Java 线程池 - 哪种类型，有多少？
Java threads pool - Which type and how many?
我有一个程序在多次迭代中运行。
在每个循环中，我启动了多达 3000 个并发线程，其中一些线程在迭代期间开始并在迭代结束前结束，其中一些线程处于启动状态并一直保持到迭代结束。
对于每次迭代，我都会重新创建线程。
- 我最好使用哪种类型的执行器：FixedThreadPool？线程池执行器？其他？
- 如果我需要设置线程值的数量 - 最大、最小、固定、任何其他... - 我应该如何确定它们？
- 我是否应该为每个线程提交创建一个新的 Future 对象以跟踪其状态？
谢谢
先回答你的问题，我一般用FixedThreadPool，最好的线程数一般是你机器的核心数(Runtime.getRuntime().availableProcessors())。
对于创建新的 Future 对象，这取决于；如果以后需要采集数据，当然需要Future来采集了？
作为扩展，我建议您查看 ForkJoinPool。这是一种旨在拆分工作并将结果重新组合在一起的任务。
3000 个并发线程对于目前的任何硬件来说都太高了。池的大小应反映硬件的能力（CPU 核心数）。您将需要尝试不同的大小以获得最佳结果，但是对于 3000 个并发线程，您只会让它们饿死。
你需要的是利用一个队列，你可以在循环中向队列添加任务，工作线程从队列中拉出并执行任务。工作线程将来自一个有限大小的线程池。
所以您肯定想要一个在给定队列上运行的 ThreadPoolExecutor。 javadoc of the class 包含有关排队策略的有用信息。
好吧，关于线程数（min/max 等）的任何计算都不是那么简单，它需要了解您的工作负载和硬件。例如，如果您的任务完全 CPU 绑定，那么理论上最好的配置是线程数 = 内核数，而如果您的线程是 IO 绑定的（例如，调用数据库、网络等），那么这个数字将更大。您还需要考虑系统上的任何用户级别应用程序或默认 OS 进程 运行。另外 java 中的每个线程都有一个与之关联的堆栈内存，它将随着线程数的增加而累积。另一个因素是线程池任务队列的大小，它也会增加内存。最好的建议可能是 - 从可用内核数 Runtime.getRuntime().availableProcessors() 线程开始，然后进行分析。很可能你会到达一个数字，其中你的 performance/throughput 是最大的，然后随着线程数的进一步增加它下降。
我有一个程序在多次迭代中运行。 在每个循环中，我启动了多达 3000 个并发线程，其中一些线程在迭代期间开始并在迭代结束前结束，其中一些线程处于启动状态并一直保持到迭代结束。
对于每次迭代，我都会重新创建线程。
- 我最好使用哪种类型的执行器：FixedThreadPool？线程池执行器？其他？
- 如果我需要设置线程值的数量 - 最大、最小、固定、任何其他... - 我应该如何确定它们？
- 我是否应该为每个线程提交创建一个新的 Future 对象以跟踪其状态？
谢谢
先回答你的问题，我一般用FixedThreadPool，最好的线程数一般是你机器的核心数(Runtime.getRuntime().availableProcessors())。
对于创建新的 Future 对象，这取决于；如果以后需要采集数据，当然需要Future来采集了？
作为扩展，我建议您查看 ForkJoinPool。这是一种旨在拆分工作并将结果重新组合在一起的任务。
3000 个并发线程对于目前的任何硬件来说都太高了。池的大小应反映硬件的能力（CPU 核心数）。您将需要尝试不同的大小以获得最佳结果，但是对于 3000 个并发线程，您只会让它们饿死。
你需要的是利用一个队列，你可以在循环中向队列添加任务，工作线程从队列中拉出并执行任务。工作线程将来自一个有限大小的线程池。
所以您肯定想要一个在给定队列上运行的 ThreadPoolExecutor。 javadoc of the class 包含有关排队策略的有用信息。
好吧，关于线程数（min/max 等）的任何计算都不是那么简单，它需要了解您的工作负载和硬件。例如，如果您的任务完全 CPU 绑定，那么理论上最好的配置是线程数 = 内核数，而如果您的线程是 IO 绑定的（例如，调用数据库、网络等），那么这个数字将更大。您还需要考虑系统上的任何用户级别应用程序或默认 OS 进程 运行。另外 java 中的每个线程都有一个与之关联的堆栈内存，它将随着线程数的增加而累积。另一个因素是线程池任务队列的大小，它也会增加内存。最好的建议可能是 - 从可用内核数 Runtime.getRuntime().availableProcessors() 线程开始，然后进行分析。很可能你会到达一个数字，其中你的 performance/throughput 是最大的，然后随着线程数的进一步增加它下降。