CountDownLatch latch latch = new CountDownLatch(dbMax)
ExecutorService executorService = Executors.newFixedThreadPool(size);
executorService.execute(new UserinfoRunable(dbNo, tableNo));
executorService.shutdown();
try {
latch.await();
} catch (InterruptedException e1) {
log.error("threadLatch.await()", e1);
}
latch.countDown();
BlockingQueue可以取代wait和notify来进行同步,put阻塞的,用poll,drainTo(List)非阻塞来取。
集合添加元素需要多线程吗?
适用场景 | 有阻塞(同步I/O)。 |
两种方式: | 独立线程分数据,比较简单,但效率相差大的部分不可分别调整线程数。 线程协作,效率相差大的部分可以协调成步调一致。 |
最佳线程数: | 性能压测的情况下,起初随着用户数的增加,QPS会上升,当到了一定的阀值之后,用户数量增加QPS并不会增加,或者增加不明显,同时请求的响应时间却大幅增加。这个阀值我们认为是最佳线程数。 |
最佳线程数的获取: | http://jjw.iteye.com/blog/703864 1、通过用户慢慢递增来进行性能压测,观察QPS,响应时间 2、根据公式计算:服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量 3、单用户压测,查看CPU的消耗,然后直接乘以百分比,再进行压测,一般这个值的附近应该就是最佳线程数量。 |
影响最佳线程数的主要因素: | 1、IO 2、CPU 根据公式:服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量 一般来说是IO和CPU。IO开销较多的应用其CPU线程等待时间会比较长,所以线程数量可以开的多一些,相反则线程数量要少一些,其实有两种极端,纯IO的应用,比如proxy,则线程数量可以开到非常大(实在太大了则需要考虑线程切换的开销),这种应用基本上后端(比如这个proxy是代理搜索的)的QPS能有多少,proxy就有多少。 另一种是耗CPU的计算,这种情况一般来讲只能开到CPU个数的线程数量。但是并不是说这种应用的QPS就不高,往往这种应用的QPS可以很高。 |
最佳线程数和jvm堆内存得关系 | 上都是依据性能瓶颈在CPU的情况,对于java应用还有一个因素是FULL GC,我们要保证在最佳线程数量下,不会发生频繁FULL GC 根据公式::(小GC时间间隔/rt)*(并发线程数量 * thm) <=young 计算得到的并发线程数量如果<最佳线程数量 则可能导致FULL GC较频繁,实际情况看来这种情况在web系统上非常少。不过可以模拟出来。 所以我们在设置jboss线程的时候,可以利用内存公式计算出来的线程数量来设置,通过压测和计算得到最佳线程数,然后设置线程数。 |
线程数量: | 压测最佳线程数<真实设置的线程数量<内存极限线程数 |