在程序開發(fā)中，常常為了提高性能，我們使用多線程進行開發(fā)，而針對多線程常常使用線程池來處理，線程池可以帶來很多好處，有興趣的可以看看之前干貨君寫的文章：線程池ThreadPool看完這篇就夠了

那么現(xiàn)在有個問題來了，在應用中，針對多線程開發(fā)，線程數(shù)量我們要怎么設置才最合理呢?是不是越多越好?

當然不是，在多線程中，不得不提的上下文切換

上下文切換

首先在單核CPU中，也是可以處理多線程的，只是CPU通過給每個線程分配CPU時間片來處理的，假設我們有A、B兩個線程執(zhí)行任務，CPU在非常短的時間(時間片)執(zhí)行A線程，然后再執(zhí)行B線程，如此往復執(zhí)行，不停的切換(切換時保持之前的狀態(tài))，由于時間片的間隙非常短，讓我們感覺是同時執(zhí)行的，即多線程，而這種切換就叫上下文切換。

從上面的描述我們可以知道，上下文切換，必然會出現(xiàn)之前的狀態(tài)保持和啟動，必然會導致性能的損耗，因此多線程的數(shù)量多就不一定快，也就說明了線程數(shù)量不是越多越好。

那么怎么合理的設置線程數(shù)量呢?

多線程任務分類

通常針對多線程一般分為兩類場景：

IO密集型：IO密集型通常指程序運行期間，大部分的耗時是用來進行I/O操作，而這個時間線程不會占用CPU來處理。

CPU密集型：CPU密集型通常是指系統(tǒng)運行時會消耗掉大量的CPU資源，例如需要大量的計算，一些復雜運算，邏輯處理之類的。

因此針對不同場景線程的數(shù)量設置也不一樣

I/O密集型

由于系統(tǒng)運行大部分都是在進行I/O交互，并不會暫用cpu資源，因此可以提高線程數(shù)，對線程數(shù)可以用以下計算公式：

最佳線程數(shù) = ((線程等待時間+線程CPU時間)/線程CPU時間 )* CPU核心數(shù)

這樣假設線程無等待，最佳線程數(shù) = 1 * CPU核心數(shù)，而實際上線程一般都會存在等待時間，可以保守認為等待時間和線程CPU時間一樣，即 2 * CPU核心數(shù)，因此一般都設置為

最佳線程數(shù) = CPU核心數(shù) * 2

CPU密集型

對于CPU密集型的，絕大部分都是利用cpu資源進行計算，因此一般對于此類場景，最佳線程數(shù)量設置為CPU核心線程數(shù)+1，以充分利用多核心CPU的處理能力。

最佳線程數(shù) = CPU核心數(shù) + 1

java獲取cpu核心數(shù)的方法如下：

Runtime.getRuntime().availableProcessors()