K60至尊版剛預熱 一加Ace2 Pro正面硬剛
Redmi這邊剛如火如荼的宣傳了K60 Ultra的各種技術和硬件配置，作為競品的一加也坐不住了。一加中國區(qū)總裁李杰發(fā)布了兩條微博，表示在自家的一加Ace2上早就已經(jīng)采用了和PixelWo
Java中的線程創(chuàng)建會帶來顯著的開銷。創(chuàng)建線程消耗時間，增加了請求處理的延遲，并涉及JVM和操作系統(tǒng)的大量工作。為了減輕這些開銷，引入了線程池的概念。
在本文中，我們深入探討確定理想線程池大小的藝術。一個經(jīng)過精心調(diào)整的線程池可以從系統(tǒng)中提取出最佳性能，并幫助你在高峰工作負載中優(yōu)雅地導航。然而，必須記住，即使使用線程池，線程的管理本身也可能成為瓶頸。
在確定線程池大小時，了解系統(tǒng)的限制，包括硬件和外部依賴項，是至關重要的。讓我們通過一個例子詳細說明這個概念：
假設你正在開發(fā)一個處理傳入HTTP請求的Web應用程序。每個請求可能涉及從數(shù)據(jù)庫處理數(shù)據(jù)并調(diào)用外部第三方服務。你的目標是確定有效的線程池大小以有效處理這些請求。
數(shù)據(jù)庫連接池：假設你正在使用像HikariCP這樣的連接池來管理數(shù)據(jù)庫連接。你已將其配置為允許最多100個連接。如果創(chuàng)建的線程多于可用連接，這些額外的線程將等待可用連接，導致資源爭用和潛在的性能問題。
下面是配置HikariCP數(shù)據(jù)庫連接池的示例：
import com.zaxxer.hikari.HikariConfig;import com.zaxxer.hikari.HikariDataSource;public class DatabaseConnectionExample { public static void main(String[] args) { HikariConfig config = new HikariConfig(); config.setJdbcUrl("jdbc:mysql://localhost:3306/mydb"); config.setUsername("username"); config.setPassword("password"); config.setMaximumPoolSize(100); // 設置最大連接數(shù) HikariDataSource dataSource = new HikariDataSource(config); // 使用dataSource獲取數(shù)據(jù)庫連接并執(zhí)行查詢。 }}外部服務吞吐量：你的應用程序與之交互的外部服務有一個限制。它只能同時處理少量請求，例如一次處理10個請求。同時發(fā)送更多請求可能會***使服務不堪重負，導致性能下降或錯誤***。
CPU核心：確定服務器上可用的CPU核心數(shù)量對于優(yōu)化線程池大小至關重要。
int numOfCores = Runtime.getRuntime().availableProcessors();每個核心可以同時執(zhí)行一個線程。超過CPU核心數(shù)的線程可能導致過多的上下文切換，從而降低性能。
CPU密集型任務是那些需要大量處理能力的任務，例如執(zhí)行復雜計算或運行模擬。這些任務通常受限于CPU速度，而不是I/O設備的速度。
假設你有一個大型的數(shù)字數(shù)組，并且想要利用多個線程并行地計算每個數(shù)字的平方。
import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;import java.util.concurrent.TimeUnit;public class ParallelSquareCalculator { public static void main(String[] args) { int[] numbers = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}; int numThreads = Runtime.getRuntime().availableProcessors(); // 獲取CPU核心數(shù) ExecutorService executorService = Executors.newFixedThreadPool(numThreads); for (int number : numbers) { executorService.submit(() -> { int square = calculateSquare(number); System.out.println("Square of " + number + " is " + square); }); } executorService.shutdown(); try { executorService.awaitTermination(Long.MAX_VALUE, TimeUnit.NANOSECONDS); } catch (InterruptedException e) { Thread.currentThread().interrupt(); } } private static int calculateSquare(int number) { // 模擬耗時的計算（例如，數(shù)據(jù)庫查詢，復雜計算） try { Thread.sleep(1000); // 模擬1秒延遲 } catch (InterruptedException e) { Thread.currentThread().interrupt(); } return number * number; }}I/O密集型任務是
那些與存儲設備交互（例如，讀/寫文件），網(wǎng)絡套接字（例如，發(fā)起API調(diào)用）或用戶輸入（例如，圖形用戶界面中的用戶交互）的任務。
對于CPU綁定的任務，你希望在不過分負擔系統(tǒng)的情況下最大化CPU利用率，過多的線程可能導致過多的上下文切換，從而降低性能。一個常見的經(jīng)驗法則是使用可用的CPU核心數(shù)。
想象一下，你正在開發(fā)一個視頻處理應用程序。視頻編碼是一個CPU密集型任務，你需要對視頻文件應用復雜的算法進行壓縮。你有一個多核CPU可用。
import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;public class VideoEncodingApp { public static void main(String[] args) { int availableCores = Runtime.getRuntime().availableProcessors(); int numberOfThreads = Math.max(availableCores - 1, 1); // 根據(jù)需要調(diào)整 ExecutorService threadPool = Executors.newFixedThreadPool(numberOfThreads); // 將視頻編碼任務提交到線程池。 for (int i = 0; i < 10; i++) { threadPool.execute(() -> { encodeVideo(); // 模擬視頻編碼任務 }); } threadPool.shutdown(); } private static void encodeVideo() { // 模擬視頻編碼（CPU綁定）任務。 // 復雜的計算和壓縮算法在這里。 }}對于I/O綁定的任務，理想的線程數(shù)通常取決于I/O操作的性質(zhì)和預期的延遲。你希望有足夠的線程使I/O設備保持繁忙，而不會過載它們。理想的數(shù)字可能不一定等于CPU核心數(shù)。
考慮構建一個下載網(wǎng)頁并提取信息的網(wǎng)絡爬蟲。這涉及進行I/O綁定的任務，由于網(wǎng)絡延遲，可能需要發(fā)出HTTP請求。
import java.util.concurrent.ExecutorService;import java.util.concurrent.Executors;public class WebPageCrawler { public static void main(String[] args) { int expectedIOLatency = 500; // 估計的I/O延遲，單位毫秒 int numberOfThreads = 4; // 根據(jù)預期的延遲和系統(tǒng)能力進行調(diào)整 ExecutorService threadPool = Executors.newFixedThreadPool(numberOfThreads); // 要爬取的URL列表。 String[] urlsToCrawl = { "https://example.com", "https://google.com", "https://github.com", // 在此添加更多的URL }; for (String url : urlsToCrawl) { threadPool.execute(() -> { crawlWebPage(url, expectedIOLatency); }); } threadPool.shutdown(); } private static void crawlWebPage(String url, int expectedIOLatency) { // 模擬網(wǎng)頁爬取（I/O綁定）任務。 // 執(zhí)行HTTP請求并處理頁面內(nèi)容。 try { Thread.sleep(expectedIOLatency); // 模擬I/O延遲 } catch (InterruptedException e) { Thread.currentThread().interrupt(); } }}確定線程池大小的公式可以寫成如下：
Number of threads = Number of Available Cores * Target CPU utilization * (1 + Wait time / Service time)Number of Available Cores: 這是你的應用程序可用的***CPU核心數(shù)***。重要的是要注意，這與CPU數(shù)不同，因為***每個CPU可能有多個核心。***
Target CPU utilization: 這是你希望你的應用程序使用的CPU時間的百分比***。如果設置目標CPU利用率過高，你的應用程序可能會變得無響應*。如果設置得太低，你的應用程序將無法充分利用可用的CPU資源。
Wait time: 這是***線程等待I/O操作完成的時間***。這可能包括***等待網(wǎng)絡響應、數(shù)據(jù)庫查詢或文件操作。***
Service time: 這是***線程執(zhí)行計算的時間***。
Blocking coefficient: 這是等待時間與服務時間的比率。這是衡量線程等待I/O操作完成所花費的時間與執(zhí)行計算所花費的時間之間關系的指標。
假設你有一臺具有4個CPU核心的服務器，并且你希望你的應用程序使用可用CPU資源的50%。
你的應用程序有兩類任務：I/O密集型任務和CPU密集型任務。
I/O密集型任務的阻塞系數(shù)為0.5，意味著它們花費50%的時間等待I/O操作完成。
線程數(shù) = 4個核心 * 0.5 * (1 + 0.5) = 3個線程
CPU密集型任務的阻塞系數(shù)為0.1，意味著它們花費10%的時間等待I/O操作完成。
線程數(shù) = 4個核心 * 0.5 * (1 + 0.1) = 2.2個線程
在這個例子中，你將創(chuàng)建兩個線程池，一個用于I/O密集型任務，一個用于CPU密集型任務。I/O密集型線程池將有3個線程，而CPU密集型線程池將有2個線程。
本文鏈接：http://www.www897cc.com/showinfo-26-58899-0.html線程池系統(tǒng)設置最全指南！
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com
上一篇： Net開發(fā)，跨線程安全通信，注意那些容易出錯的地方
下一篇： 在Rust中編寫自動化測試
Copyright ? 2016-2023 天津谷騏科技有限公司 版權所有 sitemap.xml
違法及侵權請聯(lián)系：2376512515@qq.com 津ICP備18001702號
津公網(wǎng)安備 12010102000574號