当前位置:

首页 > 系统应用 > 手写线程池,对照学习ThreadPoolExecutor线程池实现原理!

手写线程池,对照学习ThreadPoolExecutor线程池实现原理!

持续坚持原创输出,点击蓝字关注我吧 ❝ 沉淀、分享、成长,让自己和他人都能有所收获! ❞ 目录 一、前言二、面试题三、线程池讲解1. 先看个例子2. 手写一个线程池3. 线程池源码分析四、总结五、系列推荐一、前言人看手机,机器学习!正好是2020年,看到这张图还是蛮有意思的。以前小时候总会看到一些科

本文目录

    持续坚持原创输出,点击蓝字关注我吧

    ❝

    沉淀、分享、成长,让自己和他人都能有所收获!

    ❞ 目录
    • 一、前言

    • 二、面试题

    • 三、线程池讲解

      • 1. 先看个例子

      • 2. 手写一个线程池

      • 3. 线程池源码分析

    • 四、总结

    • 五、系列推荐

    一、前言

    人看手机,机器学习!

    正好是2020年,看到这张图还是蛮有意思的。以前小时候总会看到一些科技电影,讲到机器人会怎样怎样,但没想到人似乎被娱乐化的东西,搞成了低头族、大肚子!

    当意识到这一点时,其实非常怀念小时候。放假的早上跑出去,喊上三五个伙伴,要不下河摸摸鱼、弹弹玻璃球、打打pia、跳跳房子!一天下来真的不会感觉累,但现在如果是放假的一天,你的娱乐安排,很多时候会让头很累!

    「就像」,你有试过学习一天英语头疼,还是刷一天抖音头疼吗?或者玩一天游戏与打一天球!如果你意识到了,那么争取放下一会手机,适当娱乐,锻炼保持个好身体!

    二、面试题

    谢飞机,小记!,上次吃亏在线程上,这次可能一次坑掉两次了!

    「谢飞机」:你问吧,我准备好了!!!

    「面试官」:嗯,线程池状态是如何设计存储的?

    「谢飞机」:这!下一个,下一个!

    「面试官」:Worker 的实现类,为什么不使用 ReentrantLock 来实现呢,而是自己继承AQS?

    「谢飞机」:我...!

    「面试官」:那你简述下,execute 的执行过程吧!

    「谢飞机」:再见!

    三、线程池讲解

    1. 先看个例子

    ThreadPoolExecutor threadPoolExecutor = new ThreadPoolExecutor(10, 10, 0L, TimeUnit.MILLISECONDS, new ArrayBlockingQueue<>(10));
    threadPoolExecutor.execute(() -> {
    System.out.println("Hi 线程池!");
    });
    threadPoolExecutor.shutdown();

    // Executors.newFixedThreadPool(10);
    // Executors.newCachedThreadPool();
    // Executors.newScheduledThreadPool(10);
    // Executors.newSingleThreadExecutor();

    这是一段用于创建线程池的例子,相信你已经用了很多次了。

    线程池的核心目的就是资源的利用,避免重复创建线程带来的资源消耗。因此引入一个池化技术的思想,避免重复创建、销毁带来的性能开销。

    「那么」,接下来我们就通过实践的方式分析下这个池子的构造,看看它是如何处理线程的。

    2. 手写一个线程池

    2.1 实现流程

    为了更好的理解和分析关于线程池的源码,我们先来按照线程池的思想,手写一个非常简单的线程池。

    其实很多时候一段功能代码的核心主逻辑可能并没有多复杂,但为了让核心流程顺利运行,就需要额外添加很多分支的辅助流程。就像我常说的,为了保护手才把擦屁屁纸弄那么大!

    图 21-1 线程池简化流程

    关于图 21-1,这个手写线程池的实现也非常简单,只会体现出核心流程,包括:

    1. 有n个一直在运行的线程,相当于我们创建线程池时允许的线程池大小。
    2. 把线程提交给线程池运行。
    3. 如果运行线程池已满,则把线程放入队列中。
    4. 最后当有空闲时,则获取队列中线程进行运行。

    2.2 实现代码

    public class ThreadPoolTrader implements Executor {

    private final AtomicInteger ctl = new AtomicInteger(0);

    private volatile int corePoolSize;
    private volatile int maximumPoolSize;

    private final BlockingQueue workQueue;

    public ThreadPoolTrader(int corePoolSize, int maximumPoolSize, BlockingQueue workQueue) {
    this.corePoolSize = corePoolSize;
    this.maximumPoolSize = maximumPoolSize;
    this.workQueue = workQueue;
    }

    @Override
    public void execute(Runnable command) {
    int c = ctl.get();
    if (c < corePoolSize) {
    if (!addWorker(command)) {
    reject();
    }
    return;
    }
    if (!workQueue.offer(command)) {
    if (!addWorker(command)) {
    reject();
    }
    }
    }

    private boolean addWorker(Runnable firstTask) {
    if (ctl.get() >= maximumPoolSize) return false;

    Worker worker = new Worker(firstTask);
    worker.thread.start();
    ctl.incrementAndGet();
    return true;
    }

    private final class Worker implements Runnable {

    final Thread thread;
    Runnable firstTask;

    public Worker(Runnable firstTask) {
    this.thread = new Thread(this);
    this.firstTask = firstTask;
    }

    @Override
    public void run() {
    Runnable task = firstTask;
    try {
    while (task != null || (task = getTask()) != null) {
    task.run();
    if (ctl.get() > maximumPoolSize) {
    break;
    }
    task = null;
    }
    } finally {
    ctl.decrementAndGet();
    }
    }

    private Runnable getTask() {
    for (; ; ) {
    try {
    System.out.println("workQueue.size:" + workQueue.size());
    return workQueue.take();
    } catch (InterruptedException e) {
    e.printStackTrace();
    }
    }
    }
    }

    private void reject() {
    throw new RuntimeException("Error!ctl.count:" + ctl.get() + " workQueue.size:" + workQueue.size());
    }

    public static void main(String[] args) {
    ThreadPoolTrader threadPoolTrader = new ThreadPoolTrader(2, 2, new ArrayBlockingQueue(10));

    for (int i = 0; i < 10; i++) {
    int finalI = i;
    threadPoolTrader.execute(() -> {
    try {
    Thread.sleep(1500);
    } catch (InterruptedException e) {
    e.printStackTrace();
    }
    System.out.println("任务编号:" + finalI);
    });
    }
    }

    }

    // 测试结果

    任务编号:1
    任务编号:0
    workQueue.size:8
    workQueue.size:8
    任务编号:3
    workQueue.size:6
    任务编号:2
    workQueue.size:5
    任务编号:5
    workQueue.size:4
    任务编号:4
    workQueue.size:3
    任务编号:7
    workQueue.size:2
    任务编号:6
    workQueue.size:1
    任务编号:8
    任务编号:9
    workQueue.size:0
    workQueue.size:0

    「以上」,关于线程池的实现还是非常简单的,从测试结果上已经可以把最核心的池化思想体现出来了。主要功能逻辑包括:

    • ctl,用于记录线程池中线程数量。
    • corePoolSize、 maximumPoolSize,用于限制线程池容量。
    • workQueue,线程池队列,也就是那些还不能被及时运行的线程,会被装入到这个队列中。
    • execute,用于提交线程,这个是通用的接口方法。在这个方法里主要实现的就是,当前提交的线程是加入到worker、队列还是放弃。
    • addWorker,主要是类 Worker 的具体操作,创建并执行线程。这里还包括了 getTask() 方法,也就是从队列中不断的获取未被执行的线程。

    「好」,那上面这些就是这个简单线程池实现的具体情况。但要是深入思考一下,就会发现这里有很多地方需要完善,比如说:线程池的状态不可能一直都是奔跑状态呀!?、线程池的锁会不会有并发问题呢?、线程池拒绝后的策略又是什么呢?这些问题在主流程中都没有得到解决,也正是因为没有这些流程,所以上面的代码才更容易让人理解。

    接下来,我们就开始分析线程池的源码,与我们实现的简单线程池参考对比,会更加容易理解!

    3. 线程池源码分析

    3.1 线程池类关系图

    图 21-2 线程池类关系图

    以围绕核心类 ThreadPoolExecutor 的实现展开的类之间实现和继承关系,如图 21-2 线程池类关系图。

    • 接口 Executor、 ExecutorService,定义线程池的基本方法。尤其是 execute(Runnable command) 提交线程池方法。
    • 抽象类 AbstractExecutorService,实现了基本通用的接口方法。
    • ThreadPoolExecutor,是整个线程池最核心的工具类方法,所有的其他类和接口,为围绕这个类来提供各自的功能。
    • Worker,是任务类,也就是最终执行的线程的方法。
    • RejectedExecutionHandler,是拒绝策略接口,有四个实现类; AbortPolicy(抛异常方式拒绝)、 DiscardPolicy(直接丢弃)、 DiscardOldestPolicy(丢弃存活时间最长的任务)、 CallerRunsPolicy(谁提交谁执行)。
    • Executors,是用于创建我们常用的不同策略的线程池, newFixedThreadPool、 newCachedThreadPool、 newScheduledThreadPool、 newSingleThreadExecutor。

    3.2 高3位与低29位

    图 22-3 线程状态,高3位与低29位
    private final AtomicInteger ctl = new AtomicInteger(ctlOf(RUNNING, 0));
    private static final int COUNT_BITS = Integer.SIZE - 3;
    private static final int CAPACITY = (1 << COUNT_BITS) - 1;

    private static final int RUNNING = -1 << COUNT_BITS;
    private static final int SHUTDOWN = 0 << COUNT_BITS;
    private static final int STOP = 1 << COUNT_BITS;
    private static final int TIDYING = 2 << COUNT_BITS;
    private static final int TERMINATED = 3 << COUNT_BITS;

    在ThreadPoolExecutor线程池实现类中,ctl的类型是AtomicInteger,它肩负着记录线程池状态和线程池数量的双重使命。它采用分割数据区域的方式,在一个类型上记录多个值,其中高3位用于记录状态,低29位则负责存储线程数量。其默认的RUNNING状态下,线程数为0个。

    3.2 线程池状态

    图 22-4 线程池状态流转

    图 22-4 是线程池中的状态流转关系,包括如下状态:

    • RUNNING:运行状态,接受新的任务并且处理队列中的任务。
    • SHUTDOWN:关闭状态(调用了shutdown方法)。不接受新任务,,但是要处理队列中的任务。
    • STOP:停止状态(调用了shutdownNow方法)。不接受新任务,也不处理队列中的任务,并且要中断正在处理的任务。
    • TIDYING:所有的任务都已终止了,workerCount为0,线程池进入该状态后会调 terminated() 方法进入TERMINATED 状态。
    • TERMINATED:终止状态,terminated() 方法调用结束后的状态。

    3.3 提交线程(execute)

    图 22-5 提交线程流程图
    public void execute(Runnable command) {
    if (command == null)
    throw new NullPointerException();
    int c = ctl.get();
    if (workerCountOf(c) < corePoolSize) {
    if (addWorker(command, true))
    return;
    c = ctl.get();
    }
    if (isRunning(c) && workQueue.offer(command)) {
    int recheck = ctl.get();
    if (! isRunning(recheck) && remove(command))
    reject(command);
    else if (workerCountOf(recheck) == 0)
    addWorker(null, false);
    }
    else if (!addWorker(command, false))
    reject(command);
    }

    在阅读这部分源码的时候,可以参考我们自己实现的线程池。其实最终的目的都是一样的,就是这段被提交的线程,启动执行、加入队列、决策策略,这三种方式。

    • ctl.get(),取的是记录线程状态和线程个数的值,最终需要使用方法 workerCountOf(),来获取当前线程数量。 `workerCountOf 执行的是 c & CAPACITY 运算
    • 根据当前线程池中线程数量,与核心线程数 corePoolSize 做对比,小于则进行添加线程到任务执行队列。
    • 如果说此时线程数已满,那么则需要判断线程池是否为运行状态 isRunning(c)。如果是运行状态则把不能被执行的线程放入线程队列中。
    • 放入线程队列以后,还需要重新判断线程是否运行以及移除操作,如果非运行且移除,则进行拒绝策略。否则判断线程数量为0后添加新线程。
    • 最后就是再次尝试添加任务执行,此时方法 addWorker 的第二个入参是 false,最终会影响添加执行任务数量判断。如果添加失败则进行拒绝策略。

    3.5 添加执行任务(addWorker)

    图 22-6 添加执行任务逻辑流程

    「private boolean addWorker(Runnable firstTask, boolean core)」

    「第一部分、增加线程数量」

    retry:
    for (;;) {
    int c = ctl.get();
    int rs = runStateOf(c);
    // Check if queue empty only if necessary.
    if (rs >= SHUTDOWN &&
    ! (rs == SHUTDOWN &&
    firstTask == null &&
    ! workQueue.isEmpty()))
    return false;
    for (;;) {
    int wc = workerCountOf(c);
    if (wc >= CAPACITY ||
    wc >= (core ? corePoolSize : maximumPoolSize))
    return false;
    if (compareAndIncrementWorkerCount(c))
    break retry;
    c = ctl.get(); // Re-read ctl
    if (runStateOf(c) != rs)
    continue retry;
    // else CAS failed due to workerCount change; retry inner loop
    }
    }

    「第一部分、创建启动线程」

    boolean workerStarted = false;
    boolean workerAdded = false;
    Worker w = null;
    try {
    w = new Worker(firstTask);
    final Thread t = w.thread;
    if (t != null) {
    final ReentrantLock mainLock = this.mainLock;
    mainLock.lock();
    try {
    int rs = runStateOf(ctl.get());
    if (rs < SHUTDOWN ||
    (rs == SHUTDOWN && firstTask == null)) {
    if (t.isAlive()) // precheck that t is startable
    throw new IllegalThreadStateException();
    workers.add(w);
    int s = workers.size();
    if (s > largestPoolSize)
    largestPoolSize = s;
    workerAdded = true;
    }
    } finally {
    mainLock.unlock();
    }
    if (workerAdded) {
    t.start();
    workerStarted = true;
    }
    }
    } finally {
    if (! workerStarted)
    addWorkerFailed(w);
    }
    return workerStarted;

    添加执行任务的流程可以分为两块看,上面代码部分是用于记录线程数量、下面代码部分是在独占锁里创建执行线程并启动。这部分代码在不看锁、CAS等操作,那么就和我们最开始手写的线程池基本一样了

    • if (rs >= SHUTDOWN &&! (rs == SHUTDOWN &&firstTask == null &&! workQueue.isEmpty())),判断当前线程池状态,是否为 SHUTDOWN、 STOP、 TIDYING、 TERMINATED中的一个。并且当前状态为 SHUTDOWN、且传入的任务为 null,同时队列不为空。那么就返回 false。
    • compareAndIncrementWorkerCount,CAS 操作,增加线程数量,成功就会跳出标记的循环体。
    • runStateOf(c) != rs,最后是线程池状态判断,决定是否循环。
    • 在线程池数量记录成功后,则需要进入加锁环节,创建执行线程,并记录状态。在最后如果判断没有启动成功,则需要执行 addWorkerFailed 方法,剔除到线程方法等操作。

    3.6 执行线程(runWorker)

    final void runWorker(Worker w) {
    Thread wt = Thread.currentThread();
    Runnable task = w.firstTask;
    w.firstTask = null;
    w.unlock(); // 允许中断
    boolean completedAbruptly = true;
    try {
    while (task != null || (task = getTask()) != null)
    w.lock();
    if ((runStateAtLeast(ctl.get(), STOP) ||
    (Thread.interrupted() &&
    runStateAtLeast(ctl.get(), STOP))) &&
    !wt.isInterrupted())
    wt.interrupt();
    try {
    beforeExecute(wt, task);
    Throwable thrown = null;
    try {
    task.run();
    } finally {
    afterExecute(task, thrown);
    }
    } finally {
    task = null;
    w.completedTasks++;
    w.unlock();
    }
    }
    completedAbruptly = false;
    } finally {
    processWorkerExit(w, completedAbruptly);
    }
    }

    「其实」,有了手写线程池的基础,到这也就基本了解了,线程池在干嘛。到这最核心的点就是 task.run() 让线程跑起来。额外再附带一些其他流程如下;

    • beforeExecute、 afterExecute,线程执行的前后做一些统计信息。
    • 另外这里的锁操作是 Worker 继承 AQS 自己实现的不可重入的独占锁。
    • processWorkerExit,如果你感兴趣,类似这样的方法也可以深入了解下。 在线程退出时候workers做到一些移除处理以及完成任务数等,也非常有意思

    3.7 队列获取任务(getTask)

    如果你已经开始阅读源码,可以在 runWorker 方法中,看到这样一句循环代码 while (task != null || (task = getTask()) != null)。这与我们手写线程池中操作的方式是一样的,核心目的就是从队列中获取线程方法。

    private Runnable getTask() {
    boolean timedOut = false; // Did the last poll() time out?
    for (;;) {
    int c = ctl.get();
    int rs = runStateOf(c);
    // Check if queue empty only if necessary.
    if (rs >= SHUTDOWN && (rs >= STOP || workQueue.isEmpty())) {
    decrementWorkerCount();
    return null;
    }
    int wc = workerCountOf(c);
    // Are workers subject to culling?
    boolean timed = allowCoreThreadTimeOut || wc > corePoolSize;
    if ((wc > maximumPoolSize || (timed && timedOut))
    && (wc > 1 || workQueue.isEmpty())) {
    if (compareAndDecrementWorkerCount(c))
    return null;
    continue;
    }
    try {
    Runnable r = timed ?
    workQueue.poll(keepAliveTime, TimeUnit.NANOSECONDS) :
    workQueue.take();
    if (r != null)
    return r;
    timedOut = true;
    } catch (InterruptedException retry) {
    timedOut = false;
    }
    }
    }
    • getTask 方法从阻塞队列中获取等待被执行的任务,也就是一条条往出拿线程方法。
    • if (rs >= SHUTDOWN ...,判断线程是否关闭。
    • wc = workerCountOf(c),wc > corePoolSize,如果工作线程数超过核心线程数量 corePoolSize 并且 workQueue 不为空,则增加工作线程。但如果超时未获取到线程,则会把大于 corePoolSize 的线程销毁掉。
    • timed,是 allowCoreThreadTimeOut 得来的。最终 timed 为 true 时,则通过阻塞队列的poll方法进行超时控制。
    • 如果在 keepAliveTime 时间内没有获取到任务,则返回null。如果为false,则阻塞。

    四、总结

    • 这一章节并没有完全把线程池的所有知识点都介绍完,否则一篇内容会有些臃肿。在这一章节我们从手写线程池开始,逐步的分析这些代码在Java的线程池中是如何实现的,涉及到的知识点也几乎是我们以前介绍过的内容,包括:队列、CAS、AQS、重入锁、独占锁等内容。所以这些知识也基本是环环相扣的,最好有一些根基否则会有些不好理解。
    • 除了本章介绍的,我们还没有讲到线程的销毁过程、四种线程池方法的选择和使用、以及在 CPU密集型任务、 IO 密集型任务时该怎么配置。另外在Spring中也有自己实现的线程池方法。这些知识点都非常贴近实际操作。
    • 好了,今天的内容先扯到这,后续的内容陆续完善。如果以上内容有错字、流程缺失、或者不好理解以及描述错误,欢迎留言。互相学习、互相进步。

    五、系列推荐

    • Thread.start() ,它是怎么让线程启动的呢?
    • Thread 线程,状态转换、方法使用、原理分析
    • ReentrantLock之AQS原理分析和实践使用
    • 什么是双端队列、延迟对列、阻塞队列,全是知识盲区!
    • 90%的程序员,都没用过多线程和锁,怎么成为架构师?

    bugstack虫洞栈

    沉淀、分享、成长,让自己和他人都能有所收获!

    作者小傅哥多年从事一线互联网Java开发,从19年开始编写工作和学习历程的技术汇总,旨在为大家提供一个较清晰详细的核心技能学习文档。如果本文能为您提供帮助,请给予支持(关注、点赞、分享)!

    感谢支持小傅哥原创,欢迎点击在看和转发

    本文分享自微信公众号 - bugstack虫洞栈(bugstack)。
    如有侵权,请联系 support@oschina.cn 删除。
    本文参与“OSC源创计划”,欢迎正在阅读的你也加入,一起分享。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    系统应用 机器学习
    相关文章 更多
    机器学习之父MichaelJordan:AGl是炒作,AI的下一个战场是经济学
    机器学习之父MichaelJordan:AGl是炒作,AI的下一个战场是经济学

    机器学习奠基人MichaelJordan认为AGI是公关炒作,AI的真正挑战在于让系统学会协调。他主张机器学习必须与经济学结合,关注不确定性、激励机制和数据流动等社会系统性问题,而非单纯追求模型能力。

    deepseek-智能助手入口
    deepseek-智能助手入口

    当前数字时代,deepseek入口智能助手凭借前沿技术架构为用户带来革新体验 在如今这个数字浪潮翻涌的时代,deepseek入口智能助手凭借其前沿的技术架构,为用户带来了真正意义上的革新体验。这个平台巧妙融合了自然语言处理与知识图谱技术,能够精准解析那些看似复杂的语义需求,已然成为提升工作效率的智能

    用相关性分析消除“冗余特征”
    用相关性分析消除“冗余特征”

    刚开始学机器学习时,我也像大部分人 一样,有个很朴素的想法:特征越多,模型能学到的信息就越多,效果自然越好。 所以每次拿到数据,我就拼命往模型里塞特征——能算出来的统计量全加上,能衍生出来的比率全拼上。 一个原本 20 列的数据集,经常被我搞到七八十列。 然后我就发现事情不太对劲了: 训练时间明显变

    用方差阈值过滤掉“惰性特征”
    用方差阈值过滤掉“惰性特征”

    机器学习实战中,大家往往把精力花在调参和选模型上,却忽略了一个更基础的问题:喂给模型的数据里,有多少特征是真正有用的? 刚开始学机器学习那会儿,很多人特别喜欢堆特征——不管有用没用先一股脑全塞进去,总觉得特征越多模型越聪明。直到有一次跑练习数据集,X_train.shape 直接干到了 (50000

    超细空气颗粒物每年致约199万人早亡
    超细空气颗粒物每年致约199万人早亡

    空气中直径小于100纳米的超细颗粒物每年导致约199万人早逝,其中近半因心血管疾病。该颗粒物主要来自化石燃料,可通过呼吸进入血液,引发氧化应激和内皮功能紊乱,是未被充分认识的心血管危险因素。若年均浓度控制在每立方厘米5000个以下,全球超额死亡率可降低约45%。

    当我们用错误的尺子量对了东西,会发生什么?
    当我们用错误的尺子量对了东西,会发生什么?

    这项研究来自Ezgi Korkmaz,论文以预印本形式发布于2026年7月8日,编号为arXiv:2607.07769,发表于cs.LG(机器学习)领域,并将出版于2026年人工智能促进协会(AAAI)会议论文集。有兴趣深入了解的读者可以通过arXiv编号2607.07769查询完整论文。 深度强化

    学少儿编程还是机器人编程
    学少儿编程还是机器人编程

    机器人编程侧重硬件组装与程序驱动,编程受限于特定机器人;少儿编程系统化教授编程知识,从Scratch启蒙延伸至Python、C++等高级语言。两者各有侧重,选择取决于希望孩子提升的能力方向。

    少儿编程分类全解析:软件编程 VS 硬件编程,孩子该怎么选?
    少儿编程分类全解析:软件编程 VS 硬件编程,孩子该怎么选?

    少儿编程分为软件与硬件两大方向。软件编程侧重逻辑与代码能力,含图形化、Python、C++,适配学业竞赛;硬件编程侧重动手与工程实践,含乐高搭建与机器人。选择应基于孩子兴趣与年龄。

    Python 基础(一):入门必备知识
    Python 基础(一):入门必备知识

    学习Python,从基础语法开始是最稳妥的路径。这篇文章整理了Python入门阶段必须掌握的核心概念,包括标识符、关键字、引号、编码、输入输出、缩进、多行、注释、数据类型以及运算符等,后面还整理了基础进阶、爬虫、自动化、数据分析、小游戏、趣味项目以及自学路线等系列内容,方便你按需查阅。 目录 1 标

    phpEnv怎么安装PHP-ML phpEnv机器学习开发环境
    phpEnv怎么安装PHP-ML phpEnv机器学习开发环境

    PHP-ML是纯PHP编写的机器学习库,需通过Composer安装,依赖PHP7.4以上及ext-gmp等扩展。phpEnv仅提供PHP环境,不直接支持安装。失败原因包括ext-gmp未启用、PATH未关联正确PHP版本、未初始化composer.json。启用gmp扩展、使用phpEnv的PHP执行composerinit和require即可解决。注意CL

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。