如何合理地估算线程池大小？

如何合理地估算线程池大小？

这个问题虽然看起来很小，却并不那么容易回答。大家如果有更好的方法欢迎赐教，先来一个天真的估算方法：假设要求一个系统的TPS（Transaction Per Second或者Task Per Second）至少为20，然后假设每个Transaction由一个线程完成，继续假设平均每个线程处理一个Transaction的时间为4s。那么问题转化为：

如何设计线程池大小，使得可以在1s内处理完20个Transaction？

计算过程很简单，每个线程的处理能力为0.25TPS，那么要达到20TPS，显然需要20/0.25=80个线程。

很显然这个估算方法很天真，因为它没有考虑到CPU数目。一般服务器的CPU核数为16或者32，如果有80个线程，那么肯定会带来太多不必要的线程上下文切换开销。

再来第二种简单的但不知是否可行的方法（N为CPU总核数）：

  • 如果是CPU密集型应用，则线程池大小设置为N+1
  • 如果是IO密集型应用，则线程池大小设置为2N+1

如果一台服务器上只部署这一个应用并且只有这一个线程池，那么这种估算或许合理，具体还需自行测试验证。

接下来在这个文档：服务器性能IO优化 中发现一个估算公式：

1 最佳线程数目 = （（线程等待时间+线程CPU时间）/线程CPU时间 ）* CPU数目

比如平均每个线程CPU运行时间为0.5s，而线程等待时间（非CPU运行时间，比如IO）为1.5s，CPU核心数为8，那么根据上面这个公式估算得到：((0.5+1.5)/0.5)*8=32。这个公式进一步转化为：

1 最佳线程数目 = （线程等待时间与线程CPU时间之比 + 1）* CPU数目

可以得出一个结论：

线程等待时间所占比例越高，需要越多线程。线程CPU时间所占比例越高，需要越少线程。

上一种估算方法也和这个结论相合。

一个系统最快的部分是CPU，所以决定一个系统吞吐量上限的是CPU。增强CPU处理能力，可以提高系统吞吐量上限。但根据短板效应，真实的系统吞吐量并不能单纯根据CPU来计算。那要提高系统吞吐量，就需要从“系统短板”（比如网络延迟、IO）着手：

  • 尽量提高短板操作的并行化比率，比如多线程下载技术
  • 增强短板能力，比如用NIO替代IO

第一条可以联系到Amdahl定律，这条定律定义了串行系统并行化后的加速比计算公式：

1 加速比=优化前系统耗时 / 优化后系统耗时

加速比越大，表明系统并行化的优化效果越好。Addahl定律还给出了系统并行度、CPU数目和加速比的关系，加速比为Speedup，系统串行化比率（指串行执行代码所占比率）为F，CPU数目为N：

1 Speedup <= 1 / (F + (1-F)/N)

当N足够大时，串行化比率F越小，加速比Speedup越大。

写到这里，我突然冒出一个问题。

是否使用线程池就一定比使用单线程高效呢？

答案是否定的，比如Redis就是单线程的，但它却非常高效，基本操作都能达到十万量级/s。从线程这个角度来看，部分原因在于：

  • 多线程带来线程上下文切换开销，单线程就没有这种开销
  • 锁

当然“Redis很快”更本质的原因在于：Redis基本都是内存操作，这种情况下单线程可以很高效地利用CPU。而多线程适用场景一般是：存在相当比例的IO和网络操作。

所以即使有上面的简单估算方法，也许看似合理，但实际上也未必合理，都需要结合系统真实情况（比如是IO密集型或者是CPU密集型或者是纯内存操作）和硬件环境（CPU、内存、硬盘读写速度、网络状况等）来不断尝试达到一个符合实际的合理估算值。

最后来一个“Dark Magic”估算方法（因为我暂时还没有搞懂它的原理），使用下面的类：

001 package pool_size_calculate;
002  
003 import java.math.BigDecimal;
004 import java.math.RoundingMode;
005 import java.util.Timer;
006 import java.util.TimerTask;
007 import java.util.concurrent.BlockingQueue;
008  
009 /**
010  * A class that calculates the optimal thread pool boundaries. It takes the
011  * desired target utilization and the desired work queue memory consumption as
012  * input and retuns thread count and work queue capacity.
013  *
014  * @author Niklas Schlimm
015  *
016  */
017 public abstract class PoolSizeCalculator {
018  
019     /**
020      * The sample queue size to calculate the size of a single {@link Runnable}
021      * element.
022      */
023     private final int SAMPLE_QUEUE_SIZE = 1000;
024  
025     /**
026      * Accuracy of test run. It must finish within 20ms of the testTime
027      * otherwise we retry the test. This could be configurable.
028      */
029     private final int EPSYLON = 20;
030  
031     /**
032      * Control variable for the CPU time investigation.
033      */
034     private volatile boolean expired;
035  
036     /**
037      * Time (millis) of the test run in the CPU time calculation.
038      */
039     private final long testtime = 3000;
040  
041     /**
042      * Calculates the boundaries of a thread pool for a given {@link Runnable}.
043      *
044      * @param targetUtilization
045      *            the desired utilization of the CPUs (0 <= targetUtilization <=   *            1)     * @param targetQueueSizeBytes   *            the desired maximum work queue size of the thread pool (bytes)     */     protected voidcalculateBoundaries(BigDecimal targetUtilization,            BigDecimal targetQueueSizeBytes) {      calculateOptimalCapacity(targetQueueSizeBytes);         Runnable task = creatTask();        start(task);        start(task); // warm up phase       long cputime = getCurrentThreadCPUTime();       start(task); // test intervall      cputime = getCurrentThreadCPUTime() - cputime;      long waittime = (testtime * 1000000) - cputime;         calculateOptimalThreadCount(cputime, waittime, targetUtilization);  }   private void calculateOptimalCapacity(BigDecimal targetQueueSizeBytes) {        long mem = calculateMemoryUsage();      BigDecimal queueCapacity = targetQueueSizeBytes.divide(new BigDecimal(              mem), RoundingMode.HALF_UP);        System.out.println("Target queue memory usage (bytes): "                + targetQueueSizeBytes);        System.out.println("createTask() produced "                 + creatTask().getClass().getName() + " which took " + mem               + " bytes in a queue");         System.out.println("Formula: " + targetQueueSizeBytes + " / " + mem);       System.out.println("* Recommended queue capacity (bytes): "                 + queueCapacity);   }   /**      * Brian Goetz' optimal thread count formula, see 'Java Concurrency in   * Practice' (chapter 8.2)   *       * @param cpu    *            cpu time consumed by considered task   * @param wait   *            wait time of considered task   * @param targetUtilization      *            target utilization of the system   */     private void calculateOptimalThreadCount(long cpu, long wait,           BigDecimal targetUtilization) {         BigDecimal waitTime = new BigDecimal(wait);         BigDecimal computeTime = new BigDecimal(cpu);       BigDecimal numberOfCPU = new BigDecimal(Runtime.getRuntime()                .availableProcessors());        BigDecimal optimalthreadcount = numberOfCPU.multiply(targetUtilization)                 .multiply(                      new BigDecimal(1).add(waitTime.divide(computeTime,                              RoundingMode.HALF_UP)));        System.out.println("Number of CPU: " + numberOfCPU);        System.out.println("Target utilization: " + targetUtilization);         System.out.println("Elapsed time (nanos): " + (testtime * 1000000));        System.out.println("Compute time (nanos): " + cpu);         System.out.println("Wait time (nanos): " + wait);       System.out.println("Formula: " + numberOfCPU + " * "                + targetUtilization + " * (1 + " + waitTime + " / "                 + computeTime + ")");       System.out.println("* Optimal thread count: " + optimalthreadcount);    }   /**      * Runs the {@link Runnable} over a period defined in {@link #testtime}.     * Based on Heinz Kabbutz' ideas     * (http://www.javaspecialists.eu/archive/Issue124.html).    *       * @param task   *            the runnable under investigation   */     public void start(Runnable task) {      long start = 0;         int runs = 0;       do {            if (++runs > 5) {
046                 throw new IllegalStateException("Test not accurate");
047             }
048             expired = false;
049             start = System.currentTimeMillis();
050             Timer timer = new Timer();
051             timer.schedule(new TimerTask() {
052                 public void run() {
053                     expired = true;
054                 }
055             }, testtime);
056             while (!expired) {
057                 task.run();
058             }
059             start = System.currentTimeMillis() - start;
060             timer.cancel();
061         } while (Math.abs(start - testtime) > EPSYLON);
062         collectGarbage(3);
063     }
064  
065     private void collectGarbage(int times) {
066         for (int i = 0; i < times; i++) {
067             System.gc();
068             try {
069                 Thread.sleep(10);
070             } catch (InterruptedException e) {
071                 Thread.currentThread().interrupt();
072                 break;
073             }
074         }
075     }
076  
077     /**
078      * Calculates the memory usage of a single element in a work queue. Based on
079      * Heinz Kabbutz' ideas
080      * (http://www.javaspecialists.eu/archive/Issue029.html).
081      *
082      * @return memory usage of a single {@link Runnable} element in the thread
083      *         pools work queue
084      */
085     public long calculateMemoryUsage() {
086         BlockingQueue queue = createWorkQueue();
087         for (int i = 0; i < SAMPLE_QUEUE_SIZE; i++) {
088             queue.add(creatTask());
089         }
090         long mem0 = Runtime.getRuntime().totalMemory()
091                 - Runtime.getRuntime().freeMemory();
092         long mem1 = Runtime.getRuntime().totalMemory()
093                 - Runtime.getRuntime().freeMemory();
094         queue = null;
095         collectGarbage(15);
096         mem0 = Runtime.getRuntime().totalMemory()
097                 - Runtime.getRuntime().freeMemory();
098         queue = createWorkQueue();
099         for (int i = 0; i < SAMPLE_QUEUE_SIZE; i++) {
100             queue.add(creatTask());
101         }
102         collectGarbage(15);
103         mem1 = Runtime.getRuntime().totalMemory()
104                 - Runtime.getRuntime().freeMemory();
105         return (mem1 - mem0) / SAMPLE_QUEUE_SIZE;
106     }
107  
108     /**
109      * Create your runnable task here.
110      *
111      * @return an instance of your runnable task under investigation
112      */
113     protected abstract Runnable creatTask();
114  
115     /**
116      * Return an instance of the queue used in the thread pool.
117      *
118      * @return queue instance
119      */
120     protected abstract BlockingQueue createWorkQueue();
121  
122     /**
123      * Calculate current cpu time. Various frameworks may be used here,
124      * depending on the operating system in use. (e.g.
125      * http://www.hyperic.com/products/sigar). The more accurate the CPU time
126      * measurement, the more accurate the results for thread count boundaries.
127      *
128      * @return current cpu time of current thread
129      */
130     protected abstract long getCurrentThreadCPUTime();
131  
132 }

然后自己继承这个抽象类并实现它的三个抽象方法，比如下面是我写的一个示例（任务是请求网络数据），其中我指定期望CPU利用率为1.0（即100%），任务队列总大小不超过100,000字节：

01 package pool_size_calculate;
02  
03 import java.io.BufferedReader;
04 import java.io.IOException;
05 import java.io.InputStreamReader;
06 import java.lang.management.ManagementFactory;
07 import java.math.BigDecimal;
08 import java.net.HttpURLConnection;
09 import java.net.URL;
10 import java.util.concurrent.BlockingQueue;
11 import java.util.concurrent.LinkedBlockingQueue;
12  
13 public class SimplePoolSizeCaculatorImpl extends PoolSizeCalculator {
14  
15     @Override
16     protected Runnable creatTask() {
17         return new AsyncIOTask();
18     }
19  
20     @Override
21     protected BlockingQueue createWorkQueue() {
22         return new LinkedBlockingQueue(1000);
23     }
24  
25     @Override
26     protected long getCurrentThreadCPUTime() {
27         return ManagementFactory.getThreadMXBean().getCurrentThreadCpuTime();
28     }
29  
30     public static void main(String[] args) {
31         PoolSizeCalculator poolSizeCalculator = new SimplePoolSizeCaculatorImpl();
32         poolSizeCalculator.calculateBoundaries(new BigDecimal(1.0), newBigDecimal(100000));
33     }
34  
35 }
36  
37 /**
38  * 自定义的异步IO任务
39  * @author Will
40  *
41  */
42 class AsyncIOTask implements Runnable {
43  
44     @Override
45     public void run() {
46         HttpURLConnection connection = null;
47         BufferedReader reader = null;
48         try {
49             String getURL = "http://baidu.com";
50             URL getUrl = new URL(getURL);
51  
52             connection = (HttpURLConnection) getUrl.openConnection();
53             connection.connect();
54             reader = new BufferedReader(new InputStreamReader(
55                     connection.getInputStream()));
56  
57             String line;
58             while ((line = reader.readLine()) != null) {
59                 // empty loop
60             }
61         }
62  
63         catch (IOException e) {
64  
65         } finally {
66             if(reader != null) {
67                 try {
68                     reader.close();
69                 }
70                 catch(Exception e) {
71  
72                 }
73             }
74             connection.disconnect();
75         }
76  
77     }
78  
79 }

得到的输出如下：

查看源代码
打印帮助
01 Target queue memory usage (bytes): 100000
02 createTask() produced pool_size_calculate.AsyncIOTask which took 40 bytes in a queue
03 Formula: 100000 / 40
04 * Recommended queue capacity (bytes): 2500
05 Number of CPU: 4
06 Target utilization: 1
07 Elapsed time (nanos): 3000000000
08 Compute time (nanos): 47181000
09 Wait time (nanos): 2952819000
10 Formula: 4 * 1 * (1 + 2952819000 / 47181000)
11 * Optimal thread count: 256

推荐的任务队列大小为2500，线程数为256，有点出乎意料之外。我可以如下构造一个线程池：

1 ThreadPoolExecutor pool =
2  new ThreadPoolExecutor(256, 256, 0L, TimeUnit.MILLISECONDS, newLinkedBlockingQueue(2500));

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/351527.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

使用Arquillian，Docker和Selenium使Web UI测试再次变得出色（第1部分）

使用Arquillian，Docker和Selenium使Web UI测试再次变得出色（第1部分）

问题简介 大多数时候&#xff0c;当您需要为Web UI编写功能测试/端到端测试时&#xff0c;您最终会使用Selenium &#xff0c;它可以被视为Java世界中用于Web UI测试的事实上的工具。 我确定您已经将其用于此类测试。 但是可能同时&#xff0c;您遇到了功能测试中一些最常见的…
阅读更多...
os sys hashlib

os sys hashlib

os模块 os模块是与操作系统交互的一个接口​ ?123456789101112131415161718192021222324252627282930313233343536<em>#和文件夹相关os.makedirs(dirname1/dirname2) 可生成多层递归目录os.removedirs(dirname1) 若目录为空&#xff0c;则删除&#xff0c;并递归到…
阅读更多...
mysql 打包 脚本_windows下mysql自动备份压缩打包时间命名批处理脚本

mysql 打包 脚本_windows下mysql自动备份压缩打包时间命名批处理脚本

我在此文章上做修改&#xff1a;把时间修改成不记录小时分和秒　　新建一个名字后缀为“。bat”的文件　　set d%date:~0,10%　　set d%d:-%　　set t%time:~0,8%　　set t%t::%　　set dzxpathmysql%p%%d%.sql　　set ucpathuc%p%%d%%t%.sql　　set folderd:\test\　　echo of…
阅读更多...
java sql 登录失败_java – 接收连接到SQL Server 2008的SQLException“用户登录失败”

java sql 登录失败_java – 接收连接到SQL Server 2008的SQLException“用户登录失败”

我试图通过Java连接到SQL Server 2008.>我已将sqljdbc4.jar添加到我的项目库中.>没有为访问数据库的数据库设置用户名和密码(Windows身份验证).> 1433端口正在侦听,但我仍然收到此异常&#xff1a;SQL Exception: com.microsoft.sqlserver.jdbc.SQLServerException: L…
阅读更多...
js-for (var in )遍历顺序乱了

js-for (var in )遍历顺序乱了

存放的key 为如下&#xff1a; “01”&#xff0c;“02”&#xff0c;“03”&#xff0c;“10”&#xff0c;“11”&#xff0c;“12” 遍历之后“10”&#xff0c;“11”&#xff0c;“12”&#xff0c; “01”&#xff0c;“02”&#xff0c;“03”&#xff0c; 解决办法&…
阅读更多...
springboot ---坑 tomcat部署springboot 一直运行不起来

springboot ---坑 tomcat部署springboot 一直运行不起来

1、首先部署springboot项目的tomcat的版本必须在8.0之后 2、springboot 同样是基于maven的&#xff0c;那么在pom.xml中的tomcat的依赖&#xff1a; <dependency> <groupId>org.springframework.boot</groupId> <artifactId>spring-boot-starter-web&l…
阅读更多...
Java新手造假_老板居然让我在Java项目中“造假”

Java新手造假_老板居然让我在Java项目中“造假”

1. 前言老板说&#xff0c;明天甲方要来看产品&#xff0c;你得造点数据&#xff0c;而且数据必须是“真”的&#xff0c;演示效果要好看一些&#xff0c;这样他才会买我们的产品&#xff0c;我好明年给你换个嫂子。一般开发接到这种过分要求都不会很乐意去做&#xff0c;这完全…
阅读更多...
设计模式 四人帮_四人帮–代理设计模式

设计模式 四人帮_四人帮–代理设计模式

设计模式 四人帮代理是另一种结构设计模式 &#xff0c;可以“代表”另一个对象或“代替”另一个对象以访问后面的对象。 何时使用此模式&#xff1f; 当我们需要创建一个包装来覆盖客户端的主要对象的复杂性时&#xff0c;将使用代理模式。 有哪些使用场景&#xff1f; 虚…
阅读更多...
uniq 去除重复命令使用方法介绍

uniq 去除重复命令使用方法介绍

Linux Shell学习&#xff1a;uniq命令使用方法介绍uniq命令的作用&#xff1a;显示唯一的行&#xff0c;对于那些连续重复的行只显示一次&#xff01;接下来通过实践实例说明. [关键字] Linux Shell uniq 看test.txt文件的内容&#xff0c;可以看到其中的连续重复行 [roothexu.…
阅读更多...
sqoop导数据出现问题

sqoop导数据出现问题

执行下面命令的时候报错 ./sqoop import \ --connect jdbc:mysql://mini1:3306/userdb \ --username root \ --password 123456 \ --table emp --m 1 ERROR manager.SqlManager: Error executing statement: java.sql.SQLException: Access denied for user rootmini1 (using p…
阅读更多...
java导出jar带第三方库_在.jar文件中导出java库

java导出jar带第三方库_在.jar文件中导出java库

我仍然是java的新手,我对导出.jar文件非常新.我有一个小游戏,我想发送给一些朋友,我被告知在另一个问题,我应该将它导出到一个可执行的jar文件.好吧,我终于在我的计算机上工作了但是当我把它发送给其他人时它不起作用,因为他们没有图书馆.我正在导入objectdraw库,没有它我的程序…
阅读更多...
15分钟内使用Twilio和Stormpath在Spring Boot中进行身份管理

15分钟内使用Twilio和Stormpath在Spring Boot中进行身份管理

建筑物身份管理&#xff0c;包括身份验证和授权&#xff1f; 尝试Stormpath&#xff01; 我们的REST API和强大的Java SDK支持可以消除您的安全风险&#xff0c;并且可以在几分钟内实现。 注册 &#xff0c;再也不会建立auth了&#xff01; 今天&#xff0c;不到30秒左右的时间…
阅读更多...
Spark系列之：使用spark合并hive数据库多个分区的数据到一个分区中

Spark系列之：使用spark合并hive数据库多个分区的数据到一个分区中

Spark系列之&#xff1a;使用spark合并hive数据库多个分区的数据到一个分区中 把两个分区的数据合并到同一个分区下把其中一个分区的数据通过append方式添加到另一个分区即可 %spark val df spark.sql("select * from optics_prod.product_1h_a where datetime202311142…
阅读更多...
window下查看dll, lib文件是32位还是64位

window下查看dll, lib文件是32位还是64位

工具&#xff1a;dumpbin.exe 依赖&#xff1a;link.exe, mspdb100.dll 命令&#xff1a; dumpbin /headers E:\math.dll 结果&#xff1a; Dump of file E:\math.dll PE signature found File Type: DLL FILE HEADER VALUES 14C machine (x86) -----…
阅读更多...
【转载】分布式之redis复习精讲

【转载】分布式之redis复习精讲

注&#xff1a; 本篇文章转自&#xff1a;分布式之redis复习精讲 引言 为什么写这篇文章? 博主的《分布式之消息队列复习精讲》得到了大家的好评&#xff0c;内心诚惶诚恐&#xff0c;想着再出一篇关于复习精讲的文章。但是还是要说明一下&#xff0c;复习精讲的文章偏面试准备…
阅读更多...
转动风车java_java实现-图的相关操作

转动风车java_java实现-图的相关操作

importjava.util.LinkedList;public classGraph {private int vertexSize;//顶点的数量private int[] vertexs;//顶点数组private int[][] matrix;//矩阵private boolean[] isVisited;//是否访问过private static final int MAX_WEIGHT 1000;public Graph(intvertexSize){this…
阅读更多...
java和golang性能_Java本质和性能

java和golang性能_Java本质和性能

java和golang性能最初的问题是如何计算二进制数中1的个数&#xff1f; 我包含了使用Integer.bitCount&#xff08;&#xff09;的性能比较&#xff0c;该性能可以转换为固有特性&#xff0c;即单个机器代码指令POPCNT和执行相同功能的Java代码。 题 如何计算二进制数中1的个数…
阅读更多...
开源GIS库GDAL/GEOS在Windows下的编译与 Codeblocks配置

开源GIS库GDAL/GEOS在Windows下的编译与 Codeblocks配置

最近在研究开源GIS库GDAL&#xff0c;我是采用自己下载源码编译的方式&#xff0c;主要进行以下几个步骤&#xff1a; 编译GEOS&#xff0c;参考自GEOS的wiki 下载GEOS源代码&#xff0c;目前的版本为3.5.0&#xff0c;解压到C盘根目录。打开VS2012自带的命令行工具 进入geo…
阅读更多...
Java中.setvalue(-1)_Java State.setValue方法代碼示例

Java中.setvalue(-1)_Java State.setValue方法代碼示例

本文整理匯總了Java中org.eclipse.core.commands.State.setValue方法的典型用法代碼示例。如果您正苦於以下問題&#xff1a;Java State.setValue方法的具體用法&#xff1f;Java State.setValue怎麽用&#xff1f;Java State.setValue使用的例子&#xff1f;那麽恭喜您, 這裏精…
阅读更多...
使用自定义线程池处理并行数据库流

使用自定义线程池处理并行数据库流

并行数据库流 在我以前的文章中 &#xff0c;我写了关于使用并行流和Speedment并行处理数据库内容的信息。 在许多情况下&#xff0c;并行流可能比通常的顺序数据库流快得多。 线程池 Speedment是一个开源的Stream ORM Java工具包和Runtime Java工具&#xff0c;它将现有的数…
阅读更多...
最新文章

Copyright @ 2022~2023