多线程与并发服务器设计(23 - 2 )

异步I/O

常见并发服务器方案

Linux能同时启动多少个线程？

        对于 32-bit Linux，一个进程的地址空间是 4G，其中用户态能访问 3G 左右，而一个线程的默认栈 (stack) 大小是 10M，心算可知，一个进程大约最多能同时启动 300 个线程左右。

多线程能提高并发度吗？

    如果指的是“并发连接数”，不能。
    假如单纯采用 thread per connection 的模型，那么并发连接数大约300，这远远低于基于事件的单线程程序所能轻松达到的并发连接数（几千上万，甚至几万）。所谓“基于事件”，指的是用 IO multiplexing event loop 的编程模型，又称 Reactor 模式。

多线程能提高吞吐量吗？

    对于计算密集型服务，不能。
    如果要在一个8核的机器上压缩100个1G的文本文件，每个core的处理能力为200MB/s，那么“每次起8个进程，一个进程压缩一个文件”与“只启动一个进程（8个线程并发压缩一个文件）”，这两种方式总耗时相当，但是第二种方式能较快的拿到第一个压缩完的文件。

多线程能提高响应时间吗？

    可以

多线程如何让I/O和计算重叠

    多线程程序如何让I/O和计算重叠，降低latency（迟延）
            例：日志（logging），多个线程写日志，由于文件操作比较慢，服务线程会等在IO上，让CPU空闲，增加响应时间。
解决办法：单独用一个logging线程负责写磁盘文件，通过BlockingQueue提供对外接口，别的线程要写日志的时候往队列一塞就行，这样服务线程的计算和logging线程的磁盘IO就可以重叠。
            如果异步I/O成熟的话，可以用protator模式。

线程池大小的选择
        如果池中执行任务时，密集计算所占时间比重为P（0<P<=1)，而系统一共有C个CPU，为了让C个CPU跑满而不过载，线程池大小的经验公式T=C/P，即T*P=C（让CPU刚好跑满 ）
        假设C=8，P=1.0，线程池的任务完全密集计算，只要8个活动线程就能让CPU饱和
        假设C=8，P=0.5，线程池的任务有一半是计算，一半是IO，那么T=16，也就是16个“50%繁忙的线程”能让8个CPU忙个不停。

线程分类

    I/O线程（这里特指网络I/O）
    计算线程
    第三方库所用线程，如logging,又比如database