线程池基础与核心参数调优

Java并发编程中的线程池优化首先需理解其核心构造参数。ThreadPoolExecutor的七大参数（核心线程数、最大线程数、keepAliveTime、工作队列、线程工厂、拒绝策略）共同决定了线程池的运行行为。优化策略需根据任务特性（CPU密集型/IO密集型）动态调整核心线程数（corePoolSize），通常CPU密集型任务建议设置为CPU核数+1，而IO密集型任务可考虑核数2或更高，以充分利用线程等待IO时的CPU空转时间。

队列选择与拒绝策略定制

工作队列的选择直接影响任务处理效率。LinkedBlockingQueue适用于保证任务完全执行的场景，但可能引发内存溢出；SynchronousQueue适合高吞吐但要求最大线程数足够大；ArrayBlockingQueue支持有界队列防止资源耗尽。拒绝策略需与业务耦合，默认AbortPolicy会抛出异常，CallerRunsPolicy让提交线程执行任务，DiscardPolicy静默丢弃，而自定义策略可结合日志记录或转入降级处理流程。

动态参数调整与监控

JDK允许通过setCorePoolSize()等方法动态调整运行中线程池的参数。结合JMX或Spring的Actuator可实时监控队列大小、活跃线程数、完成任务数等指标。建议基于监控数据实现弹性扩缩容机制，如在队列持续饱和时自动增加核心线程数，反之在空闲时缩减以避免资源浪费。

线程池的优雅关闭与资源清理

优化需包含生命周期管理。shutdown()与shutdownNow()的差异在于是否中断正在执行的任务，通常建议先shutdown()拒绝新任务，再awaitTermination()等待既定时间，最后用shutdownNow()强制终止。对于需要资源清理的任务，可通过覆盖terminated()钩子函数实现上下文清理，确保无资源泄漏。

异步任务的上下文传递与追踪

在分布式或链路追踪场景中，使用原生线程池会导致ThreadLocal上下文丢失。通过包装Runnable/Callable（如MDCContextWrapper）或使用TransmittableThreadLocal（阿里开源）可解决线程间上下文传递问题。这是高并发系统可观测性的重要优化手段。

避免常见陷阱与最佳实践

警惕线程池的隐性耦合，如避免在任务中同步等待其他任务结果导致死锁。对于周期性任务，ScheduledThreadPoolExecutor需注意scheduleAtFixedRate与scheduleWithFixedDelay的区别。推荐使用CompletableFuture结合自定义线程池替代并行流（parallelStream）的公共ForkJoinPool，防止资源竞争。