我們在使用線程池的時候，會有兩個疑問點：

• 線程池的線程數量設置過多會導致線程競爭激烈

• 如果線程數量設置過少的話，還會導致系統無法充分利用計算機資源

那么如何設置才不會影響系統性能呢？

其實線程池的設置是有方法的，不是憑借簡單的估算來決定的。今天我們就來看看究竟有哪些計算方法可以復用，線程池中各個參數之間又存在怎樣的關系呢？?本文咱們來慢慢聊。

線程池原理

開始優化之前，我們先來看看線程池的實現原理，有助于你更好地理解后面的內容。

在 HotSpot VM 的線程模型中，Java 線程被一對一映射為內核線程。Java 在使用線程執行程序時，需要創建一個內核線程；當該 Java 線程被終止時，這個內核線程也會被回收。因此 Java 線程的創建與銷毀將會消耗一定的計算機資源，從而增加系統的性能開銷。

除此之外，大量創建線程同樣會給系統帶來性能問題，因為內存和 CPU 資源都將被線程搶占，如果處理不當，就會發生內存溢出、CPU 使用率超負荷等問題。

為了解決上述兩類問題，Java 提供了線程池概念，對于頻繁創建線程的業務場景，線程池可以創建固定的線程數量，并且在操作系統底層，輕量級進程將會把這些線程映射到內核。

線程池可以提高線程復用，又可以固定最大線程使用量，防止無限制地創建線程。

當程序提交一個任務需要一個線程時，會去線程池中查找是否有空閑的線程，若有，則直接使用線程池中的線程工作，若沒有，會去判斷當前已創建的線程數量是否超過最大線程數量，如未超過，則創建新線程，如已超過，則進行排隊等待或者直接拋出異常。

線程池框架 Executor

Java 最開始提供了 ThreadPool 實現了線程池，為了更好地實現用戶級的線程調度，更有效地幫助開發人員進行多線程開發，Java 提供了一套 Executor 框架。

這個框架中包括了 ScheduledThreadPoolExecutor 和 ThreadPoolExecutor 兩個核心線程池。前者是用來定時執行任務，后者是用來執行被提交的任務。

鑒于這兩個線程池的核心原理是一樣的，下面我們就重點看看 ThreadPoolExecutor 類是如何實現線程池的。

Executors 實現了以下四種類型的 ThreadPoolExecutor：

Executors 利用工廠模式實現的四種線程池，我們在使用的時候需要結合生產環境下的實際場景。

不過我不太推薦使用它們，因為選擇使用 Executors 提供的工廠類，將會忽略很多線程池的參數設置，工廠類一旦選擇設置默認參數，就很容易導致無法調優參數設置，從而產生性能問題或者資源浪費。

我建議你使用 ThreadPoolExecutor 自我定制一套線程池（阿里規范中也是建議不要使用Executors?創建線程池，建議使用ThreadPoolExecutor?來創建線程池）。

進入四種工廠類后，我們可以發現除了 newScheduledThreadPool 類，其它類均使用了 ThreadPoolExecutor 類進行實現，

你可以通過以下代碼簡單看下該方法

corePoolSize：線程池的核心線程數量

maximumPoolSize：線程池的最大線程數

keepAliveTime：當線程數大于核心線程數時，多余的空閑線程存活的最長時間

unit：時間單位

workQueue：任務隊列，用來儲存等待執行任務的隊列

threadFactory：線程工廠，用來創建線程，一般默認即可

handler：拒絕策略，當提交的任務過多而不能及時處理時，我們可以定制策略來處理任務

我們還可以通過下面這張圖來了解下線程池中各個參數的相互關系：

通過上圖，我們發現線程池有兩個線程數的設置，一個為核心線程數，一個為最大線程數。在創建完線程池之后，默認情況下，線程池中并沒有任何線程，等到有任務來才創建線程去執行任務。

但有一種情況排除在外，就是調用 prestartAllCoreThreads() 或者 prestartCoreThread() 方法的話，可以提前創建等于核心線程數的線程數量，這種方式被稱為預熱，在搶購系統中就經常被用到。

當創建的線程數等于 corePoolSize 時，提交的任務會被加入到設置的阻塞隊列中。當隊列滿了，會創建線程執行任務，直到線程池中的數量等于 maximumPoolSize。

當線程數量已經等于 maximumPoolSize 時， 新提交的任務無法加入到等待隊列，也無法創建非核心線程直接執行，我們又沒有為線程池設置拒絕策略，這時線程池就會拋出 RejectedExecutionException 異常，即線程池拒絕接受這個任務。

當線程池中創建的線程數量超過設置的 corePoolSize，在某些線程處理完任務后，如果等待 keepAliveTime 時間后仍然沒有新的任務分配給它，那么這個線程將會被回收。線程池回收線程時，會對所謂的“核心線程”和“非核心線程”一視同仁，直到線程池中線程的數量等于設置的 corePoolSize 參數，回收過程才會停止。

即使是 corePoolSize 線程，在一些非核心業務的線程池中，如果長時間地占用線程數量，也可能會影響到核心業務的線程池，這個時候就需要把沒有分配任務的線程回收掉。

我們可以通過 allowCoreThreadTimeOut 設置項要求線程池：將包括“核心線程”在內的，沒有任務分配的所有線程，在等待 keepAliveTime 時間后全部回收掉。

我們可以通過下面這張圖來了解下線程池的線程分配流程：

計算線程數量

了解完線程池的實現原理和框架，我們就可以動手實踐優化線程池的設置了。

我們知道，環境具有多變性，設置一個絕對精準的線程數其實是不大可能的，但我們可以通過一些實際操作因素來計算出一個合理的線程數，避免由于線程池設置不合理而導致的性能問題。下面我們就來看看具體的計算方法。

一般多線程執行的任務類型可以分為?CPU 密集型和?I/O 密集型，根據不同的任務類型，我們計算線程數的方法也不一樣。

CPU 密集型任務

這種任務消耗的主要是 CPU 資源，可以將線程數設置為 N（CPU 核心數）+1，比 CPU 核心數多出來的一個線程是為了防止線程偶發的缺頁中斷，或者其它原因導致的任務暫停而帶來的影響。

一旦任務暫停，CPU 就會處于空閑狀態，而在這種情況下多出來的一個線程就可以充分利用 CPU 的空閑時間。

下面我們用一個例子來驗證下這個方法的可行性，通過觀察 CPU 密集型任務在不同線程數下的性能情況就可以得出結果，你可以點擊Github下載到本地運行測試：

public class CPUTypeTest implements Runnable {// 整體執行時間，包括在隊列中等待的時間List<Long> wholeTimeList;// 真正執行時間List<Long> runTimeList;private long initStartTime = 0;/*** 構造函數* @param runTimeList* @param wholeTimeList*/public CPUTypeTest(List<Long> runTimeList, List<Long> wholeTimeList) {initStartTime = System.currentTimeMillis();this.runTimeList = runTimeList;this.wholeTimeList = wholeTimeList;}/*** 判斷素數* @param number* @return*/public boolean isPrime(final int number) {if (number <= 1)return false;for (int i = 2; i <= Math.sqrt(number); i++) {if (number % i == 0)return false;}return true;}/*** 計算素數* @param number* @return*/public int countPrimes(final int lower, final int upper) {int total = 0;for (int i = lower; i <= upper; i++) {if (isPrime(i))total++;}return total;}public void run() {long start = System.currentTimeMillis();countPrimes(1, 1000000);long end = System.currentTimeMillis();long wholeTime = end - initStartTime;long runTime = end - start;wholeTimeList.add(wholeTime);runTimeList.add(runTime);System.out.println(" 單個線程花費時間：" + (end - start));} }

測試代碼在 4 核 intel i5 CPU 機器上的運行時間變化如下：

綜上可知：當線程數量太小，同一時間大量請求將被阻塞在線程隊列中排隊等待執行線程，此時 CPU 沒有得到充分利用；當線程數量太大，被創建的執行線程同時在爭取 CPU 資源，又會導致大量的上下文切換，從而增加線程的執行時間，影響了整體執行效率。通過測試可知，4~6 個線程數是最合適的。

I/O 密集型任務

這種任務應用起來，系統會用大部分的時間來處理 I/O 交互，而線程在處理 I/O 的時間段內不會占用 CPU 來處理，這時就可以將 CPU 交出給其它線程使用。因此在 I/O 密集型任務的應用中，我們可以多配置一些線程，具體的計算方法是 2N。

這里我們還是通過一個例子來驗證下這個公式是否可以標準化：

public class IOTypeTest implements Runnable {// 整體執行時間，包括在隊列中等待的時間Vector<Long> wholeTimeList;// 真正執行時間Vector<Long> runTimeList;private long initStartTime = 0;/*** 構造函數* @param runTimeList* @param wholeTimeList*/public IOTypeTest(Vector<Long> runTimeList, Vector<Long> wholeTimeList) {initStartTime = System.currentTimeMillis();this.runTimeList = runTimeList;this.wholeTimeList = wholeTimeList;}/***IO 操作* @param number* @return* @throws IOException*/public void readAndWrite() throws IOException {File sourceFile = new File("D:/test.txt");// 創建輸入流BufferedReader input = new BufferedReader(new FileReader(sourceFile));// 讀取源文件, 寫入到新的文件String line = null;while((line = input.readLine()) != null){//System.out.println(line);}// 關閉輸入輸出流input.close();}public void run() {long start = System.currentTimeMillis();try {readAndWrite();} catch (IOException e) {// TODO Auto-generated catch blocke.printStackTrace();}long end = System.currentTimeMillis();long wholeTime = end - initStartTime;long runTime = end - start;wholeTimeList.add(wholeTime);runTimeList.add(runTime);System.out.println(" 單個線程花費時間：" + (end - start));} } 備注：由于測試代碼讀取 2MB 大小的文件，涉及到大內存，所以在運行之前，我們需要調整 JVM 的堆內存空間：-Xms4g -Xmx4g，避免發生頻繁的 FullGC，影響測試結果。

通過測試結果，我們可以看到每個線程所花費的時間。當線程數量在 8 時，線程平均執行時間是最佳的，這個線程數量和我們的計算公式所得的結果就差不多。

看完以上兩種情況下的線程計算方法，你可能還想說，在平常的應用場景中，我們常常遇不到這兩種極端情況，那么碰上一些常規的業務操作，比如，通過一個線程池實現向用戶定時推送消息的業務，我們又該如何設置線程池的數量呢？

此時我們可以參考以下公式來計算線程數：

WT：線程等待時間

ST：線程時間運行時間

我們可以通過 JDK 自帶的工具 VisualVM 來查看 WT/ST 比例，以下例子是基于運行純 CPU 運算的例子，我們可以看到：

?	WT（線程等待時間）= 36788ms [線程運行總時間] - 36788ms[ST（線程時間運行時間）]= 0
?	線程數 =N（CPU 核數）*（1+ 0 [WT（線程等待時間）]/36788ms[ST（線程時間運行時間）]）= N（CPU 核數）

這跟我們之前通過 CPU 密集型的計算公式 N+1 所得出的結果差不多。

綜合來看，我們可以根據自己的業務場景，從“N+1”和“2N”兩個公式中選出一個適合的，計算出一個大概的線程數量，之后通過實際壓測，逐漸往“增大線程數量”和“減小線程數量”這兩個方向調整，然后觀察整體的處理時間變化，最終確定一個具體的線程數量。

總結

本文我們主要學習了線程池的實現原理，Java 線程的創建和消耗會給系統帶來性能開銷，因此 Java 提供了線程池來復用線程，提高程序的并發效率。

Java 通過用戶線程與內核線程結合的 1:1 線程模型來實現，Java 將線程的調度和管理設置在了用戶態，提供了一套 Executor 框架來幫助開發人員提高效率。Executor 框架不僅包括了線程池的管理，還提供了線程工廠、隊列以及拒絕策略等，可以說 Executor 框架為并發編程提供了一個完善的架構體系。

在不同的業務場景以及不同配置的部署機器中，線程池的線程數量設置是不一樣的。

其設置不宜過大，也不宜過小，要根據具體情況，計算出一個大概的數值，再通過實際的性能測試，計算出一個合理的線程數量。

我們要提高線程池的處理能力，一定要先保證一個合理的線程數量，也就是保證 CPU 處理線程的最大化。在此前提下，我們再增大線程池隊列，通過隊列將來不及處理的線程緩存起來。在設置緩存隊列時，我們要盡量使用一個有界隊列，以防因隊列過大而導致的內存溢出問題

總結

以上是生活随笔為你收集整理的从原理上搞懂如何设置线程池参数大小？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。