线程池任务溢出并非系统故障，而是精心设计的压力预警机制。当两个关键条件同时满足时，拒绝策略才会被触发：工作队列已满（且为有界队列），并且当前线程数已达到设定的最大线程数上限。此时，新提交的任务不会进入队列等待，也不会自动重试，而是交由预设的拒绝处理器执行特定逻辑。选择不当的拒绝策略，轻则导致任务丢失，重则可能引发调用方服务雪崩。
AbortPolicy：默认策略不等于安全，它是“快速失败”的警报器
作为线程池的默认拒绝策略，AbortPolicy 会直接抛出 RejectedExecutionException 运行时异常。它不进行任何任务处理、补偿或静默丢弃，其核心设计理念是将系统压力明确地暴露给上层调用方，从而迫使开发者必须正视并处理资源过载问题。
- 适用场景：适用于核心业务路径上的任务，例如支付结果回调、订单创建等关键操作。前提是调用方已具备完善的异常捕获机制、全链路日志记录以及实时监控告警体系。
- 必须配套的保障措施：捕获异常时，务必记录被拒任务的唯一标识和业务类型；将拒绝事件作为关键指标上报至监控系统；同时，必须配置好服务熔断或业务降级等兜底方案，防止异常扩散。
- 常见错误用法：在Web接口中直接抛出该异常而未做捕获处理，导致用户端收到HTTP 500错误，同时后台缺乏有效日志来定位具体是哪个请求被拒绝，使得问题排查异常困难。
CallerRunsPolicy：看似“不丢失任务”，实则将压力反向传导给调用方
该策略会让提交任务的调用者线程（例如Tomcat的HTTP工作线程）亲自同步执行被拒绝的任务。它既不创建新线程，也不丢弃任务，听起来非常理想。但其代价是会严重拖慢调用方自身的处理速度，可能引发连锁反应。
- 适用前提：调用方自身的吞吐量可控且压力不大，例如后台定时调度任务；或者已经对任务提交频率做了严格的限流控制。
- 高风险场景：试想，一个处理HTTP请求的线程被占用去执行一个耗时的计算任务，这将直接导致接口响应时间激增，打满Web容器的连接池，最终可能引发上游服务的超时雪崩。
- 建议的防护措施：在提交任务前，可先判断线程池状态，例如使用
if (!executor.isShutdown())，避免在线程池关闭后仍强行提交任务，造成不必要的阻塞。
DiscardPolicy 与 DiscardOldestPolicy：静默丢弃任务，但丢弃逻辑与后果截然不同
这两种策略都不会抛出异常，保持了表面的“平静”，但它们在丢弃对象的选择和带来的潜在副作用上存在显著差异。
- DiscardPolicy：直接丢弃当前新提交的任务，不留任何日志或痕迹。这种策略仅适用于完全可丢弃的非关键数据，例如客户端的辅助性埋点上报、无关紧要的心跳检测等。
- DiscardOldestPolicy：它会从任务队列的头部移除一个最早进入的任务（无论其重要性如何），然后尝试执行当前新提交的任务。如果队列持续满载，可能导致高频到达的新任务不断挤掉队列中的老任务，造成一些关键性任务在队尾“饿死”，永远得不到执行。
- 共有的风险：线上系统无法感知任务被丢弃的行为。如果没有对策略进行包装并加入带有限流功能的日志记录，整个丢弃过程就如同在“盲操作”，为系统稳定性埋下隐患。
自定义拒绝策略：自由度极高，但需警惕三个常见陷阱
通过实现 RejectedExecutionHandler 接口来自定义策略看似简单，但在实际编码中极易引入新的性能瓶颈或逻辑缺陷。
- 严禁在拒绝处理中执行阻塞操作：绝对不要在
rejectedExecution()方法内部调用executor.submit()或任何可能阻塞的操作（例如未设置超时的远程服务调用、数据库写入），否则极易导致线程死锁或资源耗尽。 - 补偿逻辑必须具备健壮性：如果设计异步补偿机制（如将任务发送到消息队列进行重试），那么补偿逻辑本身必须包含超时控制、重试次数上限以及最终失败时的降级策略（例如降级为写入本地文件暂存）。
- 避免引发日志风暴：切忌在拒绝时高频打印完整的异常堆栈信息。建议改用警告级别的日志，并配合限流功能，防止在流量洪峰时瞬间打爆日志系统，影响问题定位。
