Java如何依据cpu核数设置合适的线程数

Posted 2023-03-31

现状：
服务器为64核，有多种类型的线程，其中一种线程的线程数目前设置为5，但是在特殊情况下（某个时间点数据突发量大时）处理能力无法满足需求。暂时的解决办法是提高设置的线程数。
So：
1、向各位请教一下Java如何依据cpu核数设置合适的线程数。
2、多种类型的线程的线程数总和太多是否会对服务器的应用产生不好影响。

1：获取cpu核心数：

Runtime.getRuntime().availableProcessors();

     创建线程池：

Executors.newFixedThreadPool(nThreads);//nThreads为线程数

2：这个只要服务器内存够大，CPU核心数较多，处理数据比较强就好了，注意不要一下分配几千个线程，可 能会导致堆栈溢出的，这样程序就挂了，因为线程很费内存资源

追问

谢谢你的回答。

因为业务的需要，实际上建了可能有三四个线程池（线程数少的5个，多的16个）。而且该服务器并不只是用来做那四个线程池的逻辑，现在想评估一下64核的服务器在不影响性能的前提下可以创建多少个线程。

参考技术A 其实这线程数没有明确值，根据自己的日常业务测试吧，结合内存大小，像我以前工作的服务器ibm3650服务器设置15也没有问题的。

线程数，射多少最合理？

Web-Server有个配置，工作线程数。
Service一般也有个配置，工作线程数。

经验丰富的架构师，懂得如何配置这些参数，使得系统的性能达到最优：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。

“线程数”的设置依据，是本文要讨论的问题。

工作线程数是不是设置的越大越好？

答案显然是否定的：

• 服务器CPU核数有限，能够同时并发的线程数有限，单核CPU设置1000个工作线程没有意义
• 线程切换有开销，如果线程切换过于频繁，反而会使性能降低

调用sleep()函数的时候，线程是否一直占用CPU？

不占用，休眠时会把CPU让出来，给其他需要CPU资源的线程使用。

不止sleep，一些阻塞调用，例如网络编程中的：

• 阻塞accept()，等待客户端连接
• 阻塞recv()，等待下游回包
  都会让出CPU资源。

单核CPU，设置多线程有意义么？
单核CPU，设置多线程能否提高并发性能？
即使是单核，使用多线程也是有意义的，大多数情况也能提高并发：

• 多线程编码可以让代码更加清晰，例如：IO线程收发包，Worker线程进行任务处理，Timeout线程进行超时检测
• 如果有一个任务一直占用CPU资源在进行计算，此时增加线程并不能增加并发，例如以下代码会一直占用CPU，并使得CPU占用率达到100%：
  while(1){ i++; }
• 通常来说，Worker线程一般不会一直占用CPU进行计算，此时即使CPU是单核，增加Worker线程也能够提高并发，因为这个线程在休息的时候，其他的线程可以继续工作

常见服务线程模型有几种？

了解常见的服务线程模型，有助于理解服务并发的原理，一般来说互联网常见的服务线程模型有两种：

• IO线程与工作线程通过任务队列解耦
• 纯异步

第一种，IO线程与工作线程通过队列解耦类模型。

如上图，大部分Web-Server与服务框架都是使用这样的一种“IO线程与Worker线程通过队列解耦”类线程模型：

• 有少数几个IO线程监听上游发过来的请求，并进行收发包（生产者）
• 有一个或者多个任务队列，作为IO线程与Worker线程异步解耦的数据传输通道（临界资源）
• 有多个工作线程执行正真的任务（消费者）

这个线程模型应用很广，符合大部分场景，这个线程模型的特点是，工作线程内部是同步阻塞执行任务的，因此可以通过增加Worker线程数来增加并发能力，今天要讨论的重点是“该模型Worker线程数设置为多少能达到最大的并发”。

第二种，纯异步线程模型。

没有阻塞，这种线程模型只需要设置很少的线程数就能够做到很高的吞吐量，该模型的缺点是：

• 如果使用单线程模式，难以利用多CPU多核的优势
• 程序员更习惯写同步代码，callback的方式对代码的可读性有冲击，对程序员的要求也更高
• 框架更复杂，往往需要server端收发组件，server端队列，client端收发组件，client端队列，上下文管理组件，有限状态机组件，超时管理组件的支持

however，这个模型不是今天讨论的重点。

第一类“IO线程与工作线程通过队列解耦”类线程模型，工作线程的工作模式是怎么样的？

了解工作线程的工作模式，对量化分析线程数的设置非常有帮助：

上图是一个典型的工作线程的处理过程，从开始处理start到结束处理end，该任务的处理共有7个步骤：
（1）从工作队列里拿出任务，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；
（2）访问cache拿一些数据；
（3）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；
（4）通过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；
（5）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；
（6）访问DB进行一些数据操作；
（7）操作完数据库之后做一些收尾工作，同样这些收尾工作也是本地计算，和业务逻辑相关；

分析整个处理的时间轴，会发现：

• 其中1，3，5，7步骤中（上图中粉色时间轴），线程进行本地业务逻辑计算时需要占用CPU
• 而2，4，6步骤中（上图中橙色时间轴），访问cache、service、DB过程中线程处于一个等待结果的状态，不需要占用CPU，进一步的分解，这个“等待结果”的时间共分为三部分：
  2.1）请求在网络上传输到下游的cache、service、DB
  2.2）下游cache、service、DB进行任务处理
  2.3）cache、service、DB将报文在网络上传回工作线程

如何量化分析，并合理设置工作线程数呢？
通过上面的分析，Worker线程在执行的过程中：

• 有一部计算时间需要占用CPU

• 另一部分等待时间不需要占用CPU

• 通过量化分析，例如打日志进行统计，可以统计出整个Worker线程执行过程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

得到的结果是，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个工作线程就可以把CPU充分利用起来，让CPU跑到100%
• 假设此时是N核，则设置为2N个工作现场就可以把CPU充分利用起来，让CPU跑到N*100%

当当当当！！！

结论来了：

N核服务器，通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，则工作线程数（线程池线程数）设置为 N*(x+y)/x，能让CPU的利用率最大化。

一般来说，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计算的时间很少，所以设置几十或者几百个工作线程是能够提升吞吐量的。

GET新技能了吗？

架构师之路-分享技术思路

相关文章：

《缓冲池(buffer pool)》
《写缓冲(change buffer)》
《日志缓冲(log buffer)》

思考题：

贵司线程数设置为多少？
画外音：随手设了一个200？