多线程

 

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