執行緒池的各種使用場景

（1）高併發、任務執行時間短的業務，執行緒池執行緒數可以設定為cpu核數+1，減少執行緒上下文的切換

（2）併發不高、任務執行時間長的業務要區分開看：

a）假如是業務時間長集中在io操作上，也就是io密集型的任務，因為io操作並不占用cpu，所以不要讓所有的cpu閒下來，可以加大執行緒池中的執行緒數目，讓cpu處理更多的業務

b）假如是業務時間長集中在計算操作上，也就是計算密集型任務，這個就沒辦法了，和（1）一樣吧，執行緒池中的執行緒數設定得少一些，減少執行緒上下文的切換

（3）併發高、業務執行時間長，解決這種型別任務的關鍵不在於執行緒池而在於整體架構的設計，看看這些業務裡面某些資料是否能做快取是第一步，增加伺服器是第二步，至於執行緒池的設定，設定參考（2）。最後，業務執行時間長的問題，也可能需要分析一下，看看能不能使用中介軟體對任務進行拆分和解耦

如何來設定

需要根據幾個值來決定

tasks ：每秒的任務數，假設為500~1000

taskcost：每個任務花費時間，假設為0.1s

responsetime：系統允許容忍的最大響應時間，假設為1s

做幾個計算

corepoolsize = 每秒需要多少個執行緒處理？

threadcount = tasks/(1/taskcost) =tasks*taskcout = (500~1000)*0.1 = 50~100 個執行緒。corepoolsize設定應該大於50

根據8020原則，如果80%的每秒任務數小於800，那麼corepoolsize設定為80即可

queuecapacity = (coresizepool/taskcost)responsetime

計算可得 queuecapacity = 80/0.11 = 80。意思是佇列裡的執行緒可以等待1s，超過了的需要新開執行緒來執行

切記不能設定為integer.max_value，這樣佇列會很大，執行緒數隻會保持在corepoolsize大小，當任務陡增時，不能新開執行緒來執行，響應時間會隨之陡增。

maxpoolsize = (max(tasks)- queuecapacity)/(1/taskcost)（最大任務數-佇列容量）/每個執行緒每秒處理能力 = 最大執行緒數

計算可得 maxpoolsize = (1000-80)/10 = 92

rejectedexecutionhandler：根據具體情況來決定，任務不重要可丟棄，任務重要則要利用一些緩衝機制來處理

keepalivetime和allowcorethreadtimeout：採用預設通常能滿足

————————————————