线程池参数应该如何设置-教你如何battle面试官

最新推荐文章于 2024-06-24 10:23:53 发布

EyeDropLyq

最新推荐文章于 2024-06-24 10:23:53 发布

阅读量410

点赞数 4

文章标签：后端

本文链接：https://blog.csdn.net/lyq1525761478/article/details/135938670

版权

本文讨论了线程池参数配置的实战原则，强调参数设置的灵活性和与业务需求的关系，提倡理解逻辑而非死记硬背公式，并指出最大线程数需通过压测确定，以提升面试表现和实际工作中的配置能力。

摘要由CSDN通过智能技术生成

线程池参数应该如何设置

前提说明：

今天为啥要写这篇文章呢，主要是我面试的时候被问到了这样一个问题：

面试官： “你在工作中用到过池化技术吗？”

我：“用到过，用到过线程池”

面试官：“那你说一下，在实际的项目中你是如何设置线程池的各个参数的大小的？”

我：“如果是CPU密集型任务就把线程数配置为N+1，核数+1；如果是IO密集型任务就配置为2N”

面试官：“你真的在工作中实际配置过这些参数吗？”

我：“en…,别人写好了，我直接用的” 内心：tmd我刚工作，这东西怎么会让我来配…

相信很多小伙伴们和我一样。面试前看八股文的时候都看到过“如果是CPU密集型任务就把线程数配置为N+1，核数+1；如果是IO密集型任务就配置为2N” 这样的描述。所以我们潜移默化的认为这个就是公式，别人问的时候答上来就行了。但是有个很大的问题就是，如果你是应届生，八股是不会问这个的，反而你如果是社招很多都会问。如果在社招中我们也这么回答，可能就会回家等通知了。那么我们应该如何回答呢？等我下面来揭晓

首先需要先声明线程池的参数的配置没办法量化，不同的业务可能都会有不同的参数设置，只能理解一下里面的逻辑来方便我们在调试的时候明确思路，至少应该知道怎么调、是变大还是变小。

首先要明确线程池中最核心需要我们调整的就是下面几个参数

corePoolSize：核心线程数
maxPoolSize：最大线程数
queueCapacity：队列大小

我们除了上面的三个外，还需要明确几个参数

task:每秒执行的任务数
taskTime:执行一个task所需要的时间
responseTime:系统允许接受的最大响应时间

下面我们来一个一个说：

核心线程数

核心线程数和task以及taskTime有直接的关系，一般我们遵循一个公式：corePoolSize=task*taskTime

举个例子：如果task=100_{1000,taskTime=0.1s,那么我们的核心线程数的大小应该是task*taskTime=10}100之间。而且我们一般遵循8020准则，就是task的数量以出现概率80%的为准。

理论上随着执行一个task所需要的时间的变长，我们的corePoolSize也会变大，为什么呢？因为：长时间运行的任务会占用核心线程，如果过多的长任务超过了核心线程数，可能导致其他任务排队等待执行，影响系统的性能。

注意：这里就不可以教条了，因为corePoolSize也不能太大，首先要考虑我们机器的配置，机器的cpu数量，此时我们在八股中学到的东西有用处了，为什么分为IO密集型和CPU密集型呢，如果我们仅仅教条的用task*taskTime这个公式的话，如果这是一个CPU密集型的任务那么corePoolSize太多就会导致频繁的进行上下文切换，这个操作反而会带来更多的花销，反而降低系统的吞吐量和响应性能。

其中task以及taskTime的获取要通过压测来获取。