动力节点首页 全国咨询热线:400-8080-105

绑定手机号,登录
手机号

验证码

微信登录
手机号登录
手机号

验证码

微信登录与注册
微信扫码登录与注册

扫码关注微信公众号完成登录与注册
手机号登录
首页 > 文章

并发线程数的设置

08-04 11:26 1087浏览
举报 T字号
  • 大字
  • 中字
  • 小字

1.线程数是不是越大越好?

肯定不是的,首先服务器的cpu核数有限,同时并发的线程数是有限的,1核cpu设置10000个工作线程是没有意义的;线程的切换是有开销的,如果线程切换过于频繁,反而使性能降低。

2.调用sleep()函数的时候,线程是否一直占用cpu?

不占用,等待时会把cpu让出来,给其他需要cpu资源的线程使用,不止sleep()函数,在进行一些阻塞调用,例如网络编程中的阻塞accept()【等待客户端连接】和阻塞recv()【等待下游回包】也不占用cpu资源。

3.如果cpu是单核的,设置多线程有什么意义,能提高并发性能么?

即使是单核,使用多线程也是有意义的

a.多线程编码可以让我们的服务/代码更加清晰,有些IO线程收发包,有些Worker线程进行任务处理,有些Timeout线程进行超时检测

b.如果有一个任务一直占用CPU资源在进行计算,那么此时增加线程并不能增加并发,例如这样的一个代码

while(1){ i++; }

该代码一直不停的占用CPU资源进行计算,会使CPU占用率达到100%

c.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

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:

1.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)

2.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)

3.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(回想一下tomcat线程中是怎么执行Java程序的,dubbo工作线程中是怎么执行任务的),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”。

工作线程的工作模式

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:

1.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

2.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:

(1)请求在网络上传输到下游的cache、service、DB

(2)下游cache、service、DB进行任务处理

(3)cache、service、DB将报文在网络上传回工作线程

量化分析并合理设置工作线程数

最后一起来回答工作线程数设置为多少合理的问题。

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:

1.时间轴1,3,5,7【上图中粉色时间轴】的计算执行时间是100ms

2.时间轴2,4,6【上图中橙色时间轴】的等待时间也是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):

1.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%

2.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%

结论:

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。

总结:对于非阻塞的服务,线程数直接和CPU个数一样就可以了;对于网络调用等有阻塞的服务,CPU并没有完全占用,可以增加线程(找到个最优值)。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。

动力节点在线课程涵盖零基础入门,高级进阶,在职提升三大主力内容,覆盖Java从入门到就业提升的全体系学习内容。全部Java视频教程免费观看,相关学习资料免费下载!对于火爆技术,每周一定时更新!如果想了解更多相关技术,可以到动力节点在线免费观看Java多线程视频教程哦!

0人推荐
共同学习,写下你的评论
0条评论
代码小兵696
程序员代码小兵696

118篇文章贡献392976字

相关课程 更多>

作者相关文章更多>

推荐相关文章更多>

Java初学者学习方法

代码小兵64503-29 11:46

两道经典算法问题

代码小兵51603-29 13:18

Java中模拟高并发的方法

代码小兵87208-06 11:36

高并发编程基础知识

代码小兵27908-06 11:30

JsonPath使用方法

代码小兵34507-29 13:19

发评论

举报

0/150

取消