關于python3的ThreadPoolExecutor線程池大小設置
線程池的理想大小取決于被提交任務的類型以及所部署系統(tǒng)的特性。
線程池應該避免設置的過大或過小，如果線程池過大，大量的線程將在相對很少的CPU和內(nèi)存資源上發(fā)生競爭，這不僅會導致更高的內(nèi)存使用量，而且還可能耗盡資源。如果線程池過小，那么將導致許多空閑處理器無法執(zhí)行任務，降低了系統(tǒng)吞吐率。
要想合理的配置線程池的大小，首先得分析任務的特性，可以從以下幾個角度分析：
任務的性質(zhì)：CPU密集型任務、IO密集型任務、混合型任務。 任務的優(yōu)先級：高、中、低。 任務的執(zhí)行時間：長、中、短。 任務的依賴性：是否依賴其他系統(tǒng)資源，如數(shù)據(jù)庫連接等。
性質(zhì)不同的任務可以交給不同規(guī)模的線程池執(zhí)行。
對于不同性質(zhì)的任務來說，CPU密集型任務應配置盡可能小的線程，如配置CPU個數(shù)+1的線程數(shù)，IO密集型任務應配置盡可能多的線程，因為IO操作不占用CPU，不要讓CPU閑下來，應加大線程數(shù)量，如配置兩倍CPU個數(shù)+1，而對于混合型的任務，如果可以拆分，拆分成IO密集型和CPU密集型分別處理，前提是兩者運行的時間是差不多的，如果處理時間相差很大，則沒必要拆分了。
若任務對其他系統(tǒng)資源有依賴，如某個任務依賴數(shù)據(jù)庫的連接返回的結(jié)果，這時候等待的時間越長，則CPU空閑的時間越長，那么線程數(shù)量應設置得越大，才能更好的利用CPU。
當然具體合理線程池值大小，需要結(jié)合系統(tǒng)實際情況，在大量的嘗試下比較才能得出，以上只是前人總結(jié)的規(guī)律。
在這篇如何合理地估算線程池大小？有一個估算合理值的公式
最佳線程數(shù)目 = （（線程等待時間+線程CPU時間）/線程CPU時間 ）* CPU數(shù)目
比如平均每個線程CPU運行時間為0.5s，而線程等待時間（非CPU運行時間，比如IO）為1.5s，CPU核心數(shù)為8，那么根據(jù)上面這個公式估算得到：((0.5+1.5)/0.5)*8=32。
這個公式進一步轉(zhuǎn)化為：
最佳線程數(shù)目 = （線程等待時間與線程CPU時間之比 + 1）* CPU數(shù)目
可以得出一個結(jié)論：
線程等待時間所占比例越高，需要越多線程。線程CPU時間所占比例越高，需要越少線程。 以上公式與之前的CPU和IO密集型任務設置線程數(shù)基本吻合。
并發(fā)編程網(wǎng)上的一個問題
高并發(fā)、任務執(zhí)行時間短的業(yè)務怎樣使用線程池？并發(fā)不高、任務執(zhí)行時間長的業(yè)務怎樣使用線程池？并發(fā)高、業(yè)務執(zhí)行時間長的業(yè)務怎樣使用線程池？
- 高并發(fā)、任務執(zhí)行時間短的業(yè)務，線程池線程數(shù)可以設置為CPU核數(shù)+1，減少線程上下文的切換
- 并發(fā)不高、任務執(zhí)行時間長的業(yè)務要區(qū)分開看：
- 假如是業(yè)務時間長集中在IO操作上，也就是IO密集型的任務，因為IO操作并不占用CPU，所以不要讓所有的CPU閑下來，可以適當加大線程池中的線程數(shù)目，讓CPU處理更多的業(yè)務
- 假如是業(yè)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，線程池中的線程數(shù)設置得少一些，減少線程上下文的切換
- 并發(fā)高、業(yè)務執(zhí)行時間長，解決這種類型任務的關鍵不在于線程池而在于整體架構(gòu)的設計，看看這些業(yè)務里面某些數(shù)據(jù)是否能做緩存是第一步，增加服務器是第二步，至于線程池的設置，設置參考（2）。最后，業(yè)務執(zhí)行時間長的問題，也可能需要分析一下，看看能不能使用中間件對任務進行拆分和解耦
到此這篇關于關于python3的ThreadPoolExecutor線程池大小設置的文章就介紹到這了,更多相關ThreadPoolExecutor線程池大小設置內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python列表的定義及使用，在Python中，列表是由一系列元素按照特定的順序構(gòu)成的數(shù)據(jù)結(jié)構(gòu)，也就是說列表類型的變量可以存儲多個數(shù)據(jù)，且可以重復，下面一起進入文章學習學習內(nèi)容,需要的朋友可以參考一下2021-11-11
在 Python 中,由于浮點數(shù)在計算機內(nèi)部的表示方式是二進制的,因此進行浮點數(shù)比較時可能會出現(xiàn)精度問題,本文就介紹了三種解決方法,具有一定的參考價值,感興趣的可以了解一下2023-09-09
這篇文章主要介紹了python基礎之裝飾器詳解,文中有非常詳細的代碼示例,對正在學習python的小伙伴們有一定的幫助,需要的朋友可以參考下2021-04-04
python re正則表達式模塊(Regular Expression)
Python 的 re 模塊（Regular Expression 正則表達式）提供各種正則表達式的匹配操作，在文本解析、復雜字符串分析和信息提取時是一個非常有用的工具.2014-07-07
這篇文章主要介紹了Opencv 圖片的OCR識別，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
pyttsx3實現(xiàn)中文文字轉(zhuǎn)語音的方法
今天小編就為大家分享一篇pyttsx3實現(xiàn)中文文字轉(zhuǎn)語音的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-12-12
Python return語句如何實現(xiàn)結(jié)果返回調(diào)用
這篇文章主要介紹了Python return語句如何實現(xiàn)結(jié)果返回調(diào)用,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-10-10
這篇文章主要介紹了Python入門教程(二十八)Python中的JSON,JSON 是用 JavaScript 對象表示法（JavaScript object notation）編寫的文本,接下來我們就來學習一下2023-04-04
python中，json和dict非常類似，都是key-value的形式，而且json、dict也可以非常方便的通過dumps、loads互轉(zhuǎn)。這篇文章主要介紹了python中的json、字典dict,需要的朋友可以參考下2018-06-06
這篇文章主要為大家詳細介紹了python刪除本地夾里重復文件的方法，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-05-05