如何肯定线程池大小

背景

在咱们平常业务开发过程当中，或多或少都会用到并发的功能。那么在用到并发功能的过程当中，就确定会碰到下面这个问题

并发线程池到底设置多大呢？

一般有点年纪的程序员或许都据说这样一个说法 （其中 N 表明 CPU 的个数）

1. CPU 密集型应用，线程池大小设置为 N + 1
2. IO 密集型应用，线程池大小设置为 2N

这个说法究竟是不是正确的呢？

其实这是极不正确的。那为何呢？

• 首先咱们从反面来看，假设这个说法是成立的，那咱们在一台服务器上部署多少个服务都无所谓了。由于线程池的大小只能服务器的核数有关，因此这个说法是不正确的。那具体应该怎么设置大小呢？
• 假设这个应用是二者混合型的，其中任务即有 CPU 密集，也有 IO 密集型的，那么咱们改怎么设置呢？是否是只能抛硬盘来决定呢？

那么咱们到底该怎么设置线程池大小呢？有没有一些具体实践方法来指导你们落地呢？让咱们来深刻地了解一下。

Little's Law（利特尔法则）

一个系统请求数等于请求的到达率与平均每一个单独请求花费的时间之乘积

假设服务器单核的，对应业务须要保证请求量（QPS）：10 ，真正处理一个请求须要 1 秒，那么服务器每一个时刻都有 10 个请求在处理，即须要 10 个线程

一样，咱们可使用利特尔法则（Little’s law）来断定线程池大小。咱们只需计算请求到达率和请求处理的平均时间。而后，将上述值放到利特尔法则（Little’s law）就能够算出系统平均请求数。估算公式以下

*线程池大小 = （（线程 IO time + 线程 CPU time ）/线程 CPU time ） CPU数目**

具体实践

经过公式，咱们了解到须要 3 个具体数值

1. 一个请求所消耗的时间 (线程 IO time + 线程 CPU time)
2. 该请求计算时间 （线程 CPU time）
3. CPU 数目

请求消耗时间

Web 服务容器中，能够经过 Filter 来拦截获取该请求先后消耗的时间

public class MoniterFilter implements Filter {

    private static final Logger logger = LoggerFactory.getLogger(MoniterFilter.class);

    @Override
    public void doFilter(ServletRequest request, ServletResponse response, FilterChain chain) throws IOException,
            ServletException {
        long start = System.currentTimeMillis();

        HttpServletRequest httpRequest = (HttpServletRequest) request;
        HttpServletResponse httpResponse = (HttpServletResponse) response;
        String uri = httpRequest.getRequestURI();
        String params = getQueryString(httpRequest);

        try {
            chain.doFilter(httpRequest, httpResponse);
        } finally {
            long cost = System.currentTimeMillis() - start;
            logger.info("access url [{}{}], cost time [{}] ms )", uri, params, cost);
        }

    private String getQueryString(HttpServletRequest req) {
        StringBuilder buffer = new StringBuilder("?");
        Enumeration<String> emParams = req.getParameterNames();
        try {
            while (emParams.hasMoreElements()) {
                String sParam = emParams.nextElement();
                String sValues = req.getParameter(sParam);
                buffer.append(sParam).append("=").append(sValues).append("&");
            }
            return buffer.substring(0, buffer.length() - 1);
        } catch (Exception e) {
            logger.error("get post arguments error", buffer.toString());
        }
        return "";
    }
}

CPU 计算时间

CPU 计算时间 = 请求总耗时 - CPU IO time

假设该请求有一个查询 DB 的操做，只要知道这个查询 DB 的耗时（CPU IO time），计算的时间不就出来了嘛，咱们看一下怎么才能简洁，明了的记录 DB 查询的耗时。经过（JDK 动态代理/ CGLIB）的方式添加 AOP 切面，来获取线程 IO 耗时。代码以下，请参考

public class DaoInterceptor implements MethodInterceptor {

    private static final Logger logger = LoggerFactory.getLogger(DaoInterceptor.class);

    @Override
    public Object invoke(MethodInvocation invocation) throws Throwable {
        StopWatch watch = new StopWatch();
        watch.start();
        Object result = null;
        Throwable t = null;
        try {
            result = invocation.proceed();
        } catch (Throwable e) {
            t = e == null ? null : e.getCause();
            throw e;
        } finally {
            watch.stop();
            logger.info("({}ms)", watch.getTotalTimeMillis());

        }

        return result;
    }

}

CPU 数目

逻辑 CPU 个数 ，设置线程池大小的时候参考的 CPU 个数

cat /proc/cpuinfo| grep "processor"| wc -l

总结

合适的配置线程池大小其实很不容易，可是经过上述的公式和具体代码，咱们就能快速、落地的算出这个线程池该设置的多大。不过最后的最后，咱们仍是须要经过压力测试来进行微调，只有通过压测测试的检验，咱们才能最终保证的配置大小是准确的。

参考

Little's law