为什么要引入线程池
如果每当一个请求到达就创建一个新线程new Thread(),开销是相当大的。在实际使用中,每个请求创建新线程的服务器在创建和销毁线程上花费的时间和消耗的系统资源,甚至可能要比花在处理实际的用户请求的时间和资源要多得多。除了创建和销毁线程的开销之外,活动的线程也需要消耗系统资源。如果在一个JVM里创建太多的线程,可能会导致系统由于过度消耗内存或“切换过度”而导致系统资源不足。为了防止资源不足,服务器应用程序需要一些办法来限制任何给定时刻处理的请求数目,尽可能减少创建和销毁线程的次数,特别是一些资源耗费比较大的线程的创建和销毁,尽量利用已有对象来进行服务,这就是“池化资源”技术产生的原因。
什么是线程池
线程池顾名思义就是事先创建若干个可执行的线程放入一个池(容器)中,需要的时候从池中获取线程不用自行创建,使用完毕不需要销毁线程而是放回池中,从而减少创建和销毁线程对象的开销。它和数据库连接池的概念一样,通过维护一定数量的线程池来达到多个线程的复用。
它的主要特点为:线程复用,控制最大并发数,管理线程。
线程池优点
- 降低资源消耗。通过重复利用己创建的线程降低线程创建和销毁造成的消耗。
- 提高响应速度。当任务到达时,任务可以不需要的等到线程创建就能立即执行。
- 提高线程的可管理性。线程是稀缺资源,如果无限制的创建,不仅会消耗系统资源,还会降低系统的稳定性,使用线程池可以进行统一的分配,调优和监控。
创建线程池方式
一、 通过Executors工具类创建(不推荐)
1. Executors.newSingleThreadExecutor()
public static ExecutorService newSingleThreadExecutor() {
return new FinalizableDelegatedExecutorService
(new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>()));
}
特点:
- newSingleThreadExecutor将corePoolSize和maximumPoolSize都设置为1,它使用的LinkedBlockingQueue由链表组成的阻塞队列,说明内部只会创建一个线程去执行任务,多余的任务会进入到长度为Integer.MAX_VALUE的队列中,复用刚刚新建的线程等待被执行。
- 创建一个单线程化的线程池,它只会用唯一的工作线程来执行任务,保证所有任务按照指定顺序执行。
案例:
public class ThreadPoolDemo {
public static void main(String[] args) {
ThreadPoolExecutor threadPool = getExecutor();
try {
for (int i = 1; i <= 10; i++) {
final int tempInt = i;
threadPool.execute(() -> {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 给用户:" + tempInt + " 办理业务");
});
}
System.out.println("当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
Thread.sleep(3000);
System.out.println("==========================================");
System.out.println("执行完毕!!!当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
} catch (Exception e) {
e.printStackTrace();
} finally {
threadPool.shutdown();
}
}
public static ThreadPoolExecutor getExecutor() {
//相当于Executors.newSingleThreadExecutor()
return new ThreadPoolExecutor(1, 1,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
}
输出的结果:我们由输出的结果可以看到,线程池始终都是保持只有一个工作线程pool-1-thread-1在执行任务,且同一时刻只会执行一个任务,我们创建的10个任务,一开始是正在执行一个,其余9个都在队列中等待。
2. Executors.newFixedThreadPool(int)
public static ExecutorService newFixedThreadPool(int nThreads) {
return new ThreadPoolExecutor(nThreads, nThreads,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
特点:
- newFixedThreadPool创建的线程池corePoolSize和maximumPoolSize值是相等的,它使用的LinkedBlockingQueue。
- 创建一个定长线程池,可控制线程最大并发数,保证最多同时只有corePoolSize个线程执行任务,超出的线程会在队列中等待。
案例:
public class ThreadPoolDemo {
public static void main(String[] args) {
ThreadPoolExecutor threadPool = getExecutor();
try {
for (int i = 1; i <= 10; i++) {
final int tempInt = i;
threadPool.execute(() -> {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 给用户:" + tempInt + " 办理业务");
});
System.out.println("当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
}
Thread.sleep(3000);
System.out.println("==========================================");
System.out.println("执行完毕!!!当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
} catch (Exception e) {
e.printStackTrace();
} finally {
threadPool.shutdown();
}
}
public static ThreadPoolExecutor getExecutor() {
//相当于Executors.newFixedThreadPool(3)
return new ThreadPoolExecutor(3, 3,
0L, TimeUnit.MILLISECONDS,
new LinkedBlockingQueue<Runnable>());
}
}
输出的结果:我们由输出结果可以看到,前三个任务线程池是新建了三个线程来执行,当第四个任务进来时,由于超出了核心线程数,则会放到队列当中,等待被执行,从执行结果可以看出线程池始终只有三个工作线程在运行。
3. Executors.newCachedThreadPool()
public static ExecutorService newCachedThreadPool() {
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
特点:
- newCachedThreadPool带缓冲线程池,corePoolSize设置为0,maximumPoolSize设置为Integer.MAX_VALUE,也就是说线程池中线程数量没有固定,可达到最大值(Interger. MAX_VALUE)
- 线程池中的线程可进行缓存重复利用和回收(回收默认时间为60秒),当线程池中,没有可用线程,会重新创建一个线程
- 使用的SynchronousQueue同步阻塞队列,也就是一个没有容量的队列即不存储元素的队列,每一次添加元素都需要等待取元素的操作,否则不能继续添加元素,也就是说当一个任务进来会创建一个线程,此时上一个任务还没执行完,这时候再来一个任务,则会又新建一个新的线程,如果上一个任务执行完,且还没回收则会用该线程来执行新任务
案例:
public class ThreadPoolDemo {
public static void main(String[] args) {
ThreadPoolExecutor threadPool = getExecutor();
try {
for (int i = 1; i <= 10; i++) {
final int tempInt = i;
threadPool.execute(() -> {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 给用户:" + tempInt + " 办理业务");
});
System.out.println("当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
}
Thread.sleep(3000);
System.out.println("==========================================");
System.out.println("执行完毕!!!当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
Thread.sleep(60000);
System.out.println("等待60秒后!!!当前核心线程数:"+threadPool.getCorePoolSize()
+" 当前池中线程数:"+threadPool.getPoolSize()
+" 当前阻塞队列任务数:"+threadPool.getQueue().size());
} catch (Exception e) {
e.printStackTrace();
} finally {
threadPool.shutdown();
}
}
public static ThreadPoolExecutor getExecutor() {
//相当于Executors.newCachedThreadPool()
return new ThreadPoolExecutor(0, Integer.MAX_VALUE,
60L, TimeUnit.SECONDS,
new SynchronousQueue<Runnable>());
}
}
输出的结果:我们由输出结果可以看到,首先阻塞队列是不会存储任何任务的,其次10个任务进来当上一个任务还没完成即没有空闲线程时,会新建一个线程,最后在还没到达60秒过期时间前,当前开启的线程还是会保留,等待被复用,60秒后当前线程数变为0,说明空闲线程已经被回收销毁
4. Executors.newScheduledThreadPool()
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize) {
return new ScheduledThreadPoolExecutor(corePoolSize);
}
public ScheduledThreadPoolExecutor(int corePoolSize) {
super(corePoolSize, Integer.MAX_VALUE, 0, NANOSECONDS,
new DelayedWorkQueue());
}
特点:
- 创建一个周期线程池,支持定时及周期性任务执行
- corePoolSize设置定长,maximumPoolSize设置为Integer.MAX_VALUE,采用DelayedWorkQueue延迟无界阻塞队列
案例:
public class ThreadPoolDemo {
public static void main(String[] args) {
DateTimeFormatter dateTimeFormatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss");
ScheduledExecutorService scheduledExecutorService = Executors.newScheduledThreadPool(3);
try {
System.out.println("当前时间:" + LocalDateTime.now().format(dateTimeFormatter));
//3秒后执行
scheduledExecutorService.schedule(() -> {
System.out.println(Thread.currentThread().getName() + "\t 延迟3秒执行,"
+ "当前时间:" + LocalDateTime.now().format(dateTimeFormatter));
}, 3, TimeUnit.SECONDS);
/**
* scheduleAtFixedRate和scheduleWithFixedDelay很相似
* scheduleAtFixedRate:
* 是在上一次任务的开始时间的基础之上,加上指定的时间间隔,作为当前任务执行的开始时间
* 也就是不管该线程的内部程序执行多久,都是以开始时间为基础计算时间间隔
* scheduleWithFixedDelay:
* 是在上一次任务执行完毕之后的基础之上,加上指定的时间间隔,作为当前任务执行的开始时间
* 也就是当前任务执行的开始时间,受上一个任务执行时间的影响
* 比如第二个参数和第三个参数都是1和3的话,且每个线程执行的时间模拟耗时2秒
* scheduleAtFixedRate执行的结果是从1秒后开始,每隔3秒后再执行下一个任务
* scheduleWithFixedDelay执行的结果是从1秒后开始,每隔3+2=5秒后再执行下一个任务
*/
/*scheduledExecutorService.scheduleAtFixedRate(() -> {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 每3秒执行一次,"
+ "当前时间:" + LocalDateTime.now().format(dateTimeFormatter));
}, 1, 3, TimeUnit.SECONDS);*/
/*scheduledExecutorService.scheduleWithFixedDelay(() -> {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 每5秒执行一次,"
+ "当前时间:" + LocalDateTime.now().format(dateTimeFormatter));
}, 1, 3, TimeUnit.SECONDS);*/
}catch (Exception e) {
e.printStackTrace();
}finally {
//scheduledExecutorService.shutdown();
}
}
}
输出的结果:
schedule方法输出结果:
scheduleAtFixedRate方法输出结果:
scheduleWithFixedDelay方法输出结果:
5. Executors.newWorkStealingPool()
public static ExecutorService newWorkStealingPool(int parallelism) {
return new ForkJoinPool
(parallelism,
ForkJoinPool.defaultForkJoinWorkerThreadFactory,
null, true);
}
public static ExecutorService newWorkStealingPool() {
return new ForkJoinPool
(Runtime.getRuntime().availableProcessors(),
ForkJoinPool.defaultForkJoinWorkerThreadFactory,
null, true);
}
特点:
- JDK8新增的一种线程池,它实现的一个线程池和上面4种都不一样,用的是 ForkJoinPool 类,ForkJoinPool的优势在于,可以充分利用多cpu,多核cpu的优势,把一个任务拆分成多个“小任务”分发到不同的cpu核心上执行,执行完后再把结果收集到一起返回
- 它是一个并行的线程池,参数中传入的是一个线程并发的数量(不传入,则默认使用当前计算机中可用的cpu数量),这里和之前就有很明显的区别,前面4种线程池都有核心线程数、最大线程数等等,而这就使用了一个并发线程数解决问题
- 这个线程池不会保证任务的顺序执行,也就是 WorkStealing 的意思,抢占式的工作
案例:
public class ThreadPoolDemo {
public static void main(String[] args) {
ExecutorService threadPool = Executors.newWorkStealingPool(3);
DateTimeFormatter dateTimeFormatter = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS");
try{
for (int i = 1; i <= 10; i++) {
final int tempInt = i;
threadPool.execute(() -> {
System.out.println(Thread.currentThread().getName() + "\t 给用户:" + tempInt + " 办理业务,"
+ "当前时间:" + LocalDateTime.now().format(dateTimeFormatter));
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
});
}
Thread.sleep(10000);
}catch (Exception e) {
e.printStackTrace();
}finally {
threadPool.shutdown();
}
}
}
输出的结果:我们由输出结果可以看到,我们的任务是3个为一组并行执行
为了加深对以上五个线程池的理解,这里引用了 https://blog.csdn.net/tjbsl/article/details/98480843 该博主用动画描述了五个线程池的创建过程
我们开头其实就已经说明了不推荐以上方式创建线程池,为什么呢?这是阿里巴巴JAVA规范对线程池的描述
二、 通过new ThreadPoolExecutor()方式手动创建(推荐)
1. 线程池7大参数介绍
public ThreadPoolExecutor(int corePoolSize,
int maximumPoolSize,
long keepAliveTime,
TimeUnit unit,
BlockingQueue<Runnable> workQueue,
ThreadFactory threadFactory,
RejectedExecutionHandler handler) {
if (corePoolSize < 0 ||
maximumPoolSize <= 0 ||
maximumPoolSize < corePoolSize ||
keepAliveTime < 0)
throw new IllegalArgumentException();
if (workQueue == null || threadFactory == null || handler == null)
throw new NullPointerException();
this.corePoolSize = corePoolSize;
this.maximumPoolSize = maximumPoolSize;
this.workQueue = workQueue;
this.keepAliveTime = unit.toNanos(keepAliveTime);
this.threadFactory = threadFactory;
this.handler = handler;
}
- corePoolSize:线程池中的常驻核心线程数,在创建了线程池后,当有请求任务来之后,就会安排池中的线程去执行请求任务,近似理解为今日当值线程。当线程池中的线程数目达到corePoolSize后,就会把到达的任务放到缓存队列当中。
- maximumPoolSize:线程池能够容纳同时执行的最大线程数,此值必须大于等于1
- keepAliveTime:多余的空闲线程的存活时间,当前线程池数量超过corePoolSize时,当空闲时间达到keepAliveTime值时,多余空闲线程会被销毁直到只剩下corePoolSize个线程为止
- unit:keepAliveTime的单位
- workQueue:任务队列,被提交但尚未被执行的任务。如LinkedBlockingQueue、SynchronousQueue
- threadFactory:表示生成线程池中工作线程的线程工厂,用于创建线程一般用默认的即可(Executors.defaultThreadFactory())
- handler:拒绝策略,表示当队列满了并且工作线程大于等于线程池的最大线程数(maximumPoolSize),第一大点的五个线程池中都是用了默认的策略(AbortPolicy)
2. 线程池主要处理流程
- 在创建了线程池后,等待提交过来的任务请求。
- 当调用execute()方法添加一个请求任务时,线程池会做如下判断:
a. 如果正在运行的线程数量小于corePoolSize,那么马上创建线程运行这个任务;
b. 如果正在运行的线程数量大于或等于corePoolSize,那么将这个任务放入队列;
c. 如果这时候队列满了且正在运行的线程数量还小于maximumPoolSize,此时有一个新任务进来,那么还是要创建非核心线程立刻运行这个新任务;
d. 如果队列满了且正在运行的线程数量大于或等于maximumPoolSize,那么线程池会启动饱和拒绝策略来执行
- 当一个线程完成任务时,它会从队列中取下一个任务来执行。
- 当一个线程无事可做超过一定的时间(keepAliveTime)时,线程池会判断:
a. 如果当前运行的线程数大于corePoolSize,那么这个线程就被停掉,所以线程池的所有任务完成后它最终会收缩到corePoolSize的大小。
3. 线程池的4种拒绝策略
执行拒绝策略的条件:等待队列已满,塞不下新任务了,同时线程池中的线程数达到了maximumPoolSize,无法继续为新任务服务。这时候我们就需要拒绝策略机制合理的处理这个问题。
JDK自带的4种拒绝策略:
- AbortPolicy(默认):直接抛出 RejectedExecutionException异常阻止系统正常运知。
- CallerRunsPolicy:"调用者运行"一种调节机制,该策略既不会抛弃任务,也不会抛出异常,而是将某些任务回退到调用者,从而降低新任务的流量。
- DiscardOldestPolicy:丢弃队列中等待最久的任务,然后把当前任务加入队列中尝试再次提交当前任务。
- DiscardPolicy:直接丢弃任务,不予任何处理也不抛出异常。如果允许任务丢失,这是最好的一种方案。
以上内置拒绝策略均实现了RejectedExecutionHandler接口,当然也可以自行实现该接口来自定义拒绝策略。
案例:
public class MyThreadPoolExecutorDemo {
public static void doSomething(ThreadPoolExecutor threadPool, int numOfRequest) {
try {
System.out.println(threadPool.getRejectedExecutionHandler().getClass() + ":");
for (int i = 1; i <= numOfRequest; i++) {
final int tempInt = i;
threadPool.execute(() -> {
try {
Thread.sleep(100);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println(Thread.currentThread().getName() + "\t 给用户:" + tempInt + " 办理业务");
});
}
} catch (Exception e) {
e.printStackTrace();
} finally {
threadPool.shutdown();
}
}
public static ThreadPoolExecutor newMyThreadPoolExecutor(int corePoolSize,
int maximumPoolSize, int blockingQueueSize, RejectedExecutionHandler handler){
return new ThreadPoolExecutor(
corePoolSize,
maximumPoolSize,
1,//keepAliveTime
TimeUnit.SECONDS,
new LinkedBlockingQueue<>(blockingQueueSize),
Executors.defaultThreadFactory(),
handler);
}
public static void main(String[] args) {
doSomething(newMyThreadPoolExecutor(2, 5, 3, new ThreadPoolExecutor.AbortPolicy()), 10);
//doSomething(newMyThreadPoolExecutor(2, 5, 3, new ThreadPoolExecutor.CallerRunsPolicy()), 20);
//doSomething(newMyThreadPoolExecutor(2, 5, 3, new ThreadPoolExecutor.DiscardOldestPolicy()), 10);
//doSomething(newMyThreadPoolExecutor(2, 5, 3, new ThreadPoolExecutor.DiscardPolicy()), 10);
}
}
输出的结果:
AbortPolicy策略:需要执行10个任务,却执行了8个,在添加第9个任务的时候被拒绝且抛出异常
class java.util.concurrent.ThreadPoolExecutor$AbortPolicy:
java.util.concurrent.RejectedExecutionException: Task com.wk.demo.MyThreadPoolExecutorDemo$$Lambda$1/668386784@723279cf rejected from java.util.concurrent.ThreadPoolExecutor@10f87f48[Running, pool size = 5, active threads = 5, queued tasks = 3, completed tasks = 0]
at java.util.concurrent.ThreadPoolExecutor$AbortPolicy.rejectedExecution(ThreadPoolExecutor.java:2047)
at java.util.concurrent.ThreadPoolExecutor.reject(ThreadPoolExecutor.java:823)
at java.util.concurrent.ThreadPoolExecutor.execute(ThreadPoolExecutor.java:1369)
at com.wk.demo.MyThreadPoolExecutorDemo.doSomething(MyThreadPoolExecutorDemo.java:15)
at com.wk.demo.MyThreadPoolExecutorDemo.main(MyThreadPoolExecutorDemo.java:46)
pool-1-thread-3 给用户:6 办理业务
pool-1-thread-1 给用户:1 办理业务
pool-1-thread-2 给用户:2 办理业务
pool-1-thread-5 给用户:8 办理业务
pool-1-thread-4 给用户:7 办理业务
pool-1-thread-2 给用户:5 办理业务
pool-1-thread-3 给用户:3 办理业务
pool-1-thread-1 给用户:4 办理业务
CallerRunsPolicy策略:有部分任务被回退到了主线程执行
class java.util.concurrent.ThreadPoolExecutor$CallerRunsPolicy:
pool-1-thread-4 给用户:7 办理业务
pool-1-thread-2 给用户:2 办理业务
pool-1-thread-5 给用户:8 办理业务
pool-1-thread-3 给用户:6 办理业务
pool-1-thread-1 给用户:1 办理业务
main 给用户:9 办理业务
main 给用户:13 办理业务
pool-1-thread-1 给用户:11 办理业务
pool-1-thread-4 给用户:3 办理业务
pool-1-thread-3 给用户:10 办理业务
pool-1-thread-2 给用户:4 办理业务
pool-1-thread-5 给用户:5 办理业务
main 给用户:16 办理业务
pool-1-thread-4 给用户:14 办理业务
pool-1-thread-1 给用户:12 办理业务
pool-1-thread-3 给用户:15 办理业务
main 给用户:20 办理业务
pool-1-thread-2 给用户:17 办理业务
pool-1-thread-4 给用户:18 办理业务
pool-1-thread-5 给用户:19 办理业务
DiscardOldestPolicy策略:需要执行10个任务,却有两个任务被丢弃了(因为有两个旧任务被移出了队列用来执行新的任务)
class java.util.concurrent.ThreadPoolExecutor$DiscardOldestPolicy:
pool-1-thread-4 给用户:7 办理业务
pool-1-thread-3 给用户:6 办理业务
pool-1-thread-1 给用户:1 办理业务
pool-1-thread-2 给用户:2 办理业务
pool-1-thread-5 给用户:8 办理业务
pool-1-thread-4 给用户:5 办理业务
pool-1-thread-1 给用户:10 办理业务
pool-1-thread-3 给用户:9 办理业务
DiscardPolicy策略:需要执行10个任务,却有两个任务被丢弃了
class java.util.concurrent.ThreadPoolExecutor$DiscardPolicy:
pool-1-thread-2 给用户:2 办理业务
pool-1-thread-4 给用户:7 办理业务
pool-1-thread-1 给用户:1 办理业务
pool-1-thread-3 给用户:6 办理业务
pool-1-thread-5 给用户:8 办理业务
pool-1-thread-2 给用户:3 办理业务
pool-1-thread-1 给用户:5 办理业务
pool-1-thread-4 给用户:4 办理业务
如何合理配置核心线程数
第一步:先看下机器的CPU核数,然后再设定具体参数
CPU核数=Runtime.getRuntime().availableProcessors()
System.out.println(Runtime.getRuntime().availableProcessors());
第二步:分析下线程池处理的程序是CPU密集型,还是IO密集型
CPU 密集型:核心线程数 = CPU核数 + 1
IO 密集型:核心线程数 = CPU核数 * 2
注意:IO密集型 (某大厂实战经验)
核心线程数 = CPU核数 / (1 - 阻塞系数)
例如阻塞系数为0.8 ,CPU核数为 4 ,则核心线程数为 20
CPU密集型
CPU密集型也叫计算密集型,指的是系统的硬盘,内存性能相对CPU要好很多,此时,系统运作大部分的状况是CPU loading 100%,CPU要读/写 I/O (硬盘/内存),I/O在很短的时间就可以完成,而CPU还有很多运算要处理,CPU loading很高。
在多重程序系统中,大部分时间用来做计算,逻辑判断等CPU动作的程序称之为 CPU 密集型。例如一个计算圆周率至小数点一千位以下的程序,在执行过程中绝大部分时间用在三角函数和开根号的计算,便是属于CPU 密集型的程序。
CPU密集型的程序一般而且CPU 占用率相当高。这可能是因为任务本身不太需要访问 I/O 设备,也可能是因为程序是多线程实现因此屏蔽了等待 I/O 的时间。
IO密集型
IO密集型指的是系统的CPU性能相对硬盘,内存要好很多,此时,系统运作,大部分的状况是CPU在等IO(硬盘/内存)的读/写 操作,此时CPU loading并不高。
IO密集型的程序一般在达到性能极限时,CPU占用率仍然较低。这可能是因为任务本身需要大量 IO 操作,而pipeline 做得不是很好,没有充分利用处理器能力。
CPU密集型和IO密集型对比
一般把任务划分为 计算密集型和 IO 密集型。
计算密集型任务:特点是要进行大量的计算,消耗CPU资源。比如计算圆周率,对视频进行高清解码等,全靠CPU的运算能力。这种计算密集型任务虽然也可以用多任务完成,但是任务越多,花在任务切换的时间就越多,CPU执行任务的效率就越低,所以,要最高效的利用CPU,计算密集型任务同时进行的数量应当等于CPU的核心数。
计算密集型任务由于主要消耗CPU资源,因此,代码运行效率非常重要。例如脚本语言运行效率很低,完全不适合计算密集型任务。
IO密集型任务: 涉及到网络,磁盘IO的任务都是IO密集型任务。这类任务的特点是CPU消耗很少,任务的大部分时间都在等待IO操作完成(因为 IO 的速度远远低于CPU和内存的速度)。对于IO密集型任务,任务越多,CPU效率越高,但也有一个限度。常见的大部分任务都是IO密集型任务,比如Web应用。
IO密集型任务执行期间,99% 的时间都花在IO上,花在CPU上的时间很少,因此,如果用运行速度极快的C语言替换用Python这样运行速度极低的脚本语言,完全无法提升运行效率。对于IO密集型任务,最合适的语言就是开发效率最高(代码量最少)的语言,脚本语言是首选,C语言最差
来源参考
https://blog.csdn.net/u011863024/article/details/114684428【Java开发常见面试题详解(并发,JVM)】
https://blog.csdn.net/tjbsl/article/details/98480843【Java 五种线程池,JDK1.8新增newWorkStealingPool】
https://blog.csdn.net/Sophia_0331/article/details/108234919【Java线程池如何合理配置核心线程数?】