maximumpoolsize 是 java 线程池的核心配置参数，它定义了线程池允许创建的最大线程数量。当任务队列已满且当前活跃线程数小于该值时，线程池会尝试创建新线程来执行提交的任务；若超过此限制，则会根据拒绝策略处理多余任务。
核心线程数与最大线程数的区别是什么
核心线程数 corePoolSize 表示线程池中保持存活的最小线程数量，即使这些线程处于空闲状态也不会被回收（除非设置了 allowCoreThreadTimeOut）。而 maximumPoolSize 则是上限。在常见的 ThreadPoolExecutor 工作流程中，新任务提交时，如果当前线程数少于 corePoolSize，优先创建核心线程；只有当核心线程都在忙且任务队列已满时，才会继续创建非核心线程直到达到 maximumPoolSize。
import java.util.concurrent.*;
public class PoolDemo {
public static void main(String[] args) {
// 核心线程数2，最大线程数4，队列容量2
ThreadPoolExecutor executor = new ThreadPoolExecutor(
2, 4, 60L, TimeUnit.SECONDS,
new ArrayBlockingQueue<>(2)
);
// 提交6个任务
for (int i = 1; i <= 6; i++) {
final int taskId = i;
executor.submit(() -> {
System.out.println("Task " + taskId + " running on " + Thread.currentThread().getName());
try { Thread.sleep(2000); } catch (InterruptedException e) {}
});
}
executor.shutdown();
}
}
在上述代码中，前2个任务直接由核心线程执行。第3、4个任务进入队列等待。当第5个任务到来时，队列已满且核心线程忙碌，线程池会创建第3个线程（非核心）来执行。第6个任务到来时，同样创建第4个线程。此时活跃线程数达到最大值4。如果再提交第7个任务，由于队列满且线程数已达最大，将触发拒绝策略。
立即学习“Java免费学习笔记（深入）”；
任务队列满了之后线程池如何响应
当任务队列饱和且当前线程数已达到 maximumPoolSize 时，线程池无法再容纳新任务，此时会调用 RejectedExecutionHandler 进行处理。默认的拒绝策略是 AbortPolicy，它会抛出 RejectedExecutionException 异常。开发者也可以自定义策略，如 CallerRunsPolicy（由提交任务的线程直接执行）、DiscardPolicy（静默丢弃）或 DiscardOldestPolicy（丢弃队列中最老的任务）。
import java.util.concurrent.*;
public class RejectionDemo {
public static void main(String[] args) {
ThreadPoolExecutor executor = new ThreadPoolExecutor(
1, 1, 0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<>(0), // 无界队列会导致maximumPoolSize失效，这里用有界队列演示
new ThreadPoolExecutor.CallerRunsPolicy() // 使用调用者运行策略
);
// 模拟快速提交大量任务
for (int i = 0; i < 5; i++) {
executor.submit(() -> {
System.out.println(Thread.currentThread().getName() + " executing task");
});
}
executor.shutdown();
}
}
在这个例子中，由于队列容量为0，一旦核心线程忙碌，新任务会立即尝试创建新线程。当线程数达到1后，后续任务因队列满且线程数达最大，将由主线程（Caller）直接执行。这体现了 maximumPoolSize 与队列大小共同决定的并发边界。
为什么设置过大的 maximumPoolSize 可能导致问题
如果 maximumPoolSize 设置得过大，例如设置为 Integer.MAX_VALUE，在线程池使用无界队列（如 LinkedBlockingQueue）时，该参数实际上会被忽略，因为任务永远能进入队列，不会触发创建非核心线程的逻辑。即使使用有界队列，过大的最大值也会导致系统同时创建大量线程，消耗过多的 CPU 和内存资源，引发上下文切换开销剧增甚至 OOM（OutOfMemoryError）。因此，通常建议根据 CPU 密集型或 IO 密集型任务的特点，结合队列容量合理设置该值，而非盲目调大。
