当任务队列满且线程达上限时，ThreadPoolExecutor触发饱和策略：AbortPolicy抛异常，DiscardPolicy静默丢弃，DiscardOldestPolicy丢弃最老任务，CallerRunsPolicy由调用线程执行任务；可自定义RejectedExecutionHandler处理，如日志记录；应根据数据重要性、系统负载和业务需求选择合适策略以提升稳定性与响应能力。
当ThreadPoolExecutor中的任务队列已满且线程数达到最大值时，新提交的任务无法被处理，此时会触发饱和策略（也称为拒绝策略）。Java提供了几种内置的饱和策略，并允许开发者自定义策略来应对这种“饱和”状态。合理选择和使用饱和策略对系统稳定性至关重要。
内置饱和策略类型
ThreadPoolExecutor 提供了四种常见的内置拒绝策略，通过 RejectedExecutionHandler 接口实现：
- AbortPolicy：默认策略。直接抛出 RejectedExecutionException 异常，拒绝任务提交。
- DiscardPolicy：静默丢弃新提交的任务，不抛异常，也不执行任务。
- DiscardOldestPolicy：丢弃队列中最早加入的任务，然后尝试将当前任务加入队列。
- CallerRunsPolicy：由提交任务的线程（调用者）自己执行该任务。可以减缓任务提交速度，起到“背压”作用。
这些策略可以通过构造 ThreadPoolExecutor 时传入：
int corePoolSize = 2; int maximumPoolSize = 4; long keepAliveTime = 10L; TimeUnit unit = TimeUnit.SECONDS; BlockingQueueworkQueue = new ArrayBlockingQueue<>(2); // 使用 CallerRunsPolicy ThreadPoolExecutor executor = new ThreadPoolExecutor( corePoolSize, maximumPoolSize, keepAliveTime, unit, workQueue, new ThreadPoolExecutor.CallerRunsPolicy() );
自定义饱和策略
如果内置策略不满足业务需求，可以实现 RejectedExecutionHandler 接口来自定义处理方式。
立即学习“Java免费学习笔记（深入）”；
Android 开发者指南 第一部分：入门
下载
Android文档-开发者指南-第一部分：入门-中英文对照版 Android提供了丰富的应用程序框架，它允许您在Java语言环境中构建移动设备的创新应用程序和游戏。在左侧导航中列出的文档提供了有关如何使用Android的各种API来构建应用程序的详细信息。第一部分：Introduction(入门) 0、Introduction to Android(引进到Android) 1、Application Fundamentals(应用程序基础) 2、Device Compatibility(设备兼容性) 3、
例如，记录日志、将任务写入磁盘或转发到消息队列：
public class LoggingRejectedHandler implements RejectedExecutionHandler {
@Override
public void rejectedExecution(Runnable r, ThreadPoolExecutor executor) {
System.err.println("任务被拒绝：" + r.toString() + "，当前线程池大小：" +
executor.getPoolSize() + "，队列大小：" +
executor.getQueue().size());
// 可扩展：发送告警、持久化任务等
}
}
使用方式：
ThreadPoolExecutor executor = new ThreadPoolExecutor(
corePoolSize,
maximumPoolSize,
keepAliveTime,
unit,
workQueue,
new LoggingRejectedHandler()
);
如何选择合适的策略
不同场景适合不同的策略：
- 对数据完整性要求高的系统，可使用 AbortPolicy 并捕获异常进行重试或上报。
- 允许丢失非关键任务的场景，可用 DiscardPolicy 简单处理。
- 希望尽可能处理更多任务，可选 DiscardOldestPolicy，牺牲旧任务。
- 需要限流保护系统的，推荐 CallerRunsPolicy，让调用线程参与执行，减缓提交速度。
基本上就这些。根据实际负载和业务容忍度选择合适的饱和策略，能有效提升应用的健壮性和响应能力。
