转自: https://www.cnblogs.com/dennyzhangdd/p/6909771.html?utm_source=itdadao&utm_medium=referralhtml
正文算法
1、抛出问题
关于如何计算并发线程数，通常分两派，来自两本书，且都是好书，到底哪一个是对的？问题追踪后，整理以下：数据库
第一派：《Java Concurrency in Practice》即《java并发编程实践》，以下图：编程
如上图，在《Java Concurrency in Practice》一书中，给出了估算线程池大小的公式：swift
Nthreads=Ncpu*Ucpu*(1+w/c)，其中服务器
Ncpu=CPU核心数网络
Ucpu=cpu使用率，0~1多线程
W/C=等待时间与计算时间的比率并发
第二派：《Programming Concurrency on the JVM Mastering》即《Java 虚拟机并发编程》
线程数=Ncpu/（1-阻塞系数）
2、分析
对于派系一，假设cpu100%运转，即撇开CPU使用率这个因素，线程数=Ncpu*(1+w/c)。
如今假设将派系二的公式等于派系一公式，即Ncpu/（1-阻塞系数）=Ncpu*(1+w/c),===》阻塞系数=w/(w+c)，即阻塞系数=阻塞时间/（阻塞时间+计算时间），这个结论在派系二后续中获得应征，以下图：
因而可知，派系一和派系二实际上是一个公式......这样我就放心了......
3、实际应用
那么实际使用中并发线程数如何设置呢？分析以下（咱们以派系一公式为例）：
Nthreads=Ncpu*(1+w/c)
IO密集型：通常状况下，若是存在IO，那么确定w/c>1（阻塞耗时通常都是计算耗时的不少倍）,可是须要考虑系统内存有限（每开启一个线程都须要内存空间），这里须要上服务器测试具体多少个线程数适合（CPU占比、线程数、总耗时、内存消耗）。若是不想去测试，保守点取1即，Nthreads=Ncpu*(1+1)=2Ncpu。这样设置通常都OK。
计算密集型：假设没有等待w=0，则W/C=0. Nthreads=Ncpu。
至此结论就是：
IO密集型=2Ncpu（能够测试后本身控制大小，2Ncpu通常没问题）（常出现于线程中：数据库数据交互、文件上传下载、网络数据传输等等）
计算密集型=Ncpu（常出现于线程中：复杂算法）
java中：Ncpu=Runtime.getRuntime().availableProcessors()
=========================此处可略过=============================================
固然派系一种《Java Concurrency in Practice》还有一种说法，
即对于计算密集型的任务，在拥有N个处理器的系统上，当线程池的大小为N+1时，一般能实现最优的效率。(即便当计算密集型的线程偶尔因为缺失故障或者其余缘由而暂停时，这个额外的线程也能确保CPU的时钟周期不会被浪费。)
即，计算密集型=Ncpu+1，可是这种作法致使的多一个cpu上下文切换是否值得，这里不考虑。读者可本身考量。
======================================================================
4、总结：
选择线程池并发线程数的因素不少：任务类型、内存等线程中使用到全部资源都须要考虑。本文通过对现有文献的分析论证，得出结论，并给出了实际应用公式，实乃工程师之福利，技术之典范......
---
一针见血系列[2]: 线程池里面到底该设置多少个线程呢？论Java多线程和CPU核数的关系
转自: http://swiftlet.net/archives/3012
在Java中，经过下面的代码，咱们能够很容易地获取到系统可用的处理器核心数目:
|
1
|
Runtime.getRuntime().availableProcessors();
|
基本原则是：应用程序的最小线程数应该等于可用的处理器核数。具体场景又分为如下两种状况：
（1）若是全部的任务都是计算密集型的，则建立处理器可用核心数那么多个线程就能够了。在这种状况下，建立更多的线程对程序性能而言反而是不利的。由于当有多个任务处于就绪状态时，处理器核心须要在线程间频繁进行上下文切换，而这种切换对程序性能损耗较大。
（2）若是任务都是IO密集型的，那么咱们就须要开更多的线程来提升性能。当一个任务执行IO操做时，其线程将被阻塞，因而处理器能够当即进行上下文切换以便处理其余就绪线程。若是咱们只有处理器可用核心数那么多个线程的话，即便有待执行的任务也没法处理，由于咱们已经拿不出更多的线程供处理器调度了。
总之，若是任务有50%的时间处于阻塞状态，则程序所需线程数为处理器可用核心数的两倍。若是任务被阻塞的时间少于50%，即这些任务是计算密集型的，则程序所需线程数将随之减小，但最少也不该低于处理器的核心数。若是任务被阻塞的时间大于执行时间，即该任务是IO密集型的，咱们就须要建立比处理器核心数大几倍数量的线程。计算出程序所需线程的总数的公式以下:
线程数=CPU可用核心数/(1-阻塞系数)，其中阻塞系数的取值在0和1之间。
计算密集型任务的阻塞系数为0，而IO密集型任务的阻塞系数则接近1。一个彻底阻塞的任务是注定要挂掉的，因此咱们无须担忧阻塞系数会达到1。