Java线程池RejectedExecutionException异常：深入分析与解决方案
在Java并发编程中，java.util.concurrent.RejectedExecutionException是线程池拒绝执行任务时抛出的异常。本文将通过一个实际案例，剖析该异常的成因并提供有效的解决方案。
案例分析：
开发者使用了一个ThreadPoolExecutor，其参数配置如下：new ThreadPoolExecutor(processNum * 10, processNum * 10, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(10000), namedThreadFactory, new ThreadPoolExecutor.AbortPolicy())，其中processNum为处理器核心数（案例中为8核16线程）。异常信息显示线程池状态为运行中 (Running)，池大小 (pool size) 为160，活跃线程数 (active threads) 为160，队列任务数 (queued tasks) 为10000，已完成任务数 (completed tasks) 为588179。异常反复出现，且每次都发生在completed tasks达到588179时。
立即学习“Java免费学习笔记（深入）”；
异常原因：
该异常源于线程池的拒绝策略ThreadPoolExecutor.AbortPolicy。ThreadPoolExecutor通过核心线程数、最大线程数、任务队列和拒绝策略来控制任务执行。当任务提交速率超过线程池处理能力时，拒绝策略被触发。AbortPolicy策略会直接抛出RejectedExecutionException。在本例中，最大线程数和核心线程数均为160，任务队列大小为10000。当活跃线程数达到最大值，且队列已满时，任何新任务提交都会导致该异常。这表明系统任务生成速度超过了线程池的处理速度。
Miller (mlr) 是一个命令行工具，用于查询、整形和重新格式化名称索引数据，如 CSV、TSV、JSON 和 JSON Lines。它将 awk、sed、cut、join 和 sort 的功能整合到一个专为结构化数据处理而构建的单一工具中。
解决方案：
解决此问题，需要调整线程池配置或修改拒绝策略。
-
调整线程池配置： 增加核心线程数、最大线程数或队列大小可以提高线程池处理能力。但需谨慎，盲目增加线程数可能导致资源竞争加剧，降低效率。
-
修改拒绝策略：
ThreadPoolExecutor提供了其他拒绝策略：-
ThreadPoolExecutor.CallerRunsPolicy：由提交任务的线程直接执行任务，降低新任务提交速率，避免系统过载。 -
ThreadPoolExecutor.DiscardPolicy：直接丢弃任务，适用于对任务丢失容忍度高的场景。 -
ThreadPoolExecutor.DiscardOldestPolicy：丢弃队列中最旧的任务，然后尝试重新提交被拒绝的任务。（需谨慎使用，可能导致任务丢失）。
-
选择合适的策略取决于具体业务场景。对于本案例，ThreadPoolExecutor.CallerRunsPolicy 是一个较好的选择，它能有效控制任务提交速率，防止系统崩溃，并方便监控任务积压情况。
总结：
解决RejectedExecutionException的关键在于分析任务积压的原因，并根据实际情况选择合适的拒绝策略或调整线程池参数。 合理配置线程池，并选择合适的拒绝策略，是保证系统稳定性和高效运行的关键。
