python监控linux性能以及进程消耗的性能

ExecutorService 建立多线程线程池的步骤：

线程池的作用：

线程池作用就是限制系统中执行线程的数量。

     根据系统的环境情况，可以自动或手动设置线程数量，达到运行的最佳效果；少了浪费了系统资源，多了造成系统拥挤效率不高。用线程池控制线程数量，其他线程排队等候。一个任务执行完毕，再从队列的中取最前面的任务开始执行。若队列中没有等待进程，线程池的这一资源处于等待。当一个新任务需要运行时，如果线程池中有等待的工作线程，就可以开始运行了；否则进入等待队列。

为什么要用线程池:

1.减少了创建和销毁线程的次数，每个工作线程都可以被重复利用，可执行多个任务。

2.可以根据系统的承受能力，调整线程池中工作线线程的数目，防止因为消耗过多的内存，而把服务器累趴下(每个线程需要大约1MB内存，线程开的越多，消耗的内存也就越大，最后死机)。

Java里面线程池的顶级接口是Executor，但是严格意义上讲Executor并不是一个线程池，而只是一个执行线程的工具。真正的线程池接口是ExecutorService。

常用的线程池：

1. newSingleThreadExecutor

创建一个单线程的线程池。这个线程池只有一个线程在工作，也就是相当于单线程串行执行所有任务。如果这个唯一的线程因为异常结束，那么会有一个新的线程来替代它。此线程池保证所有任务的执行顺序按照任务的提交顺序执行。

2. newFixedThreadPool

创建固定大小的线程池。每次提交一个任务就创建一个线程，直到线程达到线程池的最大大小。线程池的大小一旦达到最大值就会保持不变，如果某个线程因为执行异常而结束，那么线程池会补充一个新线程。

3. newCachedThreadPool

创建一个可缓存的线程池。如果线程池的大小超过了处理任务所需要的线程，

那么就会回收部分空闲（60秒不执行任务）的线程，当任务数增加时，此线程池又可以智能的添加新线程来处理任务。此线程池不会对线程池大小做限制，线程池大小完全依赖于操作系统（或者说JVM）能够创建的最大线程大小。

4. newScheduledThreadPool

创建一个大小无限的线程池。此线程池支持定时以及周期性执行任务的需求。

实例：

package cn.itcast.lesson9;
import java.util.concurrent.Executor;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;

public class ThreadPoolTest {

	public static void main(String[] args) {
		//固定了线程池中的线程。
		//ExecutorService threadPool = Executors.newFixedThreadPool(3);
		//缓存型池子，动态的增加减少线程
		//ExecutorService threadPool = Executors.newCachedThreadPool();
		//单一线程池
		//ExecutorService threadPool = Executors.newSingleThreadExecutor();
		//调度型线程池
		ExecutorService threadPool = Executors.newScheduledThreadPool(3);
		for(int i=1;i<=10;i++){
			final int task = i;
			threadPool.execute(new Runnable() {
				
				public void run() {
					try {
						Thread.sleep(500);
					} catch (InterruptedException e) {
						e.printStackTrace();
					}
					for(int j=1;j<=5;j++){
						System.out.println(Thread.currentThread().getName()+
								" is looping of "+j+" for task of "+task);
					}
				}
			});
		}
		System.out.println("all of 10 tasks has committed");
		threadPool.shutdown();
	}
}

Executor的execute()方法

execute() 方法将Runnable实例加入pool中,并进行一些pool size计算和优先级处理

execute() 方法本身在Executor接口中定义,有多个实现类都定义了不同的execute()方法

python监控linux性能以及进程消耗的性能,布布扣,bubuko.com

python监控linux性能以及进程消耗的性能

原文：http://blog.csdn.net/startupmount/article/details/29825045