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:java
第一派:《Java Concurrency in Practice》即《java并发编程实践》,以下图:面试
如上图,在《Java Concurrency in Practice》一书中,给出了估算线程池大小的公式:算法
Nthreads=Ncpu*Ucpu*(1+w/c),其中数据库
Ncpu=CPU核心数编程
Ucpu=cpu使用率,0~1服务器
W/C=等待时间与计算时间的比率网络
第二派:《Programming Concurrency on the JVM Mastering》即《Java 虚拟机并发编程》并发
线程数=Ncpu/(1-阻塞系数)ide
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)。测试
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......
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。
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......