先来看看这个异常日志样子
Caused by: java.util.concurrent.RejectedExecutionException: Thread pool is EXHAUSTED! Thread Name: DubboServerHandler-172.16.166.211:9491, Pool Size: 200 (active: 200, core: 200, max: 200, largest: 200), Task: 165633 (completed: 165433), Executor status:(isShutdown:false, isTerminated:false, isTerminating:false), in dubbo://172.16.166.211:9491!
at com.alibaba.dubbo.common.threadpool.support.AbortPolicyWithReport.rejectedExecution(AbortPolicyWithReport.java:53)
at java.util.concurrent.ThreadPoolExecutor.reject(ThreadPoolExecutor.java:768)
at java.util.concurrent.ThreadPoolExecutor.execute(ThreadPoolExecutor.java:656)
at com.alibaba.dubbo.remoting.transport.dispatcher.all.AllChannelHandler.caught(AllChannelHandler.java:65)
一句话，dubbo的线程池满了，用完了。怎么解决，1：修改dubbo的连接池中的大小； 2：优化系统业务逻辑，但是问题就要先找到那线程的干活的他占用了，要先找到才能优化。
一、 修改dubbo的线程池大小
方法1：调整dubbo.properites的配置
// 设成一样大，减少线程池收缩开销
dubbo.service.min.thread.pool.size=200
dubbo.service.max.thread.pool.size=200
方法2： 修改项目中的具体
项目的实际配置：
<dubbo:provider timeout="50000" threadpool="fixed" threads="500" accepts="1000" />
timeout=”5000″：设置远程调用服务的超时时间为5000毫秒
threadpool=”fixed”：线程模型为固定大小的线程池，启动时建立线程，不关闭，一直持有
threads=”500″：线程数为500
accepts=”1000″：限制服务器端的接受的连接的最大值为1000
再看看dubbo官网上的线程模型的内容
Dispatcher
all 所有消息都派发到线程池，包括请求，响应，连接事件，断开事件，心跳等。
direct 所有消息都不派发到线程池，全部在IO线程上直接执行。
message 只有请求响应消息派发到线程池，其它连接断开事件，心跳等消息，直接在IO线程上执行。
execution 只请求消息派发到线程池，不含响应，响应和其它连接断开事件，心跳等消息，直接在IO线程上执行。
connection 在IO线程上，将连接断开事件放入队列，有序逐个执行，其它消息派发到线程池。
ThreadPool
fixed 固定大小线程池，启动时建立线程，不关闭，一直持有。(缺省)
cached 缓存线程池，空闲一分钟自动删除，需要时重建。
limited 可伸缩线程池，但池中的线程数只会增长不会收缩。(为避免收缩时突然来了大流量引起的性能问题)。
配置如：
<dubbo:protocol name="dubbo" dispatcher="all" threadpool="fixed" threads="100" />
配置标签
例:
项目中的配置如下：
<!-- Application name -->
<dubbo:application name="xxpaymer" />
<dubbo:registry address="${zk.address}" file="${zk.dubbo.file}" />
<dubbo:protocol name="dubbo" port="9491" />
<dubbo:provider retries="1" timeout="20000" />
<!-- 注册服务 -->
<dubbo:service interface="com.xxpay.paymer.api.server.IMerService" ref="merService" version="${zk.merService.version}" />
<!-- 注册业务员服务 -->
<dubbo:service interface="com.xxpay.salesman.api.server.ISalesmanService" ref="salesmanTotalService" version="${zk.salesmanTotalService.version}" >
<dubbo:method name="setSalesmanData" async="true" return="false"></dubbo:method>
<dubbo:method name="setTotalGatheingExpendData" async="true" return="false" ></dubbo:method>
<dubbo:method name="deleteSalesmanDataExpend" async="true" return="false"></dubbo:method>
<dubbo:method name="setSalesmanDataBack" async="true" return="false"></dubbo:method>
<dubbo:method name="deleteSalesmanDataBack" async="true" return="false"></dubbo:method>
</dubbo:service>
<!-- 注册用户服务 -->
<dubbo:service interface="com.xxpay.authority.api.server.IUserService" ref="userService" version="${zk.authority.version}" />
<!-- 注册资源服务 -->
<dubbo:service interface="com.xxpay.authority.api.server.IResourceService" ref="resourceService" version="${zk.authority.version}" />
<!-- 引用API服务 -->
<dubbo:reference id="inDealService" interface="com.xxpay.payapi.core.IInDeal" check="${zk.check}" version="${zk.inDealService.version}"/>
<dubbo:reference id="iQueryService" interface="com.xxpay.payapi.core.IQueryDeal" check="${zk.check}" version="${zk.iQueryService.version}"/>
<dubbo:reference id="outDealService" interface="com.xxpay.payapi.core.IOutDeal" check="${zk.check}" version="${zk.outDealService.version}"/>
二、 优化系统业务逻辑
要优化业务逻辑就要先定位问题点，其实就是找问题产生的原因。
如何找出JAVA应用中占用CPU的代码
高手是怎么使用jstack精确找到异常代码的
对线程状态进行分析。线程状态如下所示：
1) 死锁，Deadlock（重点关注）
2) 执行中，Runnable
3) 等待资源，Waiting on condition（重点关注，等待什么资源）
4) 等待获取监视器，Waiting on monitor entry（重点关注）
5) 暂停，Suspended
6) 对象等待中，Object.wait() 或 TIMED_WAITING
7) 阻塞，Blocked（重点关注）
8) 停止，Parked
1 ： 获取进程号（ID）
通过 ps -ef |grep tomcat-xxx 或者 知道dubbo提供服务的端口来获取进程ID。
ps -ef |grep tomcat-xxx ; ps -ef |grep xxx.jar ; netstat -anlp |grep 9491 9491为dubbo工作端口
2 ： 使用jstack 进程号 导出信息
jstack ‘pid’ > t.log
3 ： 查看导出新中的信息
vim t.log
这里查看有许多关键字来帮助确认如：
DubboServerHandler-192.168.10.117:9491-thread-111
java.lang.Thread.State: BLOCKED (on object monitor)
通查找这个来确定问题点
这样基本就确定了问题点了。剩下的就是去优化她。