文章目錄

• 一、需求緣起
• 二、一些共性認知
• 三、常見服務線程模型
• 四、工作線程的工作模式
• 五、量化分析并合理設置工作線程數
• 六、結論

一、需求緣起

Web-Server通常有個配置，最大工作線程數，后端服務一般也有個配置，工作線程池的線程數量，這個線程數的配置不同的業務架構師有不同的經驗值，有些業務設置為CPU核數的2倍，有些業務設置為CPU核數的8倍，有些業務設置為CPU核數的32倍。
“工作線程數”的設置依據是什么，到底設置為多少能夠最大化CPU性能，是本文要討論的問題。

二、一些共性認知

在進行進一步深入討論之前，先以提問的方式就一些共性認知達成一致。
提問：工作線程數是不是設置的越大越好？
回答：肯定不是的
1）一來服務器CPU核數有限，同時并發的線程數是有限的，1核CPU設置10000個工作線程沒有意義
2）線程切換是有開銷的，如果線程切換過于頻繁，反而會使性能降低

提問：調用sleep()函數的時候，線程是否一直占用CPU？
回答：不占用，等待時會把CPU讓出來，給其他需要CPU資源的線程使用
不止調用sleep()函數，在進行一些阻塞調用，例如網絡編程中的阻塞accept()【等待客戶端連接】和阻塞recv()【等待下游回包】也不占用CPU資源

提問：如果CPU是單核，設置多線程有意義么，能提高并發性能么？
回答：即使是單核，使用多線程也是有意義的
1）多線程編碼可以讓我們的服務/代碼更加清晰，有些IO線程收發包，有些Worker線程進行任務處理，有些Timeout線程進行超時檢測
2）如果有一個任務一直占用CPU資源在進行計算，那么此時增加線程并不能增加并發，例如這樣的一個代碼
while(1){ i++; }
該代碼一直不停的占用CPU資源進行計算，會使CPU占用率達到100%
3）通常來說，Worker線程一般不會一直占用CPU進行計算，此時即使CPU是單核，增加Worker線程也能夠提高并發，因為這個線程在休息的時候，其他的線程可以繼續工作

三、常見服務線程模型

了解常見的服務線程模型，有助于理解服務并發的原理，一般來說互聯網常見的服務線程模型有如下兩種
IO線程與工作線程通過隊列解耦類模型

如上圖，大部分Web-Server與服務框架都是使用這樣的一種“IO線程與Worker線程通過隊列解耦”類線程模型：
1）有少數幾個IO線程監聽上游發過來的請求，并進行收發包（生產者）
2）有一個或者多個任務隊列，作為IO線程與Worker線程異步解耦的數據傳輸通道（臨界資源）
3）有多個工作線程執行正真的任務（消費者）
這個線程模型應用很廣，符合大部分場景，這個線程模型的特點是，工作線程內部是同步阻塞執行任務的（回想一下tomcat線程中是怎么執行Java程序的，dubbo工作線程中是怎么執行任務的），因此可以通過增加Worker線程數來增加并發能力，今天要討論的重點是“該模型Worker線程數設置為多少能達到最大的并發”。

純異步線程模型
任何地方都沒有阻塞，這種線程模型只需要設置很少的線程數就能夠做到很高的吞吐量，Lighttpd有一種單進程單線程模式，并發處理能力很強，就是使用的的這種模型。該模型的缺點是：
1）如果使用單線程模式，難以利用多CPU多核的優勢
2）程序員更習慣寫同步代碼，callback的方式對代碼的可讀性有沖擊，對程序員的要求也更高
3）框架更復雜，往往需要server端收發組件，server端隊列，client端收發組件，client端隊列，上下文管理組件，有限狀態機組件，超時管理組件的支持
however，這個模型不是今天討論的重點。

四、工作線程的工作模式

了解工作線程的工作模式，對量化分析線程數的設置非常有幫助：

上圖是一個典型的工作線程的處理過程，從開始處理start到結束處理end，該任務的處理共有7個步驟：
1）從工作隊列里拿出任務，進行一些本地初始化計算，例如http協議分析、參數解析、參數校驗等
2）訪問cache拿一些數據
3）拿到cache里的數據后，再進行一些本地計算，這些計算和業務邏輯相關
4）通過RPC調用下游service再拿一些數據，或者讓下游service去處理一些相關的任務
5）RPC調用結束后，再進行一些本地計算，怎么計算和業務邏輯相關
6）訪問DB進行一些數據操作
7）操作完數據庫之后做一些收尾工作，同樣這些收尾工作也是本地計算，和業務邏輯相關

分析整個處理的時間軸，會發現：
1）其中1，3，5，7步驟中【上圖中粉色時間軸】，線程進行本地業務邏輯計算時需要占用CPU
2）而2，4，6步驟中【上圖中橙色時間軸】，訪問cache、service、DB過程中線程處于一個等待結果的狀態，不需要占用CPU，進一步的分解，這個“等待結果”的時間共分為三部分：
2.1）請求在網絡上傳輸到下游的cache、service、DB
2.2）下游cache、service、DB進行任務處理
2.3）cache、service、DB將報文在網絡上傳回工作線程

五、量化分析并合理設置工作線程數

最后一起來回答工作線程數設置為多少合理的問題。
通過上面的分析，Worker線程在執行的過程中，有一部計算時間需要占用CPU，另一部分等待時間不需要占用CPU，通過量化分析，例如打日志進行統計，可以統計出整個Worker線程執行過程中這兩部分時間的比例，例如：
1）時間軸1，3，5，7【上圖中粉色時間軸】的計算執行時間是100ms
2）時間軸2，4，6【上圖中橙色時間軸】的等待時間也是100ms
得到的結果是，這個線程計算和等待的時間是1：1，即有50%的時間在計算（占用CPU），50%的時間在等待（不占用CPU）：
1）假設此時是單核，則設置為2個工作線程就可以把CPU充分利用起來，讓CPU跑到100%
2）假設此時是N核，則設置為2N個工作現場就可以把CPU充分利用起來，讓CPU跑到N*100%

結論：
N核服務器，通過執行業務的單線程分析出本地計算時間為x，等待時間為y，則工作線程數（線程池線程數）設置為 N*(x+y)/x，能讓CPU的利用率最大化。

經驗：
一般來說，非CPU密集型的業務（加解密、壓縮解壓縮、搜索排序等業務是CPU密集型的業務），瓶頸都在后端數據庫，本地CPU計算的時間很少，所以設置幾十或者幾百個工作線程也都是可能的。

六、結論

N核服務器，通過執行業務的單線程分析出本地計算時間為x，等待時間為y，則工作線程數（線程池線程數）設置為 N*(x+y)/x，能讓CPU的利用率最大化。

總結

以上是生活随笔為你收集整理的多线程并发数量设置设多少算合理的全部內容，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。