RejectedExecutionHandler 是线程池水位超限的明确压力信号,仅在有界队列满且活跃线程达 maximumPoolSize 时触发;必须显式配置 ArrayBlockingQueue 或 SynchronousQueue,禁用无界队列。

线程池任务溢出时,RejectedExecutionHandler 不是补救手段,而是系统水位超限时的明确压力信号——它只在两个条件同时满足时触发:工作队列已满(且为有界队列),当前活跃线程数已达 maximumPoolSize。此时新任务被拒绝,交由你定义的逻辑处理。
必须用有界队列,否则拒绝策略不生效
很多问题其实出在配置源头:
- 默认
Executors.newFixedThreadPool()内部用的是LinkedBlockingQueue(无界),任务会无限堆积,最终 OOM,根本不会走到拒绝逻辑 - 生产环境应显式使用
ArrayBlockingQueue(容量)或SynchronousQueue,容量需按「峰值 QPS × 平均处理时长 × 安全系数(如1.5)」估算 - 监控不能只看拒绝数,要实时采集
executor.getQueue().size()和executor.getActiveCount(),提前预警
四种内置策略的真实适用场景
它们不是“选一个就行”,而是对应不同业务语义:
-
AbortPolicy(默认):抛
RejectedExecutionException,适合关键路径(如支付回调、风控校验)。但必须配套捕获异常、记录 traceId、打点监控指标,否则等于裸奔 - CallerRunsPolicy:由提交线程(如 Tomcat worker)同步执行任务。表面不丢,实则把压力反向传导,易引发雪崩。仅适用于调用方可控的场景(如定时任务每秒最多 submit 3 次)
- DiscardPolicy:静默丢弃,零日志。只适合完全可丢的流量,比如前端埋点、心跳上报
- DiscardOldestPolicy:丢队首任务再重试当前任务。若队列持续满,高频任务反复被丢,重要任务卡在队尾无法执行,公平性差
自定义 Handler 的三个硬约束
写一个能上线的自定义策略,重点不在接口实现,而在规避致命风险:
立即学习“Java免费学习笔记(深入)”;
- 禁止在
rejectedExecution()方法中调用executor.submit()或任何可能阻塞的操作(如远程调用、DB 写入、无超时的 MQ 发送),否则可能死锁或耗尽线程 - 补偿操作(如发 Kafka、落本地文件)必须带超时与降级:Kafka 发送失败 → fallback 到磁盘 JSON 文件(按时间戳命名);磁盘满 → 直接限流丢弃,不抛异常
- 日志必须限流:高频拒绝时,
logger.warn("rejected: {}", taskId)可接受;e.printStackTrace()会打爆 I/O,应避免
一个轻量可靠的落地示例
兼顾可观测性与业务韧性,不依赖 Spring:
- 定义可序列化任务包装类
TaskEnvelope,含参数快照、traceId、提交时间、重试次数 - 拒绝逻辑中:记录关键字段 + 异步发往 Kafka 延迟重试主题(非阻塞发送)+ 同时写入本地 fallback 队列(如
ConcurrentLinkedQueue)作为二级兜底 - 注册方式必须手动构造
ThreadPoolExecutor,传入第 8 个参数;Executors工具类创建的线程池无法替换 handler


















