 都给你一手包办了
2. 在 concurrent 包发布以前，在多线程环境下，我们每个程序员都必须去自己控制这些细节，尤其还要兼顾效率和线程安全，而这会给我们的程序带来不小的复杂度。
多线程环境中，通过队列可以很容易实现数据共享，比如经典的“生产者”和“消费者”模型中，通过队列可以很便利地实现两者之间的数据共享。假设我们有若干生产者线程，另外又有若干个消费者线程。如果生产者线程需要把准备好的数据共享给消费者线程，利用队列的方式来传递数据，就可以很方便地解决他们之间的数据共享问题。但如果生产者和消费者在某个时间段内，万一发生数据处理速度不匹配的情况呢?理想情况下，如果生产者产出数据的速度大于消费者消费的速度，并且当生产出来的数据累积到一定程度的时候，那么生产者必须暂停等待一下(阻塞生产者线程)，以便等待消费者线程把累积的数据处理完毕，反之亦然。
- 当队列中没有数据的情况下，消费者端的所有线程都会被自动阻塞(挂起)，直到有数据放入队列
- 当队列中填满数据的情况下，生产者端的所有线程都会被自动阻塞(挂起)，直到队列中有空的位置，线程被自动唤醒

10.2 阻塞队列分类

10.2.1 ArrayBolckingQueue(常用)

基于数组的阻塞队列实现，在 ArrayBlockingQueue 内部，维护了一个定长数组，以便缓存队列中的数据对象，这是一个常用的阻塞队列，除了一个定长数组外，ArrayBlockingQueue 内部还保存着两个整形变量，分别标识着队列的头部和尾部在数组中的位置。
ArrayBlockingQueue 在生产者放入数据和消费者获取数据，都是共用同一个锁对象，由此也意味着两者无法真正并行运行，这点尤其不同于 LinkedBlockingQueue;按照实现原理来分析，ArrayBlockingQueue 完全可以采用分离锁，从而实现生产者和消费者操作的完全并行运行。DougLea之所以没这样去做，也许是因为 ArrayBlockingQueue 的数据写入和获取操作已经足够轻巧，以至于引入独立的锁机制，除了给代码带来额外的复杂性外，其在性能上完全占不到任何便宜。 ArrayBlockingQueue 和 LinkedBlockingQueue 间还有一个明显的不同之处在于，前者在插入或删除元素时不会产生或销毁任何额外的对象实例，而后者则会生成一个额外的 Node 对象。这在长时间内需要高效并发地处理大批量数据的系统中，其对于 GC 的影响还是存在一定的区别。而在创建 ArrayBlockingQueue 时，我们还可以控制对象的内部锁是否采用公平锁，默认采用非公平锁。
一句话总结：由数组结构组成的有界阻塞队列。

10.2.2 LinkedBlockingQueue(常用)

ArrayBlockingQueue 和 LinkedBlockingQueue 是两个最普通也是最常用的阻塞队列，一般情况下，在处理多线程间的生产者消费者问题，使用这两个类足以。
一句话总结:由链表结构组成的有界(但大小默认值为 integer.MAX_VALUE)阻塞队列。

10.2.3 DelayQueue

一句话总结：使用优先级队列实现的延迟无界阻塞队列。

10.2.4 PriorityBlockingQueue

基于优先级的阻塞队列(优先级的判断通过构造函数传入的 Compator 对象来决定)，但需要注意的是 PriorityBlockingQueue 并不会阻塞数据生产者，而只会在没有可消费的数据时，阻塞数据的消费者。
因此使用的时候要特别注意，生产者生产数据的速度绝对不能快于消费者消费数据的速度，否则时间一长，会最终耗尽所有的可用堆内存空间。
在实现 PriorityBlockingQueue 时，内部控制线程同步的锁采用的是公平锁。
一句话总结：支持优先级排序的无界阻塞队列。

10.2.5 SynchronousQueue

一种无缓冲的等待队列，类似于无中介的直接交易，有点像原始社会中的生产者和消费者，生产者拿着产品去集市销售给产品的最终消费者，而消费者必须亲自去集市找到所要商品的直接生产者，如果一方没有找到合适的目标，那么对不起，大家都在集市等待。相对于有缓冲的 BlockingQueue 来说，少了一个中间经销商的环节(缓冲区)，如果有经销商，生产者直接把产品批发给经销商，而无需在意经销商最终会将这些产品卖给那些消费者，由于经销商可以库存一部分商品，因此相对于直接交易模式，总体来说采用中间经销商的模式会吞吐量高一些(可以批量买卖);但另一方面，又因为经销商的引入，使得产品从生产者到消费者中间增加了额外的交易环节，单个产品的及时响应性能可能会降低。
声明一个 SynchronousQueue 有两种不同的方式，它们之间有着不太一样的行为。
公平模式和非公平模式的区别：
- 公平模式:SynchronousQueue 会采用公平锁，并配合一个 FIFO 队列来阻塞多余的生产者和消费者，从而体系整体的公平策略;
- 非公平模式(SynchronousQueue 默认):SynchronousQueue 采用非公平锁，同时配合一个 LIFO 队列来管理多余的生产者和消费者，而后一种模式，如果生产者和消费者的处理速度有差距，则很容易出现饥渴的情况，即可能有某些生产者或者是消费者的数据永远都得不到处理。
一句话总结：不存储元素的阻塞队列，也即单个元素的队列。

10.2.6 LinkedTransferQueue

一句话总结：由链表组成的无界阻塞队列。

10.2.7 LinkedBlockingDeque

LinkedBlockingDeque 是一个由链表结构组成的双向阻塞队列，即可以从队列的两端插入和移除元素。
一句话总结：由链表组成的双向阻塞队列

10.3 核心方法

请添加图片描述

代码演示：

public class BlockingQueueDemo {public static void main(String[] args) throws InterruptedException {//创建阻塞队列BlockingQueue<String> blockingQueue = new ArrayBlockingQueue<>(3);//第一组System.out.println(blockingQueue.add("a"));   //  打印trueSystem.out.println(blockingQueue.add("b"));   //  打印trueSystem.out.println(blockingQueue.add("c"));   //  打印trueSystem.out.println(blockingQueue.element());  //  打印aSystem.out.println(blockingQueue.add("w"));   //  抛出异常 Queue fullSystem.out.println(blockingQueue.remove());   // 打印aSystem.out.println(blockingQueue.remove());   // 打印bSystem.out.println(blockingQueue.remove());   // 打印cSystem.out.println(blockingQueue.remove());   // 抛出异常 NoSuchElementException//第二组System.out.println(blockingQueue.offer("a"));   //  打印 trueSystem.out.println(blockingQueue.offer("b"));   //  打印 trueSystem.out.println(blockingQueue.offer("c"));   //  打印 trueSystem.out.println(blockingQueue.offer("www"));   //  打印 falseSystem.out.println(blockingQueue.poll());   //  打印aSystem.out.println(blockingQueue.poll());   //  打印bSystem.out.println(blockingQueue.poll());   //  打印cSystem.out.println(blockingQueue.poll());   //  打印 null//第三组blockingQueue.put("a");        //blockingQueue.put("b");        //blockingQueue.put("c");        //blockingQueue.put("w");        //   陷入阻塞System.out.println(blockingQueue.take());       //  打印aSystem.out.println(blockingQueue.take());       //  打印bSystem.out.println(blockingQueue.take());       //  打印cSystem.out.println(blockingQueue.take());       //  陷入阻塞//第四组System.out.println(blockingQueue.offer("a"));   //  打印trueSystem.out.println(blockingQueue.offer("b"));   //  打印trueSystem.out.println(blockingQueue.offer("c"));   //  打印trueSystem.out.println(blockingQueue.offer("w",3L, TimeUnit.SECONDS));  //  等待了3秒，打印false}
}

10.4 小结

1. 在多线程领域:所谓阻塞，在某些情况下会挂起线程(即阻塞)，一旦条件满足，被挂起的线程又会自动被唤起
2. 为什么需要 BlockingQueue? 在 concurrent 包发布以前，在多线程环境下，我们每个程序员都必须去自己控制这些细节，尤其还要兼顾效率和线程安全，而这会给我们的程序带来不小的复杂度。使用后我们不需要关心什么时候需要阻塞线程，什么时候需要唤醒线程，因为这一切 BlockingQueue 都给你一手包办了

11.ThreadPool线程池

11.1 线程池概述

线程池(英语:thread pool):一种线程使用模式。线程过多会带来调度开销，进而影响缓存局部性和整体性能。而线程池维护着多个线程，等待着监督管理者分配可并发执行的任务。这避免了在处理短时间任务时创建与销毁线程的代价。线程池不仅能够保证内核的充分利用，还能防止过分调度。
例子: 10 年前单核 CPU 电脑，假的多线程，像马戏团小丑玩多个球，CPU 需要来回切换。现在是多核电脑，多个线程各自跑在独立的 CPU 上，不用切换效率高。
线程池的优势: 线程池做的工作只要是控制运行的线程数量，处理过程中将任务放入队列，然后在线程创建后启动这些任务，如果线程数量超过了最大数量，超出数量的线程排队等候，等其他线程执行完毕，再从队列中取出任务来执行。
它的主要特点为:

降低资源消耗: 通过重复利用已创建的线程降低线程创建和销毁造成的销耗。
提高响应速度: 当任务到达时，任务可以不需要等待线程创建就能立即执行。
提高线程的可管理性: 线程是稀缺资源，如果无限制的创建，不仅会销耗系统资源，还会降低系统的稳定性，使用线程池可以进行统一的分配，调优和监控。
Java 中的线程是通过 Executor 框架实现的，该框架中用到了 Executor，Executors，ExecutorService，ThreadPoolExecutor 这几个类

11.2 线程池分类

Executors.newFixedThreadPool(int)：一池N线程
Executors.newSingleThreadExecutor( ):一个任务一个任务执行，一池一线程
Executors.newCachedThreadPool( ):线程池根据需求创建线程，可扩容，遇强则强

11.2.1 newCachedThreadPool(常用)

作用:创建一个可缓存线程池，如果线程池长度超过处理需要，可灵活回收空闲线程，若无可回收，则新建线程.
特点:
- 线程池中数量没有固定，可达到最大值(Interger. MAX_VALUE)
- 线程池中的线程可进行缓存重复利用和回收(回收默认时间为 1 分钟)
- 当线程池中，没有可用线程，会重新创建一个线程

创建方式:

//  扩容线程池ExecutorService threadPool3 = Executors.newCachedThreadPool();try {for(int i=1;i<=20;i++){final int num = i;threadPool3.execute(()->{System.out.println(Thread.currentThread().getName()+" 正在办理业务"+num);});}} catch (Exception e) {throw new RuntimeException(e);}finally {threadPool1.shutdown();}//	输出：
pool-3-thread-1 正在办理业务1
pool-3-thread-3 正在办理业务3
pool-3-thread-2 正在办理业务2
pool-3-thread-4 正在办理业务4
pool-3-thread-5 正在办理业务5
pool-3-thread-2 正在办理业务6
pool-3-thread-1 正在办理业务10
pool-3-thread-4 正在办理业务8
pool-3-thread-3 正在办理业务9
pool-3-thread-1 正在办理业务13
pool-3-thread-5 正在办理业务7
pool-3-thread-2 正在办理业务14
pool-3-thread-4 正在办理业务12
pool-3-thread-1 正在办理业务17
pool-3-thread-3 正在办理业务19
pool-3-thread-5 正在办理业务16
pool-3-thread-2 正在办理业务18
pool-3-thread-6 正在办理业务11
pool-3-thread-8 正在办理业务20
pool-3-thread-7 正在办理业务15

场景: 适用于创建一个可无限扩大的线程池，服务器负载压力较轻，执行时间较短，任务多的场景

11.2.2 newFixedThreadPool(常用)

作用:创建一个可重用固定线程数的线程池，以共享的无界队列方式来运行这些线程。在任意点，在大多数线程会处于处理任务的活动状态。如果在所有线程处于活动状态时提交附加任务，则在有可用线程之前，附加任务将在队列中等待。如果在关闭前的执行期间由于失败而导致任何线程终止，那么一个新线程将代替它执行后续的任务(如果需要)。在某个线程被显式地关闭之前，池中的线程将一直存在。
特征:
- 线程池中的线程处于一定的量，可以很好的控制线程的并发量 • 线程可以重复被使用，在显示关闭之前，都将一直存在
- 超出一定量的线程被提交时候需在队列中等待

创建方式:

//  一池5线程ExecutorService threadPool1 = Executors.newFixedThreadPool(5);try {for(int i=1;i<=10;i++){final int num = i;threadPool1.execute(()->{System.out.println(Thread.currentThread().getName()+" 正在办理业务"+num);});}} catch (Exception e) {throw new RuntimeException(e);}finally {threadPool1.shutdown();}
//	输出：
pool-1-thread-1 正在办理业务1
pool-1-thread-3 正在办理业务3
pool-1-thread-2 正在办理业务2
pool-1-thread-4 正在办理业务4
pool-1-thread-5 正在办理业务5
pool-1-thread-4 正在办理业务7
pool-1-thread-5 正在办理业务8
pool-1-thread-4 正在办理业务9
pool-1-thread-5 正在办理业务10
pool-1-thread-3 正在办理业务6

场景: 适用于可以预测线程数量的业务中，或者服务器负载较重，对线程数有严格限制的场景

11.2.3 newSingleThreadExecutor(常用)

作用:创建一个使用单个 worker 线程的 Executor，以无界队列方式来运行该线程。(注意，如果因为在关闭前的执行期间出现失败而终止了此单个线程，那么如果需要，一个新线程将代替它执行后续的任务)。可保证顺序地执行各个任务，并且在任意给定的时间不会有多个线程是活动的。与其他等效的 newFixedThreadPool 不同，可保证无需重新配置此方法所返回的执行程序即可使用其他的线程。
特征: 线程池中最多执行 1 个线程，之后提交的线程活动将会排在队列中以此执行

创建方式:

//  一池一线程ExecutorService threadPool2 = Executors.newSingleThreadExecutor();try {for(int i=1;i<=10;i++){final int num = i;threadPool2.execute(()->{System.out.println(Thread.currentThread().getName()+" 正在办理业务"+num);});}} catch (Exception e) {throw new RuntimeException(e);}finally {threadPool1.shutdown();}
//	输出：
pool-2-thread-1 正在办理业务1
pool-2-thread-1 正在办理业务2
pool-2-thread-1 正在办理业务3
pool-2-thread-1 正在办理业务4
pool-2-thread-1 正在办理业务5
pool-2-thread-1 正在办理业务6
pool-2-thread-1 正在办理业务7
pool-2-thread-1 正在办理业务8
pool-2-thread-1 正在办理业务9
pool-2-thread-1 正在办理业务10

场景:适用于需要保证顺序执行各个任务，并且在任意时间点，不会同时有多个线程的场景

11.3 底层原理

11.2 中介绍的三个线程池底层实现都使用了ThreadPoolExecutor

11.3.1 ThreadPoolExecutor参数

public ThreadPoolExecutor(int corePoolSize,int maximumPoolSize,long keepAliveTime,TimeUnit unit,BlockingQueue<Runnable> workQueue,ThreadFactory threadFactory,RejectedExecutionHandler handler) {if (corePoolSize < 0 ||maximumPoolSize <= 0 ||maximumPoolSize < corePoolSize ||keepAliveTime < 0)throw new IllegalArgumentException();if (workQueue == null || threadFactory == null || handler == null)throw new NullPointerException();this.acc = System.getSecurityManager() == null ?null :AccessController.getContext();this.corePoolSize = corePoolSize;this.maximumPoolSize = maximumPoolSize;this.workQueue = workQueue;this.keepAliveTime = unit.toNanos(keepAliveTime);this.threadFactory = threadFactory;this.handler = handler;}

corePoolSize: 常驻线程数量，核心线程数量。不过有没有任务，都有这些线程
maximumPoolSize: 最大支持线程数量
keepAliveTime: 线程存活时间，扩容的线程多长时间不使用之后会结束掉
unit: 3中的时间单位
workQueue: 阻塞队列，常驻线程数量都用完了就会进入阻塞队列
threadFactory: 线程工厂，用于创建线程
handler: 拒绝策略，

11.3.2 底层工作流程

请添加图片描述

执行了execute之后，线程才会创建
corePool：核心（常驻）
maximumPool：最大线程
如果最大线程满了，阻塞队列也满了，直接执行拒绝策略
例如现有情况，来了1，2两个任务占满了常驻线程，第3，4，5会去阻塞队列等待，阻塞队列满了，会创建新线程去解决第6，7，8.对第9个执行拒绝策略。
任务流转：corePool -> BlockingQueue -> maximumPool -> rejectedExecutionHandler

11.3.3 拒绝策略

请添加图片描述

11.4 自定义线程池

项目中创建多线程时，使用常见的三种线程池创建方式，单一、可变、定长都有一定问题，原因是 FixedThreadPool 和 SingleThreadExecutor 底层都是用 LinkedBlockingQueue 实现的，这个队列最大长度为 Integer.MAX_VALUE，容易导致 OOM。所以实际生产一般自己通过 ThreadPoolExecutor 的 7 个参数，自定义线程池
创建线程池推荐适用ThreadPoolExecutor及其7个参数手动创建
- corePoolSize 线程池的核心线程数
- maximumPoolSize 能容纳的最大线程数 o keepAliveTime 空闲线程存活时间
- unit 存活的时间单位
- workQueue 存放提交但未执行任务的队列
- threadFactory 创建线程的工厂类
- handler 等待队列满后的拒绝策略
为什么不允许适用不允许Executors.的方式手动创建线程池,如下图

请添加图片描述

代码示例：

ThreadPoolExecutor threadPool = new ThreadPoolExecutor(2, 5, 2L, TimeUnit.SECONDS,new ArrayBlockingQueue<>(3),Executors.defaultThreadFactory(),new ThreadPoolExecutor.AbortPolicy());//10个顾客请求try {for (int i = 1; i <=10; i++) {//执行threadPool.execute(()->{System.out.println(Thread.currentThread().getName()+" 办理业务");});}}catch (Exception e) {e.printStackTrace();}finally {//关闭threadPool.shutdown();}