一文搞懂ES中的线程池 - 知乎

ES线程池设置-阿里云开发者社区

文章目录

• 一、简介

• 二、线程池类型

  • 2.1、fixed

  • 2.2、scaling

  • 2.3、direct

  • 2.4、fixed_auto_queue_size

• 三、处理器设置

• 四、查看线程池

  • 4.1、cat thread pool

  • 4.2、nodes info

  • 4.3、nodes stats

  • 4.4、nodes hot threads

  • 4.5、Java 的线程池结构

• 五、ES的线程池实现

  • 5.1、ThreadPool 类结构与初始化

  • 5.2、fixed类型线程池构建过程

  • 5.3、scaling类型线程池构建过程

  • 5.4、direct类型线程池构建过程

  • 5.5、fixed_auto_queue_size类型线程池构建过程

• 六、其他线程池

• 七、思考与总结

一、简介

每个节点都会创建一系列的线程池来执行任务，许多线程池都有与其相关任务队列，用来允许挂起请求，而不是丢弃它。 下面列出目前ES版本中的线程池。

官网： https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-threadpool.html

• generic
  ：用于通用的操作(例如，节点发现)，线程池类型为 scaling。

• index
  ：用于index/delete操作，线程池类型为fixed，大小为处理器的数量，队列大小为200，允许设置的最大线程数为1+处理器数量。

• search
  ：用于count/search/suggest操作。线程池类型为fixed, 大小为int((处理器数量3)/2)+1，队列大小为1000。

• get
  ：用于get操作。线程池类型为fixed, 大小为处理器的数量，队列大小为1000。

• bulk
  ：用于bulk操作，线程池类型为fixed,大小为处理器的数量，队列大小为200，该线程池允许设置的最大线程数为1+处理器数量。

• snapshot
  ：用于snaphostrestore操作。线程池类型为scaling,线程保持存活时间为5min,最大线程数为min(5, (处理器数量)/2)。

• warme
  ：用于segment warm-up操作。线程池类型为scaling， 线程保持存活时间为5min，最大线程数为min(5, (处理器数量)/2)。

• refresh
  ：用于refresh 操作。线程池类型为scaling, 线程空闲保持存活时间为5min，最大线程数为min(10, (处理器数量)/2)。

• listener
  ：主要用于Java客户端线程监听器被设置为true时执行动作。线程池类型为scaling,最大线程数为min(10, (处理器数量)/2)。

• same
  ：在调用者线程执行，不转移到新的线程池。

• management
  ：管理工作的线程池，例如，Node info、Node tats、 List tasks等。

• flush
  ：用于索引数据的flush操作。

• force_merge
  ：顾名思义，用于Lucene分段的force merge。

• fetch_shard_started
  ：用于TransportNodesAction.

• fetch_shard_store
  ：用于TransportNodesListShardStoreMetaData。

• thread_pool.search.size: 30
  ：线程池和队列的大小可以通过配置文件进行调整,例如，为search增加线程数和队列大小:

二、线程池类型

如同任何要并发处理任务的服务程序一样，线程池要处理的任务类型大致可以分为两类:CPU计算密集型和I/O密集型。对于两种不同的任务类型,需要为线程池设置不同的线程数量。

一般说来，线程池的大小可以参考如下设置，其中N为CPU的个数:

• 对于CPU密集型任务，线程池大小设置为N+1;

• 对于I/O密集型任务，线程池大小设置为2N+1；

对于计算密集型任务，线程池的线程数量 一 般不应该超过N+1。如果线程数量太多，则会导致更高的线程间上下文切换的代价。加1是为了当计算线程出现偶尔的故障,或者偶尔的I/O、发送数据、写日志等情况时，这个额外的线程可以保证CPU时钟周期不被浪费。

I/O密集型任务的线程数可以稍大一些，因为I/O密集型任务大部分时间阻塞在I/O过程，适当增加线程数可以增加并发处理能力。而上下文切换的代价相对来说已经不那么敏感。但是线程数量不一定设置为2N+1,具体需要看I/O等待时间有多长。等待时间越长，需要越多的线程，等待时间越少，需要越少的线程。因此也可以参考下面的公式:

最佳线程数= ((线程等待时间 + 线程CPU时间) 线程CPU时间) * CPU数

为了应对这两种类型的任务，ES封装了以下类型的线程池。

2.1、fixed

线程池拥有固定数量的线程来处理请求，当线程空闲时不会销毁，当所有线程都繁忙时，请求被添加到队列中。

• size
  参数用来控制线程的数量。

• queue_size
  参数用来控制线程池相关的任务队列大小。设置为-1表示无限制。当请求到达时，如果队列已满，则请求将被拒绝。

例如:

thread_pool.search.size: 30
thread_pool.search.queue_size: 1500

2.2、scaling

scaling 线程池的线程数量是动态的，介于core和max参数之间变化。线程池的最小线程数为配置的core大小，随着请求的增加，当core数量的线程全都繁忙时，线程数逐渐增大到max数量。max是线程池可拥有的线程数.上限。当线程空闲时，线程数从max大小逐渐降低到core大小。

• keep_alive
  参数用来控制线程在线程池中的最长空闲时间。

例如：

thread_pool.warmer.core: 1
thread_pool.warmer.max:8
thread_pool.warmer.keep_alive: 2m 

2.3、direct

这种线程池对用户并不可见,当某个任务不需要在独立的线程执行，又想被线程池管理时，于是诞生了这种特殊类型的线程池:在调用者线程中执行任务。

2.4、fixed_auto_queue_size

与fixed类型的线程池相似，该线程池的线程数量为固定值，但是队列类型不一样。 其队列大小根据利特尔法则( Little's Law) 自动调整大小。该法则的详细信息可以参考https://en.wikipedia.org/wiki/Little%27s_law。 该线程池有以下参数可以调整:

• size
  ：用于指定线程数量;

• queue_size
  ,：指定初始队列大小; .

• min_queue_size
  ：最小队列大小;

• max_queue_size
  ：最大队列大小;

• auto_gueue_frame_size
  ： 调整队列之前进行测量的操作数;

• target_response_time
  ：一个时间值设置，用来指示任务的平均响应时间，如果任务经常高于这个时间，则线程池队列将被调小，以便拒绝任务。

该线程类型为实验性质，未来可能会移除。目前只有search线程池使用这种类型。（ Deprecated in 7.7.0 and will be removed in 8.0. ）

三、处理器设置

https://www.elastic.co/guide/en/elasticsearch/reference/current/modules-threadpool.html#node.processors

默认情况下，ES自动探测处理器数量。各个线程池的大小基于这个数量进行初始化。在某些情况下，如果想手工指定处理器数量，则可以通过设置 processors 参数实现：

processors: 2

有以下几种场景是需要明确设置processors数量的：

(1)、在同一台主机上运行多个ES实例，但希望每个实例的线程池只根据一部分CPU来设置，此时可以通过processors参数来设置处理器数量。例如，在16核的服务器上运行2个实例，可以将processors设置为8。请注意，在单台主机上运行多个实例，除了设置processors数量，还有许多更复杂的参数需要设置。例如，修改GC线程数，绑定进程到CPU等。

(2)、有时候自动探测出的处理器数量是错误的，在这种情况下，需要明确设置处理器数量。要检查自动探测的处理器数量，可以使用节点信息API中的os字段来查看。

四、查看线程池

ES提供了丰富的API查看线程池状态，在监控节点健康、排查问题时非常有用。

4.1、cat thread pool

该命令显示每个节点的线程池统计信息。默认情况下，所有线程池都返回活动、队列和被拒绝的统计信息。我们需要特别留意被拒接的信息，例如，bulk 请求被拒绝意味着客户端写入失败。在正常情况下客户端应该捕获这种错误(错误码429)并延迟重试，但有时客户端不一定对这种错误做了处理，导致写入集群的数据量低于预期值。

curl -X GET "localhost:9200/_cat/thread_pool"

返回信息如下：

在这里插入图片描述

• active 表示当前正在执行任务的线程数量

• queue 表示队列中等待处理的请求数量

• rejected 表示由于队列已满，请求被拒绝的次数。

对返回结果进行过滤等更多用法可参考官方手册: https://www.elastic.co/guide/en/elasticsearch/reference/6.1/cat-thread-pool.html。

4.2、nodes info

节点信息API可以返回每个线程池的类型和配置信息，例如，线程数量、队列大小等。下面的第一条命令返回所有节点的信息，第二条命令返回特定节点的信息。.

curl -X GET "localhost:9200/_nodes"
curl -X GET "localhost:9200/_nodes/nodeId1, nodeId2"

节点信息API返回的信息非常大，其中与线程池相关信息在thread_ pool 字段中，选取部分信息如下:

"thread_pool" : {"force_merge" : {"type" : "fixed","min" : 1,"max" : 1,"queue_size" : - 1},"fetch_shard started" : {"type" : "scaling","min" : 1,"max" : 16,"keep_alive" : "5m","queue_size" : -1}
}

该命令的完整信息可参考官方手册: https://www.elastic.co/guide/en/elasticsearch/reference/6.1/cluster-nodes-info.html

4.3、nodes stats

statsAPI返回集群中一个或全部节点的统计数据。

下面的第一条命令返回所有节点的统计数据，第二条命令返回特定节点的统计数据。

curl -X GET "localhost:9200/_nodes/stats" curl -X GET "localhost:9200/_nodes/nodeId1, nodeId2/stats"

默认情况下，该API返回全部 indices、oS、process、jvm、transport、http、fs、breaker 和thread_pool 方面的统计数据。其中线程池相关的返回结果摘要如下:

"thread_pool" : {"bulk" : {"threads" : 0,"queue" : 0,"active" : 0,"rejected" : 0，"largest" : 0，"completed" : 0}
}

该命令的完整使用方式可参考官方手册: https://www.elastic.co/guide/en/elasticsearch/reference/6.1/cluster-nodes-stats.html。

4.4、nodes hot threads

该API返回集群中一个或全部节点的热点线程。

当发现节点进程占用CPU非常高时，想知道是哪些线程导致的，这些线程具体在执行什么操作，常规做法是通过top命令配合jstack来定位线程，现在ES提供了更便捷的方式，通过hot threads API可以直接返回这些信息。

下面的第一条命令返回所有节点的热点线程，第二条命令返回特定节点的热点线程。

curl -X GET "localhost:9200/_nodes/hot_threads"
curl -X GET "localhost:9200/nodes/nodeId1, nodeId2/hot_threads"

该命令支持以下参数：

• threads
  ：返回的热点线程数，默认为3。

• interval：ES
  对线程做两次检查,来计算某个操作.上花费时间的百分比，此参数定义这个间隔时间。默认为500 ms。

• type
  ：定义要检查的线程状态类型,默认为CPU.API可以检查线程的CPU占用时间、阻塞(block)时间和等待(wait) 时间。

• ignore_idle_threads
  ：如果设置为true， 则空闲线程(例如，在套接字中等待，或者从空队列中获取任务)将被过滤。默认值为true。

其返回信息的样例如下图所示。

在这里插入图片描述

返回信息中的第一行表明这个是哪个节点的信息，以及这个节点的IP地址等。

::: {node1} {un- 9UZ4PS8-K6hF59x1MWA} {bjk2C_ _6USh0YgMYKcBWKLQ} {node1.eshost}
{10.10.13.15:9300}

接下来列出哪个线程占用较多的CPU，以及CPU的占用比：

82.2% (411.2ms out of 500ms) cpu usage by thread 'elasticsearch [node1]
[bulk] [T#1] '

最后是该线程的堆栈信息。

ES中的线程池是基于对Java线程池的封装和扩展。我们先看一下Java线程池的结构和使用方式，这些是ES内部线程原理的基础知识。

4.5、Java 的线程池结构

Java内部的线程池称为Executor框架，几个基本的类概念如下：

• Runable定义一个要执行的任务。

• Executor提供了execute 方法，接受一个Runable实例，用来执行一个任务。

• ExecutorService是线程池的虚基类，继承自Executor, 提供了shutdown, shutdownNow等关闭线程池接口。

• ThreadPoolExecutor线程池的具体实现。继承自ExecutorService，维护线程创建、线程生命周期、任务队列等。

• EsThreadPoolExecutor是ES对ThreadPoolExecutor的扩展实现。未来会增加一些统计信息。

这几个类的继承结构如下图所示。

我们以一个简单的例子来看看Java 线程池的用法，ExecutorService 类用于保存创建的线程池实例，后续调用execute方法执行任务。在下面的例子中，任务类TestRunnable只是打印当前线程名称。

import java. util.concurrent.ExecutorService;
import java. util.concurrent.Executors;
publicclass ThreadPoolDemo {public static void main(String[] args) {//通过Executors构建一个固定大小的线程池，线程数量为2，返回线程池实例ExecutorService executorService = Executors.newFixedThreadPool (2) ;//调用 线程池的execute方法执行一个任务executorService.execute(new TestRunnable());}
}
class TestRunnable implements Runnable {public void run() {System.out.println (Thread.currentThread().getName()) ;}
}

ES内部创建线程池时，返回类型同样是ExecutorService类。接下来我们通过构建过程来看看ThreadPoolExecutor的结构，其构造函数如下:

public ThreadPoolExecutor (int corePoolSize,int maximumPoolSize,long keepAl iveTime,TimeUnit unit,BlockingQueue<Runnable> workQueue,ThreadFactory threadFactory,RejectedExecutionHandler handler) {if (corePoolSize < 0 || max.imumPoolSize <= 0 || maximumPoolSize < corePoolSize ||keepAliveTime < 0)thrownew IllegalArgumentException() ;if (workQueue == null || threadFactory == null || handler == null)thrownewNul lPointerException() ;this.corePoolSize = corePoolSize;this.maximumPoolSize = maximumPoolSize;this.workQueue = workQueue ;this.keepAliveTime = unit.toNanos (keepAliveTime) ;this.threadFactory = threadFactory;this.handler = handler;
}

几个重要参数的含义如下：

• corePoolSize
  ：线程池大小;

• maximumPoolSize
  ：最大线程数量;

• keepAliveTime
  ：线程空闲回收时间;

• BlockingQueue
  ：任务队列;

• handler
  ： 队列满，拒绝请求时的回调函数。

ThreadPoolExecutor类是Java线程池的具体实现，是整个线程池中最重要的类，ES 基于这个类进行了一些扩展。

五、ES的线程池实现

**ES中使用的线程池绝大部分封装在ThreadPool类中,**个别独立线程池的实现在本章末尾讨论。除了个别情况，在ThreadPool类中，会创建各个模块要使用的全部线程池。本章开始所讨论的几种线程池就是在ThreadPool类中创建的。

ThreadPool类创建各个线程池，要使用线程池的各个内部模块会引用ThreadPool类对象，通过其对外提供executor方法，根据线程池名称获取对应的线程池引用，进而执行某个任务。

ThreadPool对外提供的重要方法如下表所示。

在这里插入图片描述

当某个模块要在新的线程中启动任务时，典型的使用方式如下:

threadPool.executor(ThreadPool.Names.SNAPSHOT).execute(() ->beginSnapshot (newState, newSnapshot, request.partial(), listener));threadPool.executor方法返回snapshot线程池( ExecutorService类)的引用，通过线程池的execute方法执行任务，在本例中，任务的Runnable是Lambda表达式定义的。

5.1、ThreadPool 类结构与初始化

ThreadPool类对象在节点启动时初始化，在Node类的构造函数中初始化ThreadPool类:

final ThreadPool threadPool = new ThreadPool (settings, executorBuilders.toArray (new ExecutorBuilder[0]));

线程池对象构建完毕，将这个类的引用传递给其他要使用线程池的模块:

final ResourcewatcherService resourceWatcherService = new ResourceWatcherService (settings, threadPool);

线程池的名称在内部类Names中，最好记住它们的名字，有时需要通过jstack查看堆栈，ES的堆栈非常长，这就需要通过线程池的名称去查找关注的内容。

publicstaticclass Names {publicstaticfinal String SAME = "same";publicstaticfinal String GENERIC = "generic";publicstaticfinal String LISTENER = "listener";publicstaticfinal String GET = "get";publicstaticfinal String INDEX = "index" ;publicstaticfinal String BULK = "bulk";publicstaticfinal String SEARCH = "search";publicstaticfinal String MANAGEMENT = "management" ;publicstaticfinal String FLUSH = "flush";publicstaticfinal String REFRESH = "refresh";publicstaticfinal String WARMER = "warmer" ;publicstaticfinal String SNAPSHOT = "snapshot";publicstaticfinal String FORCE MERGE = "force_merge";publicstaticfinal String FETCH\_SHARD\_STARTED = "fetch\_shard\_started";publicstaticfinal String FETCH\_SHARD\_STORE = "fetch\_shard\_store";
}

线程池类型由枚举类型ThreadPoolType 定义：

enum ThreadPoolType {DIRECT ("direct") ,FIXED ("fixed") ,FIXED_AUTO_QUEUE_SIZE("fixed_auto_queue_size") ,SCALING ("scaling") ;
}

在ThreadPool类构造函数中，全部的线程池被初始化：

public ThreadPool (final Settings settings, final ExecutorBuilder<?> ... customBuilders) {final Map<String, ExecutorBuilder> builders = new HashMap<> () ;builders.put(Names.GENERIC, new ScalingExecutorBuilder(Names.GENERIC, 4, genericThreadPoolMax, TimeValue. timeValueSeconds (30))) ;builders.put (Names. INDEX, new FixedExecutorBuilder (settings, Names.INDEX, availableProcessors, 200)) ;//index/delete操作与bulk使用同一个线程池builders.put(Names.BULK, new FixedExecutorBuilder(settings, Names.BULK, availableProcessors, 200));builders.put(Names.GET, new FixedExecutorBuilder(settings, Names.GET, availableProcessors, 1000)) ;builders.put (Names.SEARCH, new AutoQueueAdjustingExecutorBuilder(settings, Names.SEARCH, searchThreadPoolSiz (availableProcessors), 1000, 1000, 1000, 2000));builders.put (Names.MANAGEMENT, newScal ingExecutorBuilder(Names.MANAGEMENT, 1, 5, TimeValue.timeValueMinutes(5))) ;builders.put (Names.LISTENER, new FixedExecutorBuilder (settings, Names.LISTENER, halfProcMaxAt10, -1));builders.put (Names.FLUSH, new ScalingExecutorBuilder (Names.FLUSH, 1, halfProcMaxAt5, TimeValue.timeValueMinutes(5))) ;builders.put (Names . REFRESH, new ScalingExecutorBuilder(Names.REFRESH, 1, halfProcMaxAt10, TimeValue.timeValueMinutes(5))) ;builders.put (Names.WARMER, newScal ingExecutorBuilder (Names.WARMER, 1, halfProcMaxAt5, TimeValue.timeValueMinutes(5))) ;builders.put (Names.SNAPSHOT, new ScalingExecutorBuilder(Names.SNAPSHOT, 1, halfProcMaxAt5, TimeValue.timeValueMinutes(5))) ;builders.put (Names.FETCH_SHARD_STARTED, new ScalingExecutorBuilder(Names.FETCH_SHARD_STARTED, 1, 2 * availableProcessors, TimeValue.timeValueMinutes(5))) ;builders.put (Names.FORCE_MERGE, new FixedExecutorBuilder (settings, Names.FORCE_MERGE, 1, -1) ) ;builders.put (Names.FETCH_SHARD_STORE, newScal ingExecutorBuilder(Names.FETCH_SHARD_STORE, 1, 2 * availableProcessors, TimeValue.timeValueMinutes(5))) ;
}

这些线程池构建成功后，最终保存到一个map结构中，map 列表根据builders信息构建， 将SAME线程池单独添加进去。

Map<String, ExecutorHolder> executors

当某个模块使用线程池时，通过线程池名称从这个map中获取对应的线程池。

public ExecutorService executor (String name) {final ExecutorHolder holder = executors.get(name);return holder.executor() ;
}

map 中的值： ExecutorHolder 是 ThreadPool 内部类，它只是简单封装了一下ExecutorService。

class ExecutorHolder {privatefinal ExecutorService executor ;//Info类主要是线程池名称、类型、队列大小、线程数量的max和min、keepAlive时间publicfinal Info info;
}

5.2、fixed类型线程池构建过程

FіхеdЕхесutоrВuіldеr 类用于fixed类型的线程池构建，它的主要实现是通过 ЕѕЕхесutоrѕ.newFixed 方法构建一个ExecutorService。由于是fixed类型的线程池，因此EsThreadPoolExecutor传入的corePoolSize 和 maximumPoolSize 的大小相同。

public static EsThreadPoolExecutor newFixed (String name, int size, int queueCapacity, ThreadFactory threadFactory, ThreadContext contextHolder) {//使用有限或无限大小的阻塞队列初始化线程池队列BlockingQueue<Runnable> queue;if (queueCapacity < 0) fqueue = Concur rentCollections . newBlockingQueue () ;} else {queue =new SizeBlockingQueue<> (ConcurrentCollections.<Runnable> newBlockingQueue(), queueCapacity) ;}//创建线程池returnnew EsThreadPoolExecutor (name, size, size, 0, TimeUnit.MILLISECONDS, queue, threadFactory, new EsAbortPolicy(), contextHolder) ;
}

5.3、scaling类型线程池构建过程

ScalingExecutorBuilder用于 scaling类型线程池的构建，它的主要实现是通过EsExecutors.newScaling方法创建一个ExecutorService, min 和 max 分别对应corePoolSize 和 maximumPoolSize。

public static EsThreadPoolExecutor newScaling (String name, int min, int max, long keepAliveTime, TimeUnit unit, ThreadFactory threadFactory, ThreadContext contextHolder) {//创建线程队列ExecutorScal ingQueue<Runnable> queue = new ExecutorScalingQueue<>() ;//min corePoolSize, max maximumPoolSizeEsThreadPoolExecutor executor = new EsThreadPoolExecutor (name, min, max, keepAliveTime, unit, queue, threadFactory, new ForceQueuePolicy(), contextHolder) ;queue.executor = executor;return executor ;
}

5.4、direct类型线程池构建过程

direct类型的线程池没有通过*ExecutorBuilder类创建，而是通过EsExecutors.newDirectExecutorService
方法直接创建的，该方法中直接返回一个定义好的简单的线程池DIRECT_EXECUTOR_SERVICE
。该线程池的实现如下，在execute方法中直接运行这个任务，因此任务在调用者所执行。

privatestaticfinal ExecutorService DIRECT\_EXECUTOR\_SERVICE = new AbstractExecutorService() {//不支持关闭public void shutdown() {thrownew UnsupportedOperationException() ;}//不支持中止public boolean awaitTermination (long timeout，TimeUnit unit) throws InterruptedException {thrownewUnsuppor tedOperationException() ;}//直接调用任务的运行方法，因此在调用者的线程中执行任务public void execute (Runnable command) {command.run () ;}
};

5.5、fixed_auto_queue_size类型线程池构建过程

该类型的线程池通过AutoQueueAdjustingExecutorBuilder 类构建，构建过程的主要实现是通过EsExecutors.newAutoQueueFixed
方法创建一个ExecutorService
。 该线程池的队列是一个大小可调整的队列，而QueueResizingEsThreadPoolExecutor
继承自EsThreadPoolExecutor
, 在它的基础上实现了动态调整队列大小的利特尔法则( Little's Law)。

public static EsThreadPoolExecutor newAutoQueueFixed(String name, int size, int initialQueueCapacity, int minQueueSize, int maxQueueSize, int frameSize, TimeValue targetedResponseTime, ThreadFactory threadFactory, ThreadContext contextHolder) {//初始化大小必须大于1if (initialQueueCapacity <= 0) {thrownew IllegalArgumentException() ;}//初始化一个动态调整的队列ResizableBlockingQueue<Runnable> queue = new ResizableBlockingQueue<> (ConcurrentCollections. <Runnable>newBlockingQueue() , initialQueueCapacity) ;//创建线程池returnnewQueueResi Z ingEsThreadPool Executor (name, size, size, 0, TimeUnit.MILLISECONDS, queue, minQueueSize, maxQueueSize, TimedRunnable::new, frameSize, targetedResponseTime, threadFactory, new EsAbortPolicy(), contextHolder) ;
}

六、其他线程池

除了ThreadPool中封装的各种线程池，ES中还有一种支持优先级的线程池: PrioritizedEs-ThreadPoolExecutor
，这个线程池同样继承自EsThreadPoolExecutor 类。目前，只有主节点执行集群任务，以及从节点应用集群状态时使用该类型的线程池。

该线程池通过EsExecutors.newSinglePrioritizing方法构建，线程池有固定大小，线程数为1。

public static PrioritizedEsThreadPoolExecutor newSinglePrioritizing (String name, ThreadFactory threadFactory, ThreadContext contextHolder, ScheduledExecutorService timer) {//corePoolSize和maximumPoolSize都为1returnnew PrioritizedEsThreadPoolExecutor (name, 1，1，0L, TimeUnit.MILLISECONDS，threadFactory, contextHolder, timer) ;
}

在PrioritizedEsThreadPoolExecutor类的构造函数中,会为线程池创建一个支持优先级的队列: PriorityBlockingQueue,该队列是JDK中的实现,初始大小为11,最大为Integer.MAX_VALUE-8,基本是无限的。关于该队列的更多信息可以参考JDK手册: htps://ocs.oracle.com/javase/10/docs/api/java/util/concurrentPriorityBlockingQueue.html。

七、思考与总结

• (1) 每种不同类型的线程池有各自不同的队列类型。scaling类型的线程池动态维护线程池数量。fixed_auto_queue_size 与fix类型的线程池都有固定的线程数。

• (2) ThreadPool 类在节点启动时初始化，然后将类的引用传递给其他模块，其他模块通过明确指定线程名称从ThreadPool类中获取对应的线程池，然后执行自定义的任务。

• (3)节点关闭时，对线程池模块先调用shutdown,等待10秒后，执行shutdownNow。因此线程池中的任务有机会执行完毕，但在超时后会尝试终止线程池中的任务。