Future submit(Callable task);
Future submit(Runnable task, T result);
Future submit(Runnable task);
List> invokeAll(Collection> tasks) throws InterruptedException;
List> invokeAll(Collection> tasks,long timeout, TimeUnit unit) throws InterruptedException;
T invokeAny(Collection> tasks) throws InterruptedException, ExecutionException;
T invokeAny(Collection> tasks, long timeout, TimeUnit unit) throws InterruptedException,
ExecutionException, TimeoutException;
AbstractExecutorService 抽象类继承 ExecutorService 接口，对 ExecutorService 相关方法提
供了默认实现，用 RunnableFuture 的实现类 FutureTask 包装 Runnable 任务，交给 execute()
方法执行，然后可以从该 FutureTask 阻塞获取执行结果，并且对批量任务的提交做了编排
protected RunnableFuture newTaskFor(Runnable runnable, T value) {
return new FutureTask(runnable, value);
}
public Future submit(Runnable task) {
if (task == null) throw new NullPointerException();
RunnableFuture ftask = newTaskFor(task, null);
execute(ftask);
return ftask;
}
ThreadPoolExecutor 继承 AbstractExecutorService，采用池化思想管理一定数量的线程来调
度执行提交的任务，且定义了一套线程池的生命周期状态，用一个 ctl 变量来同时保存当前
池状态（高 3 位）和当前池线程数（低 29 位）。看过源码的小伙伴会发现，ThreadPoolExecutor
类里的方法大量有同时需要获取或更新池状态和池当前线程数的场景，放一个原子变量里，
可以很好的保证数据的一致性以及代码的简洁性。
// 用此变量保存当前池状态（高 3 位）和当前线程数（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
核心入口 execute()方法执行逻辑如下：
public void execute(Runnable command) {
if (command == null)
throw new NullPointerException();
int c = ctl.get();
if (workerCountOf(c)
可以总结出如下主要执行流程，当然看上述代码会有一些异常分支判断，可以自己顺理加
