7点微信公众号:请点这里。7点测试网QQ总群:277957570。

7点测试网

 找回密码
 注册7点

QQ登录

只需一步,快速开始

查看: 358|回复: 0

如何合理地估算线程池大小?

[复制链接]
发表于 2017-3-7 08:59:44 | 显示全部楼层 |阅读模式
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
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
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
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)
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:

001        package pool_size_calculate;
002         
003        import java.math.BigDecimal;
004        import java.math.RoundingMode;
005        import java.util.Timer;
006        import java.util.TimerTask;
007        import java.util.concurrent.BlockingQueue;
008         
009        /**
010         * A class that calculates the optimal thread pool boundaries. It takes the
011         * desired target utilization and the desired work queue memory consumption as
012         * input and retuns thread count and work queue capacity.
013         *
014         * @author Niklas Schlimm
015         *
016         */
017        public abstract class PoolSizeCalculator {
018         
019            /**
020             * The sample queue size to calculate the size of a single {@link Runnable}
021             * element.
022             */
023            private final int SAMPLE_QUEUE_SIZE = 1000;
024         
025            /**
026             * Accuracy of test run. It must finish within 20ms of the testTime
027             * otherwise we retry the test. This could be configurable.
028             */
029            private final int EPSYLON = 20;
030         
031            /**
032             * Control variable for the CPU time investigation.
033             */
034            private volatile boolean expired;
035         
036            /**
037             * Time (millis) of the test run in the CPU time calculation.
038             */
039            private final long testtime = 3000;
040         
041            /**
042             * Calculates the boundaries of a thread pool for a given {@link Runnable}.
043             *
044             * @param targetUtilization
045             *            the desired utilization of the CPUs (0 <= targetUtilization <=   *            1)     * @param targetQueueSizeBytes   *            the desired maximum work queue size of the thread pool (bytes)     */     protected voidcalculateBoundaries(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) {
046                        throw new IllegalStateException("Test not accurate");
047                    }
048                    expired = false;
049                    start = System.currentTimeMillis();
050                    Timer timer = new Timer();
051                    timer.schedule(new TimerTask() {
052                        public void run() {
053                            expired = true;
054                        }
055                    }, testtime);
056                    while (!expired) {
057                        task.run();
058                    }
059                    start = System.currentTimeMillis() - start;
060                    timer.cancel();
061                } while (Math.abs(start - testtime) > EPSYLON);
062                collectGarbage(3);
063            }
064         
065            private void collectGarbage(int times) {
066                for (int i = 0; i < times; i++) {
067                    System.gc();
068                    try {
069                        Thread.sleep(10);
070                    } catch (InterruptedException e) {
071                        Thread.currentThread().interrupt();
072                        break;
073                    }
074                }
075            }
076         
077            /**
078             * Calculates the memory usage of a single element in a work queue. Based on
079             * Heinz Kabbutz' ideas
080             * (http://www.javaspecialists.eu/archive/Issue029.html).
081             *
082             * @return memory usage of a single {@link Runnable} element in the thread
083             *         pools work queue
084             */
085            public long calculateMemoryUsage() {
086                BlockingQueue queue = createWorkQueue();
087                for (int i = 0; i < SAMPLE_QUEUE_SIZE; i++) {
088                    queue.add(creatTask());
089                }
090                long mem0 = Runtime.getRuntime().totalMemory()
091                        - Runtime.getRuntime().freeMemory();
092                long mem1 = Runtime.getRuntime().totalMemory()
093                        - Runtime.getRuntime().freeMemory();
094                queue = null;
095                collectGarbage(15);
096                mem0 = Runtime.getRuntime().totalMemory()
097                        - Runtime.getRuntime().freeMemory();
098                queue = createWorkQueue();
099                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            }
107         
108            /**
109             * Create your runnable task here.
110             *
111             * @return an instance of your runnable task under investigation
112             */
113            protected abstract Runnable creatTask();
114         
115            /**
116             * Return an instance of the queue used in the thread pool.
117             *
118             * @return queue instance
119             */
120            protected abstract BlockingQueue createWorkQueue();
121         
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();
131         
132        }
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:

01        package pool_size_calculate;
02         
03        import java.io.BufferedReader;
04        import java.io.IOException;
05        import java.io.InputStreamReader;
06        import java.lang.management.ManagementFactory;
07        import java.math.BigDecimal;
08        import java.net.HttpURLConnection;
09        import java.net.URL;
10        import java.util.concurrent.BlockingQueue;
11        import java.util.concurrent.LinkedBlockingQueue;
12         
13        public class SimplePoolSizeCaculatorImpl extends PoolSizeCalculator {
14         
15            @Override
16            protected Runnable creatTask() {
17                return new AsyncIOTask();
18            }
19         
20            @Override
21            protected BlockingQueue createWorkQueue() {
22                return new LinkedBlockingQueue(1000);
23            }
24         
25            @Override
26            protected long getCurrentThreadCPUTime() {
27                return ManagementFactory.getThreadMXBean().getCurrentThreadCpuTime();
28            }
29         
30            public static void main(String[] args) {
31                PoolSizeCalculator poolSizeCalculator = new SimplePoolSizeCaculatorImpl();
32                poolSizeCalculator.calculateBoundaries(new BigDecimal(1.0), newBigDecimal(100000));
33            }
34         
35        }
36         
37        /**
38         * 自定义的异步IO任务
39         * @author Will
40         *
41         */
42        class AsyncIOTask implements Runnable {
43         
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);
51         
52                    connection = (HttpURLConnection) getUrl.openConnection();
53                    connection.connect();
54                    reader = new BufferedReader(new InputStreamReader(
55                            connection.getInputStream()));
56         
57                    String line;
58                    while ((line = reader.readLine()) != null) {
59                        // empty loop
60                    }
61                }
62         
63                catch (IOException e) {
64         
65                } finally {
66                    if(reader != null) {
67                        try {
68                            reader.close();
69                        }
70                        catch(Exception e) {
71         
72                        }
73                    }
74                    connection.disconnect();
75                }
76         
77            }
78         
79        }
得到的输出如下:

查看源代码打印帮助
01        Target queue memory usage (bytes): 100000
02        createTask() produced pool_size_calculate.AsyncIOTask which took 40 bytes in a queue
03        Formula: 100000 / 40
04        * Recommended queue capacity (bytes): 2500
05        Number of CPU: 4
06        Target utilization: 1
07        Elapsed time (nanos): 3000000000
08        Compute time (nanos): 47181000
09        Wait time (nanos): 2952819000
10        Formula: 4 * 1 * (1 + 2952819000 / 47181000)
11        * Optimal thread count: 256
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, newLinkedBlockingQueue(2500));

您需要登录后才可以回帖 登录 | 注册7点

本版积分规则

QQ|Archiver|手机版|小黑屋|7点测试网 ( 京ICP备09084002号

GMT+8, 2018-8-19 08:29 , Processed in 0.153433 second(s), 26 queries .

Powered by Discuz! X3.1

© 2001-2013 Comsenz Inc.

快速回复 返回顶部 返回列表