zoukankan      html  css  js  c++  java
  • 高并发,执行耗时短的任务,还有低并发,执行耗时长的任务,各自选取什么样的线程池比较合理?为什么?如果业务场景是高并发,且任务耗时长时,有什么解决思路?

    线程池的关键点是:1、尽量减少线程切换和管理的开支; 2、最大化利用cpu。
    对于1,要求线程数尽量少,这样可以减少线程切换和管理的开支;
    对于2,要求尽量多的线程,以保证CPU资源最大化的利用。
     
    所以对于任务耗时短的情况,要求线程尽量少,如果线程太多,有可能出现线程切换和管理的时间,大于任务执行的时间,那效率就低了;
    对于耗时长的任务,要分是cpu任务,还是io等类型的任务。如果是cpu类型的任务,线程数不宜太多;但是如果是io类型的任务,线程多一些更好,可以更充分利用cpu。
    所以:
    高并发,低耗时的情况:建议少线程,只要满足并发即可;例如并发100,线程池可能设置为10就可以
    低并发,高耗时的情况:建议多线程,保证有空闲线程,接受新的任务;例如并发10,线程池可能就要设置为20;
    高并发高耗时:1要分析任务类型,2增加排队,3、加大线程数

    对于高并发耗时长的情况,我认为,思路就是把一个难以解决的问题转化成我们已知的已经有解决方案的问题,以此来解决。
    所以 ,高并发又耗时长,可以转化为
          1、高并发,耗时短的问题   –>   异步处理+回调,和情况1吻合
          2、低并发,耗时长的问题   –>   前端加load balance,把高并发分摊成若干低并发,和情况2吻合
    其实说到核心,如果真遇到高并发耗时长的场景,只能是加机器,加计算单元(无论是异步加回调还是load balance)
    也许有更好的想法,欢迎大家讨论,再次感谢一楼的回答。谢谢!

  • 相关阅读:
    iOS微信支付集成
    iOS支付宝支付集成
    JavaScript原生实现《贪吃蛇》
    安装tensorflow的最简单方法(Ubuntu 16.04 && CentOS)
    Eclipse 插件管理
    settings.xml 文件配置
    Spring MVC 起步
    机器学习: KNN--python
    Python: PS 图像调整--亮度调整
    计算机设计思想 —— 代理(proxy)
  • 原文地址:https://www.cnblogs.com/dangjunhui/p/5481435.html
Copyright © 2011-2022 走看看