关于线程池ThreadPoolExecutor参数设置那些事

       由于近期工作需要，最近需要测试开发某组件（该组件中用到了ThreadPoolExecutor）的性能，测试工具是soapUI,由于以前对测试性能方面接触较少。所以借此机会再网上查阅了相关资料，总结如下。

     线程数到底和什么有关系？

        其中一种说法，是线程数和cpu数有关系。

              总体意思是，当应用是IO密集型时，线程数T=2N+1.          

                                    当应用是CPU密集型时，  线程数T=N+1

              T=线程数   N=cpu逻辑盒数

             IO密集型应用：系统的CPU性能相对硬盘、内存要好很多，大部分的情况是CPU在等I/O (硬盘/内存) 的读/写操作，此时                                            CPU Loading并不高。

             CPU密集型应用：系统的硬盘、内存性能相对CPU要好很多，CPU要读/写I/O(硬盘/内存)，I/O在很短的时间就可以完                                                成，而CPU还有许多运算要处理，CPU Loading很高。

             如果上面对IO和CPU密集型应用解释不好理解，简单讲如果你的应用大部分是I/O读写操作，很少复杂高频的运算，cpu        大部分是等待I/O运算，那么你的应用就是IO密集型应用；如果你的应用很少读写操作，基本都是高频且复杂的各种运算，cpu大部分时间都很忙，那么你的应用是CPU密集型应用。一般情况我们的应用都是I/O密集型应用。

       另外一种说法，是ThreadPoolExecutor线程池设置和实际并发量有关系。

      1、先简单说下线程池ThreadPoolExecutor的几个参数的意思：

      corePoolSize：核心线程数

                        核心线程会一直存活，及时没有任务需要执行

                        当线程数小于核心线程数时，即使有线程空闲，线程池也会优先创建新线程处理

                        设置allowCoreThreadTimeout=true（默认false）时，核心线程会超时关闭

    queueCapacity：任务队列容量（阻塞队列）

                      当核心线程数达到最大时，新任务会放在队列中排队等待执行

     maxPoolSize：最大线程数

                        当线程数>=corePoolSize，且任务队列已满时。线程池会创建新线程来处理任务

                        当线程数=maxPoolSize，且任务队列已满时，线程池会拒绝处理任务而抛出异常

     keepAliveTime：线程空闲时间

                      当线程空闲时间达到keepAliveTime时，线程会退出，直到线程数量=corePoolSize

                       如果allowCoreThreadTimeout=true，则会直到线程数量=0

     allowCoreThreadTimeout：为true时允许核心线程超时，即核心线程空闲时间超时也可以退出

     rejectedExecutionHandler：任务拒绝处理器

 

ThreadPoolExecutor执行顺序：

       当线程数小于核心线程数时，来了新任务就创建新线程，即使有空闲线程。

       当线程数大于等于核心线程数，且任务队列未满时，将任务放入任务队列。

       当线程数大于等于核心线程数，且任务队列已满

                   若线程数小于最大线程数，创建线程

                  若线程数等于最大线程数，抛出异常，拒绝任务

 

2、再说下如何设置线程池的参数，需要根据几个值来决定。

        tasks ：每秒的任务并发数，假设为500~1000

        taskcost：每个任务花费时间，假设为0.1s（可以依据soapUI的平均时间avg参数）

        responsetime：系统允许容忍的最大响应时间，假设为1s

     做几个计算

    corePoolSize = 每秒需要多少个线程处理？ 

                 threadcount = tasks/(1/taskcost) =tasks*taskcout =  (500~1000)*0.1 = 50~100 个线程。corePoolSize设置应该大于50

                根据8020原则，如果80%的每秒任务数小于800，那么corePoolSize设置为80即可

    queueCapacity = (coreSizePool/taskcost)*responsetime

              计算可得 queueCapacity = 80/0.1*1 = 80。意思是队列里的线程可以等待1s，超过了的需要新开线程来执行

             切记不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不能新             开线程来执行，响应时间会随之陡增。

maxPoolSize = (max(tasks)- queueCapacity)/(1/taskcost)

           计算可得 maxPoolSize = (1000-80)/10 = 92

       （最大任务数-队列容量）/每个线程每秒处理能力 = 最大线程数

rejectedExecutionHandler：根据具体情况来决定，任务不重要可丢弃，任务重要则要利用一些缓冲机制来处理

keepAliveTime和allowCoreThreadTimeout采用默认通常能满足

 

总结：到底线程数设置根据什么依据设置，需要各位根据自己机器情况和实际并发量，都测试下，看那个更好选择哪种设置方案。一般情况，我比较关注三个参数来判断线程池是否配置合理，并发量、avg、tps、cpu使用率。

 假如并发量在50-150之间，我的线程执行时间大概是5ms左右，tps在65-200，cpu使用率在30%-70%，这个数据就不是很理想。当然这些测试是在本地笔记本并非服务器上。