Java 并发与线程池实战笔记：参数怎么定、坑在哪、线上打满怎么查

后端写得越久，越会发现大部分线上「卡住了」「没反应」的问题，最后都落在两件事上：线程池参数拍脑袋定的、异步任务之间没有做隔离。这篇把我自己踩过的和线上复盘过的整理成一份能直接照着用的笔记。

一、先记住这张图：线程池到底怎么跑

ThreadPoolExecutor 的执行顺序，是所有参数调优的地基。很多人以为「线程数没到最大就先开线程」，其实不是。

二、参数怎么定，别再拍脑袋

我习惯的写法是自定义 ThreadFactory 给线程起名字，这一步线下看不出价值，线上救过好几次：

ThreadFactory named = new ThreadFactory() {
    private final AtomicInteger i = new AtomicInteger();
    public Thread newThread(Runnable r) {
        Thread t = new Thread(r);
        t.setName("sms-send-" + i.incrementAndGet());
        t.setUncaughtExceptionHandler((th, e) -> log.error("thread {} died", th.getName(), e));
        return t;
    }
};

线程名在 jstack 里是唯一的定位线索。没有名字的线程池，出问题时你看到的是一坨 pool-7-thread-23，根本不知道是哪个业务的。

三、JUC 组件怎么选（只列我常用的）

ThreadLocal 在线程池里是事故高发区。线程复用意味着上一次请求的 ThreadLocal 值还挂着：用户在 A 租户的上下文被下一次请求读到，就是典型的「串租户」。规则很简单：try/finally 里一定 remove()。

try {
    ctx.set(tenantId);
    doBiz();
} finally {
    ctx.remove();   // 少了这行，迟早出串数据事故
}

四、五个必踩的坑

1. Executors.newFixedThreadPool / newCachedThreadPool 不要用：前者是无界队列，后者最大线程数是 Integer.MAX_VALUE，都会 OOM。阿里规约里也是强制级别。
2. CompletableFuture.runAsync 不传线程池：默认走 ForkJoinPool.commonPool，全局共用。一旦某个慢任务把公共池占满，同 JVM 里所有用了它的地方一起卡死。
3. 父子任务共用一个池：父任务在等子任务完成，子任务排在队列里等线程，父任务占着的线程又释放不了 —— 经典的线程池死锁。批量场景必须父子拆分两个池。
4. 线程池参数写死在代码里：应该用配置中心（Nacos/Apollo）托管，线上能临时扩容。征期这种脉冲流量，改个参数重启一次往往来不及。
5. allowCoreThreadTimeout 忘了开：低峰期核心线程不回收，白白占着资源。

五、生产复盘：千万级短信发送把线程池压满

背景来自我主导设计的一套短信中台（某新零售营销 SCRM 体系，日均千万级发送），细节已脱敏。

现象：大促当天上午 10 点开始，商户批量发送的短信迟迟不回执，后台任务列表大量「处理中」，几分钟后接口开始超时告警。

排查过程：

1. jstack 拉栈，发现 sms-send-* 线程池 32 个线程全部 RUNNABLE，且栈顶都在 HTTP 调用三方通道的 socket 读上 —— 说明是三方通道变慢，不是我们自己的代码慢。
2. thread --state BLOCKED 没有阻塞线程，排除锁竞争。
3. 看队列：我们自己用的有界队列（2000）已经满了，拒绝策略在疯狂打日志 —— 任务在被丢。
4. 查三方通道的回执耗时曲线：平时 80ms，当天峰值 3s+。通道限流了。

复盘出来的三个问题：

• 发送线程池和回执处理共用一个池，回执变慢直接把发送线程占死。
• 三方通道超时设的是 10s，太长了，一个慢通道能吃掉整池线程。
• 没有按通道做隔离，一个通道出问题，所有通道一起受影响。

改造：

• 按通道拆成独立的线程池 + 独立的信号量，一个通道挂了不影响其他通道。
• 三方超时从 10s 降到 2s，失败快速进入重试队列，由 MQ 削峰。
• 给线程池加了监控（活跃度、队列长度、拒绝数）推到 Grafana，队列水位超过 60% 就告警。

结论：线程池不是「配完就完事」的组件，它需要隔离 + 超时 + 可观测三件套。缺任何一件，出问题都只能靠猜。

六、一份排查清单（照着走）

最后是那句老话：异步能提速，但不能消除依赖的不可靠。线程池只是把「等待」挪了个位置，慢的下游照样会把压力传回来。