首先來一句概括的總論：程序和執行緒都是乙個時間段的描述，是cpu工作時間段的描述。
下面細說背景：
cpu+ram+各種資源（比如顯示卡，光碟機，鍵盤，gps, 等等外設）構成我們的電腦，但是電腦的執行，實際就是cpu和相關暫存器以及ram之間的事情。
乙個最最基礎的事實：cpu太快，太快，太快了，暫存器僅僅能夠追的上他的腳步，ram和別的掛在各匯流排上的裝置完全是望其項背。那當多個任務要執行的時候怎麼辦呢？輪流著來?或者誰優先順序高誰來？不管怎麼樣的策略，一句話就是在cpu看來就是輪流著來。
乙個必須知道的事實：執行一段程式**，實現乙個功能的過程介紹 ，當得到cpu的時候，相關的資源必須也已經就位，就是顯示卡啊，gps啊什麼的必須就位，然後cpu開始執行。這裡除了cpu以外所有的就構成了這個程式的執行環境，也就是我們所定義的程式上下文。當這個程式執行完了，或者分配給他的cpu執行時間用完了，那它就要被切換出去，等待下一次cpu的臨幸。在被切換出去的最後一步工作就是儲存程式上下文，因為這個是下次他被cpu臨幸的執行環境，必須儲存。
串聯起來的事實：前面講過在cpu看來所有的任務都是乙個乙個的輪流執行的，具體的輪流方法就是：先引導程式a的上下文，然後開始執行a，儲存程式a的上下文，調入下乙個要執行的程式b的程式上下文，然後開始執行b,儲存程式b的上下文
。。。。
*****==== 重要的東西出現了*****===
程序和執行緒
就是這樣的背景出來的，兩個名詞不過是對應的cpu時間段的描述，名詞就是這樣的功能。
執行緒是什麼呢？
程序的顆粒度太大，每次都要有上下的調入，儲存，調出。如果我們把程序比喻為乙個執行在電腦上的軟體，那麼乙個軟體的執行不可能是一條邏輯執行的，必定有多個分支和多個程式段，就好比要實現程式a，實際分成 a，b，c等多個塊組合而成。那麼這裡具體的執行就可能變成：
程式a得到cpu =》cpu載入上下文，開始執行程式a的a小段，然後執行a的b小段，然後再執行a的c小段，最後cpu儲存a的上下文。
這裡a，b，c的執行是共享了a的上下文，cpu在執行的時候沒有進行上下文切換的。這裡的a，b，c就是執行緒，也就是說執行緒是共享了程序的上下文環境，的更為細小的cpu時間段。
到此全文結束，再乙個總結：
程序和執行緒都是乙個時間段的描述，是cpu工作時間段的描述，不過是顆粒大小不同。
執行緒池工作流程
工作流程 執行緒池剛建立時，裡面沒有乙個執行緒。任務佇列是作為引數傳進來的。不過，就算佇列裡面有任務，執行緒池也不會馬上執行它們。當呼叫 execute 方法新增乙個任務時，執行緒池會做如下判斷 1 如果正在執行的執行緒數量小於 corepoolsize，那麼馬上建立執行緒執行這個任務 2 如果正在...
執行緒池 引數和工作流程
threadpoolexecutor建構函式如下 corepoolsize 指的是核心執行緒數，執行緒池初始化時執行緒數預設為 0，當有新的任務提交後，會建立新執行緒執行任務，如果不做特殊設定，此後執行緒數通常不會再小於 corepoolsize 因為它們是核心執行緒，即便未來可能沒有可執行的任務也...
hadoop yarn的原理和工作流程
之前寫過 mapreduce的原理和工作流程，包括了一小部分yarn的內容，因為yarn本來就是從mrv1中提出來的，所以二者有千絲萬縷的聯絡，另外，作為乙個新手也在梳理的階段，所以記錄的內容或多或少會有混亂或者不精準，還請大家包涵。結構如下 先簡要介紹一下mrv1中的資源管理，然後概述yarn。一...