最佳线程数

最佳线程数:

性能压测的情况下，起初随着用户数的增加，QPS会上升，当到了一定的阀值之后，用户数量增加QPS并不会增加，或者增加不明显，同时请求的响应时间却大幅增加。这个阀值我们认为是最佳线程数。

 

为什么要找最佳线程数

1.过多的线程只会造成，更多的内存开销，更多的CPU开销，但是对提升QPS确毫无帮助

2.找到最佳线程数后通过简单的设置，可以让web系统更加稳定，得到最高，最稳定的QPS输出

 

最佳线程数的获取：

1、通过用户慢慢递增来进行性能压测，观察QPS，响应时间

2、根据公式计算:服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量

3、单用户压测，查看CPU的消耗，然后直接乘以百分比，再进行压测，一般这个值的附近应该就是最佳线程数量。

 

影响最佳线程数的主要因素：

1、IO

2、CPU

根据公式：服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量

一般来说是IO和CPU。IO开销较多的应用其CPU线程等待时间会比较长，所以线程数量可以开的多一些，相反则线程数量要少一些，其实有两种极端，纯IO的应用，比如proxy，则线程数量可以开到非常大（实在太大了则需要考虑线程切换的开销），这种应用基本上后端（比如这个proxy是代理搜索的）的QPS能有多少，proxy就有多少。

另一种是耗CPU的计算，这种情况一般来讲只能开到CPU个数的线程数量。但是并不是说这种应用的QPS就不高，往往这种应用的QPS可以很高。

 

QPS和线程数的关系

1、在最佳线程数量之前，QPS和线程是互相递增的关系，线程数量到了最佳线程之后，QPS持平，不在上升，甚至略有下降，同时相应时间持续上升。

2、同一个系统而言，支持的线程数越多（最佳线程数越多而不是配置的线程数越多），QPS越高

 

QPS和响应时间的关系

1、对于一般的web系统，响应时间一般有CPU执行时间+IO等待时间组成

2、CPU的执行时间减少，对QPS有实质的提升，IO时间的减少，对QPS提升不明显。如果要想明显提升QPS，优化系统的时候要着重优化CPU消耗大户。

 

最佳线程数和jvm堆内存得关系：

以上都是依据性能瓶颈在CPU的情况，对于java应用还有一个因素是FULL GC，我们要保证在最佳线程数量下，不会发生频繁FULL GC

根据公式：：(小GC时间间隔/rt)*(并发线程数量 * thm) <=young 计算得到的并发线程数量如果<最佳线程数量 则可能导致FULL GC较频繁，实际情况看来这种情况在web系统上非常少。不过可以模拟出来。

所以我们在设置jboss线程的时候，可以利用内存公式计算出来的线程数量来设置，通过压测和计算得到最佳线程数，然后设置线程数。

 

设置线程数量：

压测最佳线程数<真实设置的线程数量<内存极限线程数

比如，通过压测得到某系统的最佳线程数量是 10 ，然后通过内存计算的线程数量是 20 ，则，设置 jboss 的线程数量为 15 是可行的，如果直接设置了 10 ，由于系统本身会受到一些依赖系统的变化而产生一些变化，比如系统依赖一些 IO 的响应时间会突然延长，由于线程数量还是 10 ，其实这个时候最佳线程数量已经变成了 13 了，由于我们设置死了 10 ，其结果就是导致 qps 下降，但是如果超过 20 ，则又会引起 FULL gc 非常频繁，反过来影响 QPS 的下降。