建站
咨詢
售后
建站咨詢
新聞中心
在我們日常業(yè)務開發(fā)過程中，或多或少都會用到并發(fā)的功能。那么在用到并發(fā)功能的過程中，就肯定會碰到下面這個問題
網(wǎng)站建設哪家好，找創(chuàng)新互聯(lián)！專注于網(wǎng)頁設計、網(wǎng)站建設、微信開發(fā)、成都微信小程序、集團企業(yè)網(wǎng)站建設等服務項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了連山免費建站歡迎大家使用！
并發(fā)線程池到底設置多大呢？
通常有點年紀的程序員或許都聽說這樣一個說法 （其中 N 代表 CPU 的個數(shù)）
- CPU 密集型應用，線程池大小設置為 N + 1
- IO 密集型應用，線程池大小設置為 2N
這個說法到底是不是正確的呢？
其實這是極不正確的。那為什么呢？
首先我們從反面來看，假設這個說法是成立的，那我們在一臺服務器上部署多少個服務都無所謂了。因為線程池的大小只能服務器的核數(shù)有關，所以這個說法是不正確的。那具體應該怎么設置大小呢？
假設這個應用是兩者混合型的，其中任務即有 CPU 密集，也有 IO 密集型的，那么我們改怎么設置呢？是不是只能拋硬盤來決定呢？
那么我們到底該怎么設置線程池大小呢？有沒有一些具體實踐方法來指導大家落地呢？讓我們來深入地了解一下。
Little's Law（利特爾法則）
一個系統(tǒng)請求數(shù)等于請求的到達率與平均每個單獨請求花費的時間之乘積
假設服務器單核的，對應業(yè)務需要保證請求量（QPS）：10 ，真正處理一個請求需要 1 秒，那么服務器每個時刻都有 10 個請求在處理，即需要 10 個線程
同樣，我們可以使用利特爾法則（Little’s law）來判定線程池大小。我們只需計算請求到達率和請求處理的平均時間。然后，將上述值放到利特爾法則（Little’s law）就可以算出系統(tǒng)平均請求數(shù)。估算公式如下
*線程池大小 = （（線程 IO time + 線程 CPU time ）/線程 CPU time ） CPU數(shù)目**
具體實踐
通過公式，我們了解到需要 3 個具體數(shù)值
- 一個請求所消耗的時間 (線程 IO time + 線程 CPU time)
- 該請求計算時間 （線程 CPU time）
- CPU 數(shù)目
請求消耗時間
Web 服務容器中，可以通過 Filter 來攔截獲取該請求前后消耗的時間
- 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
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 計算時間
CPU 計算時間 = 請求總耗時 - CPU IO time
假設該請求有一個查詢 DB 的操作，只要知道這個查詢 DB 的耗時（CPU IO time），計算的時間不就出來了嘛，我們看一下怎么才能簡潔，明了的記錄 DB 查詢的耗時。
通過（JDK 動態(tài)代理/ CGLIB）的方式添加 AOP 切面，來獲取線程 IO 耗時。代碼如下，請參考：
- 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 數(shù)目
邏輯 CPU 個數(shù) ，設置線程池大小的時候參考的 CPU 個數(shù)
- cat /proc/cpuinfo| grep "processor"| wc -l
總結
合適的配置線程池大小其實很不容易，但是通過上述的公式和具體代碼，我們就能快速、落地的算出這個線程池該設置的多大。
不過最后的最后，我們還是需要通過壓力測試來進行微調，只有經過壓測測試的檢驗，我們才能最終保證的配置大小是準確的。
新聞標題：到底如何設置Java線程池的大??？
轉載注明：http://m.jiaoqi3.com/article/copoihc.html
