Java线程池如何合理配置核⼼线程数
我相信⼤家都⽤过线程池，但是线程池数量设置为多少⽐较合理呢？
线程数的设置的最主要的⽬的是为了充分并合理地使⽤ CPU 和内存等资源，从⽽最⼤限度地提⾼程序的性能，因此让我们⼀起去探索吧！⾸先要考虑到 CPU 核⼼数，那么在 Java 中如何获取核⼼线程数？
可以使⽤ Runtime().availableProcessor() ⽅法来获取（可能不准确，作为参考）
在确认了核⼼数后，再去判断是 CPU 密集型任务还是 IO 密集型任务：
java线程池创建的四种CPU 密集型任务：
⽐如像加解密，压缩、计算等⼀系列需要⼤量耗费 CPU 资源的任务，⼤部分场景下都是纯 CPU 计算。IO 密集型任务：⽐如像 MySQL 数据库、⽂件的读写、⽹络通信等任务，这类任务不会特别消耗 CPU 资源，但是 IO 操作⽐较耗时，会占⽤⽐较多时间。在知道如何判断任务的类别后，让我们分两个场景进⾏讨论：
CPU 密集型任务
对于 CPU 密集型计算，多线程本质上是提升多核 CPU 的利⽤率，所以对于⼀个 8 核的 CPU，每个核⼀个线程，理论上创建 8 个线程就可以了。
如果设置过多的线程数，实际上并不会起到很好的效果。此时假设我们设置的线程数量是 CPU 核⼼数的 2 倍，因为计算任务⾮常重，会占⽤⼤量的 CPU 资源，所以这时 CPU 的每个核⼼⼯作基本都是满负荷的，
⽽我们⼜设置了过多的线程，每个线程都想去利⽤ CPU 资源来执⾏⾃⼰的任务，这就会造成不必要的上下⽂切换，此时线程数的增多并没有让性能提升，反⽽由于线程数量过多会导致性能下降。
因此，对于 CPU 密集型的计算场景，理论上线程的数量 = CPU 核数就是最合适的，不过通常把线程的数量设置为CPU 核数 +1，会实现最优的利⽤率。
即使当密集型的线程由于偶尔的内存页失效或其他原因导致阻塞时，这个额外的线程也能确保 CPU 的时钟周期不会被浪费，从⽽保证 CPU 的利⽤率。
如下图就是在⼀个 8 核 CPU 的电脑上，通过修改线程数来测试对 CPU 密集型任务（素数计算）的性能影响。
可以看到线程数⼩于 8 时，性能是很差的，在线程数多于处理器核⼼数对性能的提升也很⼩，因此可
以验证公式还是具有⼀定适⽤性的。
除此之外，我们最好还要同时考虑在同⼀台机器上还有哪些其他会占⽤过多 CPU 资源的程序在运⾏，然后对资源使⽤做整体的平衡。
IO 密集型任务
对于 IO 密集型任务最⼤线程数⼀般会⼤于 CPU 核⼼数很多倍，因为 IO 读写速度相⽐于 CPU 的速度⽽⾔是⽐较慢的，如果我们设置过少的线程数，就可能导致 CPU 资源的浪费。⽽如果我们设置更多的线程数，那么当⼀部分线程正在等待 IO 的时候，它们此时并不需要 CPU 来计算，那么另外的线程便可以利⽤ CPU 去执⾏其他的任务，互不影响，这样的话在任务队列中等待的任务就会减少，可以更好地利⽤资源。
对于 IO 密集型计算场景，最佳的线程数是与程序中 CPU 计算和 IO 操作的耗时⽐相关的，《Java并发编程实战》的作者 Brain Goetz 推荐的计算⽅法如下：
线程数 = CPU 核⼼数 * (1 + IO 耗时/ CPU 耗时)
通过这个公式，我们可以计算出⼀个合理的线程数量，如果任务的平均等待时间长，线程数就随之增加，⽽如果平均⼯作时间长，也就是对于我们上⾯的 CPU 密集型任务，线程数就随之减少。
可以采⽤ APM ⼯具统计到每个⽅法的耗时，便于计算 IO 耗时和 CPU 耗时。
在这⾥引⽤Java并发编程实战中的图，⽅便⼤家更容易理解：
还有⼀派的计算⽅式是《Java虚拟机并发编程》中提出的：
线程数 = CPU 核⼼数 / (1 - 阻塞系数)
其中计算密集型阻塞系数为 0，IO 密集型阻塞系数接近 1，⼀般认为在 0.8 ~ 0.9 之间。⽐如 8 核 CPU，按照公式就是 2 / ( 1 - 0.9 ) = 20 个线程数
上图是 IO 密集型任务的⼀个测试，是在双核处理器上开不同的线程数（从 1 到 40）来测试对程序性能的影响，可以看到线程池数量达到20 之后，曲线逐渐⽔平，说明开再多的线程对程序的性能提升也毫⽆帮助。
太少的线程数会使得程序整体性能降低，⽽过多的线程也会消耗内存等其他资源，所以如果想要更准确的话，可以进⾏压测，监控 JVM 的线程情况以及 CPU 的负载情况，根据实际情况衡量应该创建的线程数，合理并充分利⽤资源。
同时，有很多线程池的应⽤，⽐如 Tomcat、Redis、Jdbc 等，每个应⽤设置的线程数也是不同的，⽐如 Tomcat 为流量⼊⼝，那么线程数的设置可能就要⽐其他应⽤要⼤。
总结
通过对线程数设置的探究，我们可以得知线程数的设置⾸先和 CPU 核⼼数有莫⼤关联，除此之外，我们需要根据任务类型的不同选择对应的策略，
线程的平均⼯作时间所占⽐例越⾼，就需要越少的线程；
线程的平均等待时间所占⽐例越⾼，就需要越多的线程；
针对不同的程序，进⾏对应的实际测试就可以得到最合适的选择。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。