合理设置工做线程数

最大工做线程数，后端服务通常也有个配置，工做线程池的线程数量，这个线程数的配置不一样的业务架构师有不一样的经验值，有些业务设置为CPU核数的2倍，有些业务设置为CPU核数的8倍，有些业务设置为CPU核数的32倍。

 

一个典型的工做线程的处理过程，从开始处理start到结束处理end，该任务的处理共有7个步骤：

• 从工做队列里拿出任务，进行一些本地初始化计算，例如http协议分析、参数解析、参数校验等

• 访问cache拿一些数据

• 拿到cache里的数据后，再进行一些本地计算，这些计算和业务逻辑相关

• 经过RPC调用下游service再拿一些数据，或者让下游service去处理一些相关的任务

• RPC调用结束后，再进行一些本地计算，怎么计算和业务逻辑相关

• 访问DB进行一些数据操做

• 操做完数据库以后作一些收尾工做，一样这些收尾工做也是本地计算，和业务逻辑相关

分析整个处理的时间轴，会发现：

    线程进行本地业务逻辑计算时须要占用CPU

    访问cache、service、DB过程当中线程处于一个等待结果的状态，不须要占用CPU

 

经过量化分析，例如打日志进行统计，能够统计出整个Worker线程执行过程当中这两部分时间的比例，例如：

• 执行计算，占用CPU的时间（粉色时间轴）是100ms

• 等待时间，不占用CPU的时间（橙色时间轴）也是100ms

 

获得的结果是，这个线程计算和等待的时间是1：1，即有50%的时间在计算（占用CPU），50%的时间在等待（不占用CPU）：

• 假设此时是单核，则设置为2个工做线程就能够把CPU充分利用起来，让CPU跑到100%

• 假设此时是N核，则设置为2N个工做现场就能够把CPU充分利用起来，让CPU跑到N*100%

 

结论：

N核服务器，经过执行业务的单线程分析出本地计算时间为x，等待时间为y，则工做线程数（线程池线程数）设置为 N*(x+y)/x，能让CPU的利用率最大化。

 

经验：

通常来讲，非CPU密集型的业务（加解密、压缩解压缩、搜索排序等业务是CPU密集型的业务），瓶颈都在后端数据库访问或者RPC调用，本地CPU计算的时间不多，因此设置几十或者几百个工做线程是可以提高吞吐量的。

 

6、总结

• 线程数不是越多越好

• sleep()不占用CPU

• 单核设置多线程不但能使得代码清晰，还能提升吞吐量

• 站点和服务最经常使用的线程模型是“IO线程与工做现场经过任务队列解耦”，此时设置多工做线程能够提高吞吐量

• N核服务器，经过日志分析出任务执行过程当中，本地计算时间为x，等待时间为y，则工做线程数（线程池线程数）设置为 N*(x+y)/x，能让CPU的利用率最大化

*************** http://www.importnew.com/17384.html

https://mp.weixin.qq.com/s/EPWwJShDNmnQQE24tAOanQ