废话不多说，先上代码。

反例 1：

public class ThreadPoolExample {
    // 堆代码 duidaima.com
    // 没有任何限制的线程池, 使用起来很方便, 但当一波请求高峰到达时, 可能会创建大量线程, 导致系统崩溃
    private static Executor executor = Executors.newCachedThreadPool();

}

public class StreamParallelExample {

    public List<String> batchQuery(List<String> ids){
        // 看上去很优雅, 但 ForkJoinPool 的队列是没有大小限制的, 并且线程数量很少, 如果 ids 列表很大可能导致 OOM
        // parallelStream 更适合计算密集型任务, 不要在任务中做远程调用
        return ids.parallelStream()
            .map(this::queryFromRemote)
            .collect(Collectors.toList());
    }

    private String queryFromRemote(String id){
       // 从远程查询
    }
}

public class ManualCreateThreadPool {
    
    // 手动创建资源有限的线程池
    private Executor executor = new ThreadPoolExecutor(10, 10, 1, TimeUnit.MINUTES, new ArrayBlockingQueue<>(1000),
        new ThreadFactoryBuilder().setNameFormat("work-%d").build());
}

总结

线程池使用不当可能导致一系列问题，包括性能下降、资源耗尽、甚至程序崩溃。以下是一些常见的线程池使用不当的情况及其后果：
1.线程池大小设置不合理：
线程池过大：过多的线程会占用大量的系统资源，包括CPU和内存，导致系统性能下降，甚至引发OutOfMemoryError。
线程池过小：线程数不足以处理任务，导致任务等待时间过长，响应延迟，吞吐量下降。
2.任务队列容量不当：
队列容量过大：过多的任务在队列中等待执行，占用大量内存，可能导致内存溢出。
队列容量过小：任务被拒绝服务，可能导致服务不可用或数据丢失。
3.任务执行时间过长：
如果线程池中的任务执行时间过长，会导致线程长时间被占用，无法处理其他任务，从而降低系统的吞吐量。
4.未合理处理异常：
线程执行任务时可能会抛出异常，如果没有适当的异常处理机制，可能会导致线程终止，进而减少线程池中的可用线程数。
5.未关闭线程池：
在应用程序结束时，如果没有正确关闭线程池，可能会导致后台线程继续运行，造成资源泄露。
6.线程池类型选择不当：
根据任务类型（如IO密集型或计算密集型）选择合适的线程池类型非常重要。使用不合适的线程池类型可能导致资源利用率低下。
7.未限制任务提交速度：
如果任务提交速度过快，超过线程池的处理能力，可能导致任务堆积，甚至引发内存溢出。

为了避免这些问题，需要在使用线程池时：
1.根据系统资源和任务特性合理设置线程池大小和队列容量。
2.确保任务执行时间可控，避免长时间运行的任务。
3.实现适当的异常处理机制，确保线程的稳定性。
4.在应用程序结束时，正确关闭线程池，释放资源。
5.根据任务类型选择合适的线程池类型。
6.限制任务提交速度，避免任务堆积。

总之，线程池是一把双刃剑，使用得当可以显著提高系统性能，但使用不当也可能带来一系列问题。因此，在使用线程池时，需要仔细考虑和合理配置相关参数，以确保系统的稳定性和高效性