?Web-Server有個配置，工作線程數(shù)。

Service一般也有個配置，工作線程數(shù)。

經(jīng)驗豐富的架構(gòu)師，懂得如何配置這些參數(shù)，使得系統(tǒng)的性能達(dá)到最優(yōu)：有些業(yè)務(wù)設(shè)置為CPU核數(shù)的2倍，有些業(yè)務(wù)設(shè)置為CPU核數(shù)的8倍，有些業(yè)務(wù)設(shè)置為CPU核數(shù)的32倍。

“線程數(shù)”的設(shè)置依據(jù)，是本文要討論的問題。

工作線程數(shù)是不是設(shè)置的越大越好？

答案顯然是否定的：

• 服務(wù)器CPU核數(shù)有限，能夠同時并發(fā)的線程數(shù)有限，單核CPU設(shè)置1000個工作線程沒有意義；
• 線程切換有開銷，如果線程切換過于頻繁，反而會使性能降低；

調(diào)用sleep()函數(shù)的時候，線程是否一直占用CPU？

不占用，休眠時會把CPU讓出來，給其他需要CPU資源的線程使用。

不止sleep，一些阻塞調(diào)用，例如網(wǎng)絡(luò)編程中的：

• 阻塞accept()，等待客戶端連接；
• 阻塞recv()，等待下游回包；

都會讓出CPU資源。

單核CPU，設(shè)置多線程有意義么？

單核CPU，設(shè)置多線程能否提高并發(fā)性能？

即使是單核，使用多線程也是有意義的，大多數(shù)情況也能提高并發(fā)：

• 多線程編碼可以讓代碼更加清晰，例如：IO線程收發(fā)包，Worker線程進行任務(wù)處理，Timeout線程進行超時檢測；
• 如果有一個任務(wù)一直占用CPU資源在進行計算，此時增加線程并不能增加并發(fā)，例如以下代碼會一直占用CPU，并使得CPU占用率達(dá)到100%：

 while(1){ i++; }

• 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(fā)，因為這個線程在休息的時候，其他的線程可以繼續(xù)工作；

常見服務(wù)線程模型有幾種？

了解常見的服務(wù)線程模型，有助于理解服務(wù)并發(fā)的原理，一般來說互聯(lián)網(wǎng)常見的服務(wù)線程模型有兩種：

• IO線程與工作線程通過任務(wù)隊列解耦；
• 純異步；

第一種，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(wù)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：

• 有少數(shù)幾個IO線程監(jiān)聽上游發(fā)過來的請求，并進行收發(fā)包（生產(chǎn)者）；
• 有一個或者多個任務(wù)隊列，作為IO線程與Worker線程異步解耦的數(shù)據(jù)傳輸通道（臨界資源）；
• 有多個工作線程執(zhí)行真正的任務(wù)（消費者）；

這個線程模型應(yīng)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(nèi)部是同步阻塞執(zhí)行任務(wù)的，因此可以通過增加Worker線程數(shù)來增加并發(fā)能力，今天要討論的重點是“該模型Worker線程數(shù)設(shè)置為多少能達(dá)到最大的并發(fā)”。

第二種，純異步線程模型。

沒有阻塞，這種線程模型只需要設(shè)置很少的線程數(shù)就能夠做到很高的吞吐量，該模型的缺點是：

• 如果使用單線程模式，難以利用多CPU多核的優(yōu)勢；
• 程序員更習(xí)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；
• 框架更復(fù)雜，往往需要server端收發(fā)組件，server端隊列，client端收發(fā)組件，client端隊列，上下文管理組件，有限狀態(tài)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。

第一類“IO線程與工作線程通過隊列解耦”類線程模型，工作線程的工作模式是怎么樣的？

了解工作線程的工作模式，對量化分析線程數(shù)的設(shè)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(jié)束處理end，該任務(wù)的處理共有7個步驟：

• 從工作隊列里拿出任務(wù)，進行一些本地初始化計算，例如http協(xié)議分析、參數(shù)解析、參數(shù)校驗等；
• 訪問cache拿一些數(shù)據(jù)；
• 拿到cache里的數(shù)據(jù)后，再進行一些本地計算，這些計算和業(yè)務(wù)邏輯相關(guān)；
• 通過RPC調(diào)用下游service再拿一些數(shù)據(jù)，或者讓下游service去處理一些相關(guān)的任務(wù)；
• RPC調(diào)用結(jié)束后，再進行一些本地計算，怎么計算和業(yè)務(wù)邏輯相關(guān)；
• 訪問DB進行一些數(shù)據(jù)操作；
• 操作完數(shù)據(jù)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(yè)務(wù)邏輯相關(guān)；

分析整個處理的時間軸，會發(fā)現(xiàn)：

(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(yè)務(wù)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(jié)果的狀態(tài)，不需要占用CPU，進一步的分解，這個“等待結(jié)果”的時間共分為三部分：

• 請求在網(wǎng)絡(luò)上傳輸?shù)较掠蔚腸ache、service、DB；
• 下游cache、service、DB進行任務(wù)處理；
• cache、service、DB將報文在網(wǎng)絡(luò)上傳回工作線程；

如何量化分析，并合理設(shè)置工作線程數(shù)呢？

通過上面的分析，Worker線程在執(zhí)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(tǒng)計，可以統(tǒng)計出整個Worker線程執(zhí)行過程中這兩部分時間的比例，例如：

• 執(zhí)行計算，占用CPU的時間（粉色時間軸）是100ms；
• 等待時間，不占用CPU的時間（橙色時間軸）也是100ms；

得到的結(jié)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）：

• 假設(shè)此時是單核，則設(shè)置為2個工作線程就可以把CPU充分利用起來，讓CPU跑到100%；
• 假設(shè)此時是N核，則設(shè)置為2N個工作現(xiàn)場就可以把CPU充分利用起來，讓CPU跑到N*100%；

當(dāng)當(dāng)當(dāng)當(dāng)?。。?/h4>

結(jié)論來了：

N核服務(wù)器，通過執(zhí)行業(yè)務(wù)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(shù)（線程池線程數(shù)）設(shè)置為 N*(x+y)/x，能讓CPU的利用率最大化。

一般來說，非CPU密集型的業(yè)務(wù)（加解密、壓縮解壓縮、搜索排序等業(yè)務(wù)是CPU密集型的業(yè)務(wù)），瓶頸都在后端數(shù)據(jù)庫訪問或者RPC調(diào)用，本地CPU計算的時間很少，所以設(shè)置幾十或者幾百個工作線程是能夠提升吞吐量的。?