java线程模型 线程池

很久之前就知道，线程有3种类型
1.用户级线程 user-level
2.内核级线程 kernel-level
3.轻量级线程 LWP

使用java编程也有快两年了，还没仔细研究过java创建的线程到底是属于哪一种线程，继承Thread或者implement Running接口。

今天有时间，查阅了挺多资料。

外语资料，会提到green thread，native thread，其实对应的就是用户线程和内核线程。

http://blog.csdn.net/ylyuanlu/article/details/9115073
感觉这篇文章的作者，解析了多种线程，重点是介绍了
1：1，n:1，n:m的线程模型。
这是国内资料比较难找到的。

http://blog.csdn.net/debugingstudy/article/details/12668389
这是对用户级和内核级做了一些补充

然后问题来了，JVM采用的是哪一种线程模型呢？

最好就是看jdk的帮助文档了，只是现在没条件看。
http://lass.cs.umass.edu/~shenoy/courses/fall12/lectures/notes/Lec06_notes.pdf
从这篇文章看，JVM可以创建内核线程，也可以创建用户线程。

我猜测，默认值是用户线程，需要调整参数才能改成内核级线程。

假如采用用户线程，那么它是混合型模型，就是说
内核线程-轻量级进程-用户线程

具体不清楚是n：1还是n:m模型

最近出了新的概念：协程，它是一个n:m的模型。后续要了解。

后面就是线程池大小设置。

很多人都看过 核数为N
N + 1,
2N + 1
2个公式。

终于找到一篇文章，综合了多种说明，有一个明确的计算方法：
http://www.importnew.com/17384.html
非常感谢。

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。

还有一篇文章是介绍java线程池使用的：
http://blog.csdn.net/menxu_work/article/details/9358795

个人觉得非常nice。