别再纠结线程池大小 + 线程数量了，没有固定公式的！

浅浅的花香味﹌ 2022-10-19 05:43 90阅读 0赞

来源：juejin.cn/post/6948034657321484318

*  线程数和CPU利用率的小测试
 *  线程数和CPU利用率的小总结
 *  线程数规划的公式
 *  真实程序中的线程数
 *  附录
 *   *  Java 获取CPU核心数
     *  Linux 获取CPU核心数

--------------------

可能很多人都看到过一个线程数设置的理论：

*  CPU 密集型的程序 - 核心数 + 1
 *  I/O 密集型的程序 - 核心数 \* 2

不会吧，不会吧，真的有人按照这个理论规划线程数？

# 线程数和CPU利用率的小测试 #

抛开一些操作系统，计算机原理不谈，说一个基本的理论（不用纠结是否严谨，只为好理解）：一个CPU核心，单位时间内只能执行一个线程的指令 \*\* 那么理论上，我一个线程只需要不停的执行指令，就可以跑满一个核心的利用率。

来写个死循环空跑的例子验证一下：

测试环境：AMD Ryzen 5 3600, 6 - Core, 12 - Threads

public class CPUUtilizationTest {
        public static void main(String[] args) {
            //死循环，什么都不做
            while (true){
            }
        }
    }

运行这个例子后，来看看现在CPU的利用率：![99cf07fe9ee11b37a9459ed19c743e75.png][]从图上可以看到，我的3号核心利用率已经被跑满了

那基于上面的理论，我多开几个线程试试呢？

public class CPUUtilizationTest {
     public static void main(String[] args) {
    
      for (int j = 0; j < 6; j++) {
       new Thread(new Runnable() {
        @Override
        public void run() {
         while (true){
         }
        }
       }).start();
      }
     }
    }

此时再看CPU利用率，1/2/5/7/9/11 几个核心的利用率已经被跑满：![e88be5d08bfd6a7b90196452bd12352b.png][]那如果开12个线程呢，是不是会把所有核心的利用率都跑满？答案一定是会的：![edfcd060d7740895a5695319a25350ed.png][]如果此时我把上面例子的线程数继续增加到24个线程，会出现什么结果呢？![a50bf512767cb26bb9aff9d203c896f7.png][]从上图可以看到，CPU利用率和上一步一样，还是所有核心100%，不过此时负载已经从11.x增加到了22.x（load average解释参考scoutapm.com/blog/unders…），说明此时CPU更繁忙，线程的任务无法及时执行。

现代CPU基本都是多核心的，比如我这里测试用的AMD 3600，6核心12线程（超线程），我们可以简单的认为它就是12核心CPU。那么我这个CPU就可以同时做12件事，互不打扰。

如果要执行的线程大于核心数，那么就需要通过操作系统的调度了。操作系统给每个线程分配CPU时间片资源，然后不停的切换，从而实现“并行”执行的效果。

但是这样真的更快吗？从上面的例子可以看出，一个线程 就可以把一个核心 的利用率跑满。如果每个线程都很“霸道”，不停的执行指令，不给CPU空闲的时间，并且同时执行的线程数大于CPU的核心数，就会导致操作系统更频繁的执行切换线程执行 ，以确保每个线程都可以得到执行。

不过切换是有代价的，每次切换会伴随着寄存器数据更新，内存页表更新等操作 。虽然一次切换的代价和I/O操作比起来微不足道，但如果线程过多，线程切换的过于频繁，甚至在单位时间内切换的耗时已经大于程序执行的时间，就会导致CPU资源过多的浪费在上下文切换上，而不是在执行程序，得不偿失。

上面死循环空跑的例子，有点过于极端了，正常情况下不太可能有这种程序。

大多程序在运行时都会有一些 I/O操作，可能是读写文件，网络收发报文等，这些 I/O 操作在进行时时需要等待反馈的。比如网络读写时，需要等待报文发送或者接收到，在这个等待过程中，线程是等待状态，CPU没有工作。此时操作系统就会调度CPU去执行其他线程的指令，这样就完美利用了CPU这段空闲期，提高了CPU的利用率。

上面的例子中，程序不停的循环什么都不做，CPU要不停的执行指令，几乎没有啥空闲的时间。如果插入一段I/O操作呢，I/O 操作期间 CPU是空闲状态，CPU的利用率会怎么样呢？先看看单线程下的结果：

public class CPUUtilizationTest {
     public static void main(String[] args) throws InterruptedException {
    
      for (int n = 0; n < 1; n++) {
       new Thread(new Runnable() {
        @Override
        public void run() {
         while (true){
                            //每次空循环 1亿 次后，sleep 50ms，模拟 I/O等待、切换
          for (int i = 0; i < 100_000_000l; i++) {
          }
          try {
           Thread.sleep(50);
          }
          catch (InterruptedException e) {
           e.printStackTrace();
          }
         }
        }
       }).start();
      }
     }
    }

![95ebf92c44319f6a00c9133134d90ff2.png][]哇，唯一有利用率的9号核心，利用率也才50%，和前面没有sleep的100%相比，已经低了一半了。现在把线程数调整到12个看看：![b4a934999b8ad3a7989b1b49eaa6e752.png][]单个核心的利用率60左右，和刚才的单线程结果差距不大，还没有把CPU利用率跑满，现在将线程数增加到18：![ad96bc150bd34825e3060e95ce09ee3c.png][]此时单核心利用率，已经接近100%了。由此可见，当线程中有 I/O 等操作不占用CPU资源时，操作系统可以调度CPU可以同时执行更多的线程。

现在将I/O事件的频率调高看看呢，把循环次数减到一半，50\_000\_000，同样是18个线程：![ae063088a72307178817809027213eab.png][]此时每个核心的利用率，大概只有70%左右了。

# 线程数和CPU利用率的小总结 #

上面的例子，只是辅助，为了更好的理解线程数/程序行为/CPU状态的关系，来简单总结一下：

1.  一个极端的线程（不停执行“计算”型操作时），就可以把单个核心的利用率跑满，多核心CPU最多只能同时执行等于核心数的“极端”线程数
2.  如果每个线程都这么“极端”，且同时执行的线程数超过核心数，会导致不必要的切换，造成负载过高，只会让执行更慢
3.  I/O 等暂停类操作时，CPU处于空闲状态，操作系统调度CPU执行其他线程，可以提高CPU利用率，同时执行更多的线程
4.  I/O 事件的频率频率越高，或者等待/暂停时间越长，CPU的空闲时间也就更长，利用率越低，操作系统可以调度CPU执行更多的线程

# 线程数规划的公式 #

前面的铺垫，都是为了帮助理解，现在来看看书本上的定义。《Java 并发编程实战》介绍了一个线程数计算的公式：

Ncpu=CPU核心数Ncpu=CPU 核心数Ncpu=CPU核心数

Ucpu=目标CPU利用率，0<=Ucpu<=1Ucpu=目标CPU利用率，0<=Ucpu<=1Ucpu=目标CPU利用率，0<=Ucpu<=1

WC=等待时间和计算时间的比例\\frac\{W\}\{C\}=等待时间和计算时间的比例CW=等待时间和计算时间的比例

如果希望程序跑到CPU的目标利用率，需要的线程数公式为：

Nthreads=Ncpu∗Ucpu∗(1+WC)Nthreads=Ncpu*Ucpu*(1+\\frac\{W\}\{C\})Nthreads=Ncpu∗Ucpu∗(1+CW)

公式很清晰，现在来带入上面的例子试试看：

如果我期望目标利用率为90%（多核90），那么需要的线程数为：

核心数12 \* 利用率0.9 \* (1 + 50(sleep时间)/50(循环50\_000\_000耗时)) ≈ 22

现在把线程数调到22，看看结果：![1e755179675ead7a4a669c476326ad17.png][]现在CPU利用率大概80+，和预期比较接近了，由于线程数过多，还有些上下文切换的开销，再加上测试用例不够严谨，所以实际利用率低一些也正常。

把公式变个形，还可以通过线程数来计算CPU利用率：

Ucpu=NthreadsNcpu∗(1+WC)Ucpu=\\frac\{Nthreads\}\{Ncpu\*(1+\\frac\{W\}\{C\})\}Ucpu=Ncpu∗(1+CW)Nthreads

线程数22 / (核心数12 \* (1 + 50(sleep时间)/50(循环50\_000\_000耗时))) ≈ 0.9

虽然公式很好，但在真实的程序中，一般很难获得准确的等待时间和计算时间，因为程序很复杂，不只是“计算” 。一段代码中会有很多的内存读写，计算，I/O 等复合操作，精确的获取这两个指标很难，所以光靠公式计算线程数过于理想化。

# 真实程序中的线程数 #

那么在实际的程序中，或者说一些Java的业务系统中，线程数（线程池大小）规划多少合适呢？

先说结论：没有固定答案，先设定预期，比如我期望的CPU利用率在多少，负载在多少，GC频率多少之类的指标后，再通过测试不断的调整到一个合理的线程数

比如一个普通的，SpringBoot 为基础的业务系统，默认Tomcat容器+HikariCP连接池+G1回收器，如果此时项目中也需要一个业务场景的多线程（或者线程池）来异步/并行执行业务流程。

此时我按照上面的公式来规划线程数的话，误差一定会很大。因为此时这台主机上，已经有很多运行中的线程了，Tomcat有自己的线程池，HikariCP也有自己的后台线程，JVM也有一些编译的线程，连G1都有自己的后台线程。这些线程也是运行在当前进程、当前主机上的，也会占用CPU的资源。

所以受环境干扰下，单靠公式很难准确的规划线程数，一定要通过测试来验证。

流程一般是这样：

1.  分析当前主机上，有没有其他进程干扰
2.  分析当前JVM进程上，有没有其他运行中或可能运行的线程
3.  设定目标
4.  1.  目标CPU利用率 - 我最高能容忍我的CPU飙到多少？
    2.  目标GC频率/暂停时间 - 多线程执行后，GC频率会增高，最大能容忍到什么频率，每次暂停时间多少？
    3.  执行效率 - 比如批处理时，我单位时间内要开多少线程才能及时处理完毕
    4.  ……
5.  梳理链路关键点，是否有卡脖子的点，因为如果线程数过多，链路上某些节点资源有限可能会导致大量的线程在等待资源（比如三方接口限流，连接池数量有限，中间件压力过大无法支撑等）
6.  不断的增加/减少线程数来测试，按最高的要求去测试，最终获得一个“满足要求”的线程数\*\*

而且而且而且！不同场景下的线程数理念也有所不同：

1.  Tomcat中的maxThreads，在Blocking I/O和No-Blocking I/O下就不一样
2.  Dubbo 默认还是单连接呢，也有I/O线程（池）和业务线程（池）的区分，I/O线程一般不是瓶颈，所以不必太多，但业务线程很容易称为瓶颈
3.  Redis 6.0以后也是多线程了，不过它只是I/O 多线程，“业务”处理还是单线程

所以，不要纠结设置多少线程了。没有标准答案，一定要结合场景，带着目标，通过测试去找到一个最合适的线程数。

可能还有同学可能会有疑问：“我们系统也没啥压力，不需要那么合适的线程数，只是一个简单的异步场景，不影响系统其他功能就可以”

很正常，很多的内部业务系统，并不需要啥性能，稳定好用符合需求就可以了。那么我的推荐的线程数是：CPU核心数

# 附录 #

## Java 获取CPU核心数 ##

Runtime.getRuntime().availableProcessors()//获取逻辑核心数，如6核心12线程，那么返回的是12

## Linux 获取CPU核心数 ##

**版权申明：内容来源网络，版权归原创者所有。除非无法确认，都会标明作者及出处，如有侵权烦请告知，我们会立即删除并致歉。谢谢!**

- END -
    
    
    关注公众号回复「进群」即可进入无广告技术交流群。
    同时送上250本电子书+学习视频作为见面 有你想看的精彩 
    
    
    炸裂！国内大神成功给手机装上了 Win11，代码已在 GitHub 开源！
    重装IDEA再也不愁了，一招搞定同步个人配置！
    JetBrains 又出了一款新神器，一套代码适应多端！
    GitHub大佬精选的一大批在线工具，是程序猿就来收藏！
    知乎高赞：拼多多和国家电网，选哪个？
    600 条最强 Linux 命令总结
    字节跳动1/3员工不支持取消大小周，员工：每年少赚10万块
    目前5000+ 人已关注加入我们
                 
    
    点赞和在看就是最大的支持❤️

[99cf07fe9ee11b37a9459ed19c743e75.png]: /images/20221005/ec14c00ff1894575868f2d4ed7881926.png
[e88be5d08bfd6a7b90196452bd12352b.png]: https://img-blog.csdnimg.cn/img_convert/e88be5d08bfd6a7b90196452bd12352b.png
[edfcd060d7740895a5695319a25350ed.png]: https://img-blog.csdnimg.cn/img_convert/edfcd060d7740895a5695319a25350ed.png
[a50bf512767cb26bb9aff9d203c896f7.png]: /images/20221005/b4d7df00f2d848fcb6728eb562b90ab1.png
[95ebf92c44319f6a00c9133134d90ff2.png]: https://img-blog.csdnimg.cn/img_convert/95ebf92c44319f6a00c9133134d90ff2.png
[b4a934999b8ad3a7989b1b49eaa6e752.png]: https://img-blog.csdnimg.cn/img_convert/b4a934999b8ad3a7989b1b49eaa6e752.png
[ad96bc150bd34825e3060e95ce09ee3c.png]: /images/20221005/a4c7b1c141af41b0b0c4f2878e8f049c.png
[ae063088a72307178817809027213eab.png]: /images/20221005/3f06a70335dd4f3f86781cf3beb199f7.png
[1e755179675ead7a4a669c476326ad17.png]: /images/20221005/8b5b4a9d1c3f4d5d828ae657027fe8fb.png