Java 为什么ForkJoinPool.commonPool（）.execute（runnable）运行线程需要更多时间

我正在使用

ForkJoinPool.commonPool（）.execute（runnable）

作为在我的应用程序的许多地方生成线程的简便方法。但是在一个特定的调用过程中，调用线程中可运行的代码需要更多的时间（超过10秒）。原因可能是什么？如何避免这种情况

---

编辑：根据@ben的回答，避免线程池中长时间运行的进程似乎是解决方案。手动创建新线程解决了我的问题，而不是使用公共线程池

所以经过一些快速测试，我发现了问题。请看以下示例代码：

List<Runnable> runnables = new ArrayList<Runnable>();
for (int i = 0; i < 20; ++i)
{
    runnables.add(() -> {
        System.out.println("Runnable start");
        try
        {
            Thread.sleep(10000);
        }
        catch (InterruptedException e)
        {

        }
        System.out.println("Runnable end");
    });
}

for (Runnable run : runnables)
{
    //ForkJoinPool.commonPool().execute(run);
    //new Thread(run).start();
}

List runnables=new ArrayList（）；
对于（int i=0；i<20；++i）
{
runnables.add（（）->{
System.out.println（“可运行启动”）；
尝试
{
睡眠（10000）；
}
捕捉（中断异常e）
{
}
System.out.println（“可运行端”）；
});
}
for（可运行运行运行：可运行）
{
//ForkJoinPool.commonPool（）.execute（run）；
//新线程（run.start（）；
}

在两行中的一行中添加注释。 我们创建了许多可运行程序，它们发送消息，闲置10秒，然后再次发送消息。很简单

当为每个线程使用线程时，所有可运行程序发送

Runnable start

10s pass，所有可运行程序发送

Runnable end

当使用commonPool（）时，只有一部分发送

Runnable start

10s密码，它们发送

Runnable end

，另一组发送

Runnable start

，直到它们全部完成

这仅仅是因为系统上的内核数决定了线程池将容纳多少线程。当所有线程都被填满时，直到释放一个线程，新任务才会执行

---

这个故事的寓意是：只有当您知道线程池的内部工作方式并且这是您希望它做的事情时，才使用线程池。

您在许多地方都使用公共池吗？默认情况下，它的线程数与您的内核数相同，因此很容易填充。您的池中可能同时填充了太多的任务。除此之外，我不完全确定为什么它会比生成线程慢，因为在内部它只是一个静态构造的线程池，不应该慢（而且决不能慢10秒）@ben我碰巧延迟到了近10秒。@kayaman是的。我认为使用公共池将是一种有效的方法，因为它知道如何使用内核，并将利用这些内核。@Loganathan不使用

@anyone

，因为它的工作方式就像

@noone

，即没有人得到通知。当您不需要线程池功能，并且任务需要一秒钟或更长时间时，只需生成一个新线程，因为没有任何好处。线程池让您可以控制运行任务的数量，并且每个任务的开销要小得多（我想，创建线程需要花费很多微秒）。不，这个故事的寓意是，除非您了解commonPool的工作原理，否则不要使用它。创建自己的执行器，并在其中放入所需的线程数。这是一种更好的方式。我会编辑。@你们两个都会在我的应用程序的许多地方生成一个线程，在后台运行一些代码。手动创建它而不是使用任何线程池是一种有效的方法吗？我想要任何关于这方面的建议。谢谢@Loganathan如果这是一个次要的“任务”，那么使用线程池是完全正确的。一项耗时10秒的任务不再是我所说的次要任务了。创建线程时，您将为线程创建和线程关闭支付开销。如果您的任务需要更长的时间，那么开销实际上是不可察觉的。对于10秒的任务来说，生成一个新线程应该是一件非常好的事情。我听说过Java8+

Collections.parellelStream（）

在内部使用“forkjoin公共池”。在这种情况下，如果一些耗时的任务使用

Stream.forEach（）

运行，其性能也会很低。在这种情况下，如果我选择并行流，“如何避免这种延迟”是现在的问题。我刚刚使用了

ForkJoinPool.commonPool（）

，灵感来自于它在并行流中的用法。