execute() 方法执行时先校验任务非空，再根据线程数、队列容量和池状态决定创建核心线程、入队或扩容；入队后须二次检查状态，synchronousqueue 导致直扩，非核心线程超时退出，核心线程默认永驻，拒绝策略触发不意味任务丢失。
execute() 方法里到底发生了什么
调用 executor.execute(Runnable) 的瞬间，线程池不是“直接扔给线程去跑”，而是一套带状态检查和条件分支的决策链。它不保证立即创建线程，也不保证立即执行——关键看当前线程数、队列容量和线程池状态。
- 先判空：
command为null直接抛NullPointerException，别等运行时才发现传了空任务 - 再看核心线程：如果
workerCount ，就走 <code>addWorker(command, true)创建核心线程——注意，这步要抢mainLock，高并发下可能短暂阻塞 - 否则尝试入队：
workQueue.offer(command)成功后，**必须二次检查线程池状态**（因为从判断到入队不是原子操作）；若此时已SHUTDOWN，就得把刚塞进去的任务撤回并触发拒绝策略 - 最后才考虑扩容：只有队列满了 且 当前线程数
，才调 <code>addWorker(command, false)创建非核心线程
为什么任务进了队列却迟迟不执行
这不是 bug，是设计使然：只要核心线程没满，线程池优先创建线程；但一旦核心线程已满，它会「无条件先入队」，哪怕队列里已有 100 个任务、而此刻有 3 个空闲核心线程在休眠——因为那些线程正在执行 getTask()，从队列里取任务，取不到就阻塞等待，不会主动“扫”队列。
- 典型现象：提交 10 个任务，
corePoolSize=2，前 2 个立刻执行，后 8 个全进队列，但第 3 个任务要等前 2 个中的某一个执行完、调用workQueue.poll(keepAliveTime, unit)拿到下一个，才会开始处理 - 陷阱：用
SynchronousQueue时，它不存任务，offer()永远返回false，导致跳过入队直接走扩容逻辑——容易误以为“队列没生效”，其实是它根本没队列 - 调试建议：重写
beforeExecute和afterExecute，打日志看每个任务实际何时被哪个线程 pickup，比光看提交顺序更真实
非核心线程怎么死？为什么有时 core 线程也消失了
非核心线程空闲超 keepAliveTime 就会被 getTask() 返回 null，然后 Worker 自行退出循环、销毁自身——这是唯一正常退出路径。但核心线程默认「永生」，除非你显式调了 allowCoreThreadTimeOut(true)。
函数是一组语句一起执行任务。在MATLAB中，函数定义在单独的文件。文件函数的文件名应该是相同的。 函数操作在自己的工作空间，它也被称为本地工作区，独立的工作区，在 MATLAB 命令提示符访问，这就是所谓的基础工作区的变量。函数可以接受多个输入参数和可能返回多个输出参数 。 MATLAB是MathWorks公司开发的一种编程语言。它最初是一个矩阵的编程语言，使线性代数编程很简单。它可以运行在交互式会话和作为批处理作业。有需要的朋友可以下载看看
- 常见误判：看到线程数回落到
corePoolSize就以为“核心线程被回收了”，其实只是非核心线程退场，核心线程仍在 waiting 状态，随时准备拉活 - 危险配置：
allowCoreThreadTimeOut(true)+keepAliveTime=1秒 → 核心线程空闲 1 秒就销毁，下次任务来又要重建，完全失去“常驻”意义 - 验证方法：用
jstack <pid></pid>查看线程名（如pool-1-thread-3），对比线程数变化前后是否出现新编号——编号重用说明是复用，全新编号大概率是重建
拒绝策略触发时，你以为的任务丢了，其实可能早就在队列里了
RejectedExecutionException 不代表“任务根本没进线程池”，而是说在 execute 流程的最后一步：addWorker(command, false) 失败了（比如已达 maximumPoolSize），才走到 handler.rejectedExecution()。但此前若入队成功，任务已在 workQueue 中安顿好，只是你没感知到。
- 典型错觉：开一个
core=2, max=4, queue=10的池，提交 17 个任务，第 17 个触发拒绝——但前 16 个中，前 2 个在执行，中间 10 个在队列，最后 4 个是非核心线程在跑；拒绝的是第 17 个，不是前面的 - 选策略别只看文档：用
CallerRunsPolicy时，拒绝任务由提交线程自己执行，若该线程是 Tomcat 的 worker 线程，等于把业务逻辑拖进容器线程里跑，可能卡住整个请求链路 - 真要丢任务？用
DiscardPolicy；想保命？自定义 handler，在拒绝前把任务发到 MQ 或落库，后续补偿——但得承担重复消费或延迟问题
线程池不是黑盒，它的每一步决策都暴露在 execute() 的 if-else 里。真正难的不是配参数，而是理解「任务在哪一刻真正脱离你的掌控」——是在 offer() 返回 true 时？还是在 addWorker() 启动线程时？还是在线程调用 run() 的那一行？这个边界，决定了你加监控、打日志、做降级的位置。
