Java线程池七大参数包括corePoolSize、maximumPoolSize、keepAliveTime、unit、workQueue、threadFactory和handler，共同决定线程创建、任务排队、资源回收与拒绝策略。
Java线程池的七大参数，是构建和调优 ThreadPoolExecutor 的关键入口。它们共同决定了线程如何创建、任务如何排队、资源如何回收、异常如何兜底。理解每个参数的职责边界，比死记硬背更重要。
corePoolSize：核心线程数，线程池的“基本盘”
这是线程池中长期存活的最小线程数量。只要没调用 shutdown()，这些线程即使空闲也不会被销毁（除非显式开启 allowCoreThreadTimeOut(true)）。新任务提交时，线程池优先用现有核心线程处理；不够用时，才考虑入队或扩容。
- CPU 密集型任务：建议设为 CPU 核数 + 1，避免频繁上下文切换
- I/O 密集型任务：可设为 CPU 核数 / (1 − 阻塞系数)，例如 4 核、阻塞系数 0.8 → 20 个核心线程
- 注意：线程池启动后不会立即创建 corePoolSize 个线程，而是“懒创建”——有任务来才逐步建
maximumPoolSize：最大线程数，应对突发流量的“弹性上限”
它不是“平时该有多少线程”，而是“极端情况下最多允许多少线程同时存在”。只有当 核心线程全忙 + 工作队列已满 时，才会触发创建非核心线程，且总数不能超过这个值。
- 必须 ≥ corePoolSize，否则构造时抛
IllegalArgumentException - 若用无界队列（如
LinkedBlockingQueue未指定容量），此参数实际失效——因为队列永远不满，永远不会扩容 - 设置过大易导致 CPU 过载、GC 压力大，甚至 OOM；过小则任务大量堆积或被拒绝
keepAliveTime + unit：非核心线程的“闲置容忍期”
这两个参数绑定使用：keepAliveTime 是数值，unit 是单位（如 TimeUnit.SECONDS）。它们只对 超出 corePoolSize 的线程 生效——即非核心线程空闲多久后自动销毁。
立即学习“Java免费学习笔记（深入）”；
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
- 默认只作用于非核心线程；若调用
allowCoreThreadTimeOut(true)，核心线程也适用 - 设为 0 表示非核心线程空闲后立即回收（不等待）
- 典型值：60 秒、10 秒，根据业务峰谷周期调整
workQueue：任务的“缓冲区”，决定排队策略
这是一个 BlockingQueue<runnable></runnable>，用于暂存已提交但尚未执行的任务。它的类型直接改变线程池行为逻辑：
-
ArrayBlockingQueue（有界）：容量固定，安全可控，推荐用于生产环境 -
LinkedBlockingQueue（默认无界）：最大容量Integer.MAX_VALUE，容易掩盖问题，导致内存耗尽 -
SynchronousQueue（不缓存）：相当于“手递手”，没有中间缓冲，适合高吞吐、低延迟场景 -
PriorityBlockingQueue：支持优先级调度，但不保证公平性，慎用于核心业务
threadFactory：线程的“身份证生成器”
负责创建新线程。默认用 Executors.defaultThreadFactory()，但生产环境强烈建议自定义：
- 给线程起有意义的名字（如
order-processor-pool-1），便于排查问题 - 统一设置为非守护线程（
setDaemon(false)），防止 JVM 退出时任务被意外中断 - 可设置线程组、优先级（一般保持默认即可，避免干扰调度）
handler：最后的“守门人”，拒绝策略
当线程池已关闭，或 核心线程全忙 + 队列已满 + 线程数已达 maximumPoolSize 时，新任务将被拒绝，此时 handler 决定怎么收场：
-
AbortPolicy（默认）：抛RejectedExecutionException，快速失败，适合强一致性场景 -
CallerRunsPolicy：由提交任务的线程（比如主线程）自己执行该任务，可自然降速，避免雪崩 -
DiscardPolicy：静默丢弃，不报错不处理，适合日志、监控等非关键任务 -
DiscardOldestPolicy：丢掉队列里最老的一个任务，再尝试提交当前任务，适合实时性要求高的流式处理
基本上就这些。七个参数不是孤立配置，而是一套联动机制：任务来了先找核心线程，没空就进队列，队列满了再扩非核心线程，扩不动了就按策略拒绝。调优本质是平衡响应速度、资源消耗与系统稳定性。
