线程数设置理论

• CPU密集型：核心数 + 1
• I/O密集型：核心数 * 2

CPU利用率基础

• 单个CPU核心在单位时间内只能执行一个线程的指令。

实验验证

• 死循环测试：单线程可跑满一个核心利用率。
• 多线程测试：增加线程数，核心利用率上升，但超过核心数后，系统负载增加。

线程切换成本

• 切换线程涉及寄存器更新、内存页表更新等，频繁切换导致性能下降。

I/O操作对CPU利用率的影响

• I/O操作期间，CPU空闲，操作系统可调度执行其他线程，提高利用率。

线程数与CPU利用率关系

• 极端线程可占满核心，多核心CPU最多同时执行核心数的线程。
• 超过核心数的线程数导致频繁切换，增加系统负载。

线程数计算公式

• 来自《Java 并发编程实战》。
• 公式：[ \text{线程数} = \text{核心数} \times \text{利用率} \times (1 + \frac{\text{等待时间}}{\text{计算时间}}) ]

实际线程数规划

• 无固定答案，需根据预期目标（CPU利用率、负载、GC频率等）通过测试调整。
• 考虑主机其他进程、JVM进程中的线程干扰。

测试流程

1. 分析主机和其他进程干扰。
2. 分析JVM进程中的线程。
3. 设定目标CPU利用率、GC频率/暂停时间、执行效率等。

推荐线程数

• 对于简单异步场景，推荐使用CPU核心数作为线程数。

总结

• 线程数设置需结合实际场景和目标，通过测试找到最合适的配置。
• 考虑主机和JVM进程中的其他线程对CPU资源的影响。
• 通过不断测试和调整，达到预期的CPU利用率和系统性能。

个人思考

• 线程数配置并非一成不变，需根据实际应用场景和性能要求进行调整。
• 理解CPU和线程的工作机制有助于更合理地配置线程池。
• 实际应用中，应避免过度依赖理论公式，重视实际测试和性能监控。