设为首页收藏本站
开启辅助访问

在路上

 找回密码
 立即注册
在路上 › 站点首页 ›学习 › 查看内容

如何合理地估算Java线程池大小？

2017-2-7 13:40| 发布者: zhangjf| 查看: 463| 评论: 0

摘要: 原文出处： 蒋小强 如何合理地估算线程池大小？ 这个问题虽然看起来很小，却并不那么容易回答。大家如果有更好的方法欢迎赐教，先来一个天真的估算方法：假设要求一个系统的TPS（Transaction Per Second或者Task Pe ...
原文出处： 蒋小强

如何合理地估算线程池大小？

这个问题虽然看起来很小，却并不那么容易回答。大家如果有更好的方法欢迎赐教，先来一个天真的估算方法：假设要求一个系统的TPS（Transaction Per Second或者Task Per Second）至少为20，然后假设每个Transaction由一个线程完成，继续假设平均每个线程处理一个Transaction的时间为4s。那么问题转化为：

如何设计线程池大小，使得可以在1s内处理完20个Transaction？

计算过程很简单，每个线程的处理能力为0.25TPS，那么要达到20TPS，显然需要20/0.25=80个线程。

很显然这个估算方法很天真，因为它没有考虑到CPU数目。一般服务器的CPU核数为16或者32，如果有80个线程，那么肯定会带来太多不必要的线程上下文切换开销。

再来第二种简单的但不知是否可行的方法（N为CPU总核数）：

如果是CPU密集型应用，则线程池大小设置为N+1 如果是IO密集型应用，则线程池大小设置为2N+1

如果一台服务器上只部署这一个应用并且只有这一个线程池，那么这种估算或许合理，具体还需自行测试验证。

接下来在这个文档：服务器性能IO优化 中发现一个估算公式：

  1. 最佳线程数目 = （（线程等待时间+线程CPU时间）/线程CPU时间 ）* CPU数目
复制代码

比如平均每个线程CPU运行时间为0.5s，而线程等待时间（非CPU运行时间，比如IO）为1.5s，CPU核心数为8，那么根据上面这个公式估算得到：((0.5+1.5)/0.5)*8=32。这个公式进一步转化为：

  1. 最佳线程数目 = （线程等待时间与线程CPU时间之比 + 1）* CPU数目
复制代码

可以得出一个结论：

线程等待时间所占比例越高，需要越多线程。线程CPU时间所占比例越高，需要越少线程。

上一种估算方法也和这个结论相合。

一个系统最快的部分是CPU，所以决定一个系统吞吐量上限的是CPU。增强CPU处理能力，可以提高系统吞吐量上限。但根据短板效应，真实的系统吞吐量并不能单纯根据CPU来计算。那要提高系统吞吐量，就需要从“系统短板”（比如网络延迟、IO）着手：

尽量提高短板操作的并行化比率，比如多线程下载技术 增强短板能力，比如用NIO替代IO

第一条可以联系到Amdahl定律，这条定律定义了串行系统并行化后的加速比计算公式：

  1. 加速比=优化前系统耗时 / 优化后系统耗时
复制代码

加速比越大，表明系统并行化的优化效果越好。Addahl定律还给出了系统并行度、CPU数目和加速比的关系，加速比为Speedup，系统串行化比率（指串行执行代码所占比率）为F，CPU数目为N：

  1. Speedup <= 1 / (F + (1-F)/N)
复制代码

当N足够大时，串行化比率F越小，加速比Speedup越大。

写到这里，我突然冒出一个问题。

是否使用线程池就一定比使用单线程高效呢？

答案是否定的，比如Redis就是单线程的，但它却非常高效，基本操作都能达到十万量级/s。从线程这个角度来看，部分原因在于：

多线程带来线程上下文切换开销，单线程就没有这种开销
锁
当然“Redis很快”更本质的原因在于：Redis基本都是内存操作，这种情况下单线程可以很高效地利用CPU。而多线程适用场景一般是：存在相当比例的IO和网络操作。

所以即使有上面的简单估算方法，也许看似合理，但实际上也未必合理，都需要结合系统真实情况（比如是IO密集型或者是CPU密集型或者是纯内存操作）和硬件环境（CPU、内存、硬盘读写速度、网络状况等）来不断尝试达到一个符合实际的合理估算值。

最后来一个“Dark Magic”估算方法（因为我暂时还没有搞懂它的原理），使用下面的类：

  1. package pool_size_calculate;
  3. import java.math.BigDecimal;
  4. import java.math.RoundingMode;
  5. import java.util.Timer;
  6. import java.util.TimerTask;
  7. import java.util.concurrent.BlockingQueue;
  9. /**
  10. * A class that calculates the optimal thread pool boundaries. It takes the
  11. * desired target utilization and the desired work queue memory consumption as
  12. * input and retuns thread count and work queue capacity.
  13. *
  14. * @author Niklas Schlimm
  15. *
  16. */
  17. public abstract class PoolSizeCalculator {
  19. /**
  20. * The sample queue size to calculate the size of a single {[url=home.php?mod=space&uid=17823]@LINK[/url] Runnable}
  21. * element.
  22. */
  23. private final int SAMPLE_QUEUE_SIZE = 1000;
  25. /**
  26. * Accuracy of test run. It must finish within 20ms of the testTime
  27. * otherwise we retry the test. This could be configurable.
  28. */
  29. private final int EPSYLON = 20;
  31. /**
  32. * Control variable for the CPU time investigation.
  33. */
  34. private volatile boolean expired;
  36. /**
  37. * Time (millis) of the test run in the CPU time calculation.
  38. */
  39. private final long testtime = 3000;
  41. /**
  42. * Calculates the boundaries of a thread pool for a given {@link Runnable}.
  43. *
  44. * @param targetUtilization
  45. * the desired utilization of the CPUs (0 <= targetUtilization <= * 1) * @param targetQueueSizeBytes * the desired maximum work queue size of the thread pool (bytes) */ protected void calculateBoundaries(BigDecimal targetUtilization, BigDecimal targetQueueSizeBytes) { calculateOptimalCapacity(targetQueueSizeBytes); Runnable task = creatTask(); start(task); start(task); // warm up phase long cputime = getCurrentThreadCPUTime(); start(task); // test intervall cputime = getCurrentThreadCPUTime() - cputime; long waittime = (testtime * 1000000) - cputime; calculateOptimalThreadCount(cputime, waittime, targetUtilization); } private void calculateOptimalCapacity(BigDecimal targetQueueSizeBytes) { long mem = calculateMemoryUsage(); BigDecimal queueCapacity = targetQueueSizeBytes.divide(new BigDecimal( mem), RoundingMode.HALF_UP); System.out.println("Target queue memory usage (bytes): " + targetQueueSizeBytes); System.out.println("createTask() produced " + creatTask().getClass().getName() + " which took " + mem + " bytes in a queue"); System.out.println("Formula: " + targetQueueSizeBytes + " / " + mem); System.out.println("* Recommended queue capacity (bytes): " + queueCapacity); } /** * Brian Goetz' optimal thread count formula, see 'Java Concurrency in * Practice' (chapter 8.2) * * @param cpu * cpu time consumed by considered task * @param wait * wait time of considered task * @param targetUtilization * target utilization of the system */ private void calculateOptimalThreadCount(long cpu, long wait, BigDecimal targetUtilization) { BigDecimal waitTime = new BigDecimal(wait); BigDecimal computeTime = new BigDecimal(cpu); BigDecimal numberOfCPU = new BigDecimal(Runtime.getRuntime() .availableProcessors()); BigDecimal optimalthreadcount = numberOfCPU.multiply(targetUtilization) .multiply( new BigDecimal(1).add(waitTime.divide(computeTime, RoundingMode.HALF_UP))); System.out.println("Number of CPU: " + numberOfCPU); System.out.println("Target utilization: " + targetUtilization); System.out.println("Elapsed time (nanos): " + (testtime * 1000000)); System.out.println("Compute time (nanos): " + cpu); System.out.println("Wait time (nanos): " + wait); System.out.println("Formula: " + numberOfCPU + " * " + targetUtilization + " * (1 + " + waitTime + " / " + computeTime + ")"); System.out.println("* Optimal thread count: " + optimalthreadcount); } /** * Runs the {@link Runnable} over a period defined in {@link #testtime}. * Based on Heinz Kabbutz' ideas * (http://www.javaspecialists.eu/archive/Issue124.html). * * @param task * the runnable under investigation */ public void start(Runnable task) { long start = 0; int runs = 0; do { if (++runs > 5) {
  46. throw new IllegalStateException("Test not accurate");
  47. }
  48. expired = false;
  49. start = System.currentTimeMillis();
  50. Timer timer = new Timer();
  51. timer.schedule(new TimerTask() {
  52. public void run() {
  53. expired = true;
  54. }
  55. }, testtime);
  56. while (!expired) {
  57. task.run();
  58. }
  59. start = System.currentTimeMillis() - start;
  60. timer.cancel();
  61. } while (Math.abs(start - testtime) > EPSYLON);
  62. collectGarbage(3);
  63. }
  65. private void collectGarbage(int times) {
  66. for (int i = 0; i < times; i++) {
  67. System.gc();
  68. try {
  69. Thread.sleep(10);
  70. } catch (InterruptedException e) {
  71. Thread.currentThread().interrupt();
  72. break;
  73. }
  74. }
  75. }
  77. /**
  78. * Calculates the memory usage of a single element in a work queue. Based on
  79. * Heinz Kabbutz' ideas
  80. * (http://www.javaspecialists.eu/archive/Issue029.html).
  81. *
  82. * @return memory usage of a single {@link Runnable} element in the thread
  83. * pools work queue
  84. */
  85. public long calculateMemoryUsage() {
  86. BlockingQueue queue = createWorkQueue();
  87. for (int i = 0; i < SAMPLE_QUEUE_SIZE; i++) {
  88. queue.add(creatTask());
  89. }
  90. long mem0 = Runtime.getRuntime().totalMemory()
  91. - Runtime.getRuntime().freeMemory();
  92. long mem1 = Runtime.getRuntime().totalMemory()
  93. - Runtime.getRuntime().freeMemory();
  94. queue = null;
  95. collectGarbage(15);
  96. mem0 = Runtime.getRuntime().totalMemory()
  97. - Runtime.getRuntime().freeMemory();
  98. queue = createWorkQueue();
  99. for (int i = 0; i < SAMPLE_QUEUE_SIZE; i++) {
  100. queue.add(creatTask());
  101. }
  102. collectGarbage(15);
  103. mem1 = Runtime.getRuntime().totalMemory()
  104. - Runtime.getRuntime().freeMemory();
  105. return (mem1 - mem0) / SAMPLE_QUEUE_SIZE;
  106. }
  108. /**
  109. * Create your runnable task here.
  110. *
  111. * @return an instance of your runnable task under investigation
  112. */
  113. protected abstract Runnable creatTask();
  115. /**
  116. * Return an instance of the queue used in the thread pool.
  117. *
  118. * @return queue instance
  119. */
  120. protected abstract BlockingQueue createWorkQueue();
  122. /**
  123. * Calculate current cpu time. Various frameworks may be used here,
  124. * depending on the operating system in use. (e.g.
  125. * http://www.hyperic.com/products/sigar). The more accurate the CPU time
  126. * measurement, the more accurate the results for thread count boundaries.
  127. *
  128. * @return current cpu time of current thread
  129. */
  130. protected abstract long getCurrentThreadCPUTime();
  132. }
复制代码

然后自己继承这个抽象类并实现它的三个抽象方法，比如下面是我写的一个示例（任务是请求网络数据），其中我指定期望CPU利用率为1.0（即100%），任务队列总大小不超过100,000字节：

  1. package pool_size_calculate;
  3. import java.io.BufferedReader;
  4. import java.io.IOException;
  5. import java.io.InputStreamReader;
  6. import java.lang.management.ManagementFactory;
  7. import java.math.BigDecimal;
  8. import java.net.HttpURLConnection;
  9. import java.net.URL;
  10. import java.util.concurrent.BlockingQueue;
  11. import java.util.concurrent.LinkedBlockingQueue;
  13. public class SimplePoolSizeCaculatorImpl extends PoolSizeCalculator {
  15. @Override
  16. protected Runnable creatTask() {
  17. return new AsyncIOTask();
  18. }
  20. @Override
  21. protected BlockingQueue createWorkQueue() {
  22. return new LinkedBlockingQueue(1000);
  23. }
  25. @Override
  26. protected long getCurrentThreadCPUTime() {
  27. return ManagementFactory.getThreadMXBean().getCurrentThreadCpuTime();
  28. }
  30. public static void main(String[] args) {
  31. PoolSizeCalculator poolSizeCalculator = new SimplePoolSizeCaculatorImpl();
  32. poolSizeCalculator.calculateBoundaries(new BigDecimal(1.0), new BigDecimal(100000));
  33. }
  35. }
  37. /**
  38. * 自定义的异步IO任务
  39. * @author Will
  40. *
  41. */
  42. class AsyncIOTask implements Runnable {
  44. @Override
  45. public void run() {
  46. HttpURLConnection connection = null;
  47. BufferedReader reader = null;
  48. try {
  49. String getURL = "http://baidu.com";
  50. URL getUrl = new URL(getURL);
  52. connection = (HttpURLConnection) getUrl.openConnection();
  53. connection.connect();
  54. reader = new BufferedReader(new InputStreamReader(
  55. connection.getInputStream()));
  57. String line;
  58. while ((line = reader.readLine()) != null) {
  59. // empty loop
  60. }
  61. }
  63. catch (IOException e) {
  65. } finally {
  66. if(reader != null) {
  67. try {
  68. reader.close();
  69. }
  70. catch(Exception e) {
  72. }
  73. }
  74. connection.disconnect();
  75. }
  77. }
  79. }
复制代码

得到的输出如下：

  1. Target queue memory usage (bytes): 100000
  2. createTask() produced pool_size_calculate.AsyncIOTask which took 40 bytes in a queue
  3. Formula: 100000 / 40
  4. * Recommended queue capacity (bytes): 2500
  5. Number of CPU: 4
  6. Target utilization: 1
  7. Elapsed time (nanos): 3000000000
  8. Compute time (nanos): 47181000
  9. Wait time (nanos): 2952819000
  10. Formula: 4 * 1 * (1 + 2952819000 / 47181000)
  11. * Optimal thread count: 256
复制代码

推荐的任务队列大小为2500，线程数为256，有点出乎意料之外。我可以如下构造一个线程池：

  1. ThreadPoolExecutor pool =
  2. new ThreadPoolExecutor(256, 256, 0L, TimeUnit.MILLISECONDS, new LinkedBlockingQueue(2500));
复制代码

收藏 邀请
上一篇：聊聊Java并发（一）深入分析Volatile的实现原理下一篇：java的System.getProperty()方法可以获取的值

最新评论

相关分类

小黑屋|在路上 ( 蜀ICP备15035742号-1 )  

;

GMT+8, 2025-7-9 08:44

Copyright 2015-2025 djqfx

返回顶部