通常來說，生產任務的速度要大于消費的速度。一個細節問題是，隊列長度，以及如何匹配生產和消費的速度。

一個典型的生產者-消費者模型如下：

對于一般的生產快于消費的情況。當隊列已滿時，我們并不希望有任何任務被忽略或得不到執行，此時生產者可以等待片刻再提交任務，更好的做法是，把生產者阻塞在提交任務的方法上，待隊列未滿時繼續提交任務，這樣就沒有浪費的空轉時間了。阻塞這一點也很容易，BlockingQueue就是為此打造的，ArrayBlockingQueue和LinkedBlockingQueue在構造時都可以提供容量做限制，其中LinkedBlockingQueue是在實際操作隊列時在每次拿到鎖以后判斷容量。

更進一步，當隊列為空時，消費者拿不到任務，可以等一會兒再拿，更好的做法是，用BlockingQueue的take方法，阻塞等待，當有任務時便可以立即獲得執行，建議調用take的帶超時參數的重載方法，超時后線程退出。這樣當生產者事實上已經停止生產時，不至于讓消費者無限等待。

于是一個高效的支持阻塞的生產消費模型就實現了。

等一下，既然J.U.C已經幫我們實現了線程池，為什么還要采用這一套東西？直接用ExecutorService不是更方便？

我們來看一下ThreadPoolExecutor的基本結構：

但問題在于，即便你在構造ThreadPoolExecutor時手動指定了一個BlockingQueue作為隊列實現，事實上當隊列滿時，execute方法并不會阻塞，原因在于ThreadPoolExecutor調用的是BlockingQueue非阻塞的offer方法：

這時候就需要做一些事情來達成一個結果：當生產者提交任務，而隊列已滿時，能夠讓生產者阻塞住，等待任務被消費。

關鍵在于，在并發環境下，隊列滿不能由生產者去判斷，不能調用ThreadPoolExecutor.getQueue().size()來判斷隊列是否滿。

線程池的實現中，當隊列滿時會調用構造時傳入的RejectedExecutionHandler去拒絕任務的處理。默認的實現是AbortPolicy，直接拋出一個RejectedExecutionException。

幾種拒絕策略在這里就不贅述了，這里和我們的需求比較接近的是CallerRunsPolicy，這種策略會在隊列滿時，讓提交任務的線程去執行任務，相當于讓生產者臨時去干了消費者干的活兒，這樣生產者雖然沒有被阻塞，但提交任務也會被暫停。

但這種策略也有隱患，當生產者較少時，生產者消費任務的時間里，消費者可能已經把任務都消費完了，隊列處于空狀態，當生產者執行完任務后才能再繼續生產任務，這個過程中可能導致消費者線程的饑餓。

參考類似的思路，最簡單的做法，我們可以直接定義一個RejectedExecutionHandler，當隊列滿時改為調用BlockingQueue.put來實現生產者的阻塞：

這樣，我們就無需再關心Queue和Consumer的邏輯，只要把精力集中在生產者和消費者線程的實現邏輯上，只管往線程池提交任務就行了。

相比最初的設計，這種方式的代碼量能減少不少，而且能避免并發環境的很多問題。當然，你也可以采用另外的手段，例如在提交時采用信號量做入口限制等，但是如果僅僅是要讓生產者阻塞，那就顯得復雜了。