-
核心线程数 ：线程长时间维持的线程数量，默认情况下会在新建线程池后根据线程任务来初始化线程，到达核心线程数位置，核心线程不会被回收。开发者可以使用prestartCoreThread发放跳过初始化线程的过程，直接初始化核心线程。当核心线程都在工作，且 workQueue 满了的情况下会创建新的线程来执行任务。
-
最大线程数 ：线程池允许最多同时进行处理任务的最大线程个数 = 核心线程数 + 额外线程，额外线程是会被回收的，具体的回收策略参考后面讲解的参数keepAliveTime 、unit。
-
keepAliveTime、unit：保持时间，额外线程的过期时间
-
workQueue:线程任务队列，一般会使用BlockingQueue
-
threadFactory:线程工厂类，通常我们会自顶一个threadFactory设置线程的名称，这样我们就可以知道线程是由哪个工厂类创建的，可以快速定位
-
handler：拒绝策略，在队列满了之后，新的任务请求进行的处理策略，可以自己实现保存在 mysql 里面或者其他的操作。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持 码农网
猜你喜欢:
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
推荐系统与深度学习
黄昕、赵伟、王本友、吕慧伟、杨敏 / 清华大学出版社 / 2019-1-1 / 65.00元
本书的内容设置由浅入深，从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者，还是有一定经验的从业人员，相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍，本书引入了已被实践证明效果较好的深度学习推荐技术，包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用，并给出了相关的实践代码；除了在算法层面讲解推荐系统的实现，还从工程层面详细阐述推荐系统如何搭建.一起来看看 《推荐系统与深度学习》 这本书的介绍吧!
