python3的ThreadPoolExecutor線程池大小怎么設(shè)置

今天小編給大家分享一下python3的ThreadPoolExecutor線程池大小怎么設(shè)置的相關(guān)知識點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來了解一下吧。

線程池的理想大小取決于被提交任務(wù)的類型以及所部署系統(tǒng)的特性。

線程池應(yīng)該避免設(shè)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(dǎo)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(dǎo)致許多空閑處理器無法執(zhí)行任務(wù)，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(wù)的特性，可以從以下幾個角度分析：

任務(wù)的性質(zhì)：CPU密集型任務(wù)、IO密集型任務(wù)、混合型任務(wù)。
任務(wù)的優(yōu)先級：高、中、低。
任務(wù)的執(zhí)行時間：長、中、短。
任務(wù)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(wù)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(wù)來說，CPU密集型任務(wù)應(yīng)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(wù)應(yīng)配置盡可能多的線程，因?yàn)镮O操作不占用CPU，不要讓CPU閑下來，應(yīng)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(wù)，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(yùn)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(wù)對其他系統(tǒng)資源有依賴，如某個任務(wù)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(yīng)設(shè)置得越大，才能更好的利用CPU。

當(dāng)然具體合理線程池值大小，需要結(jié)合系統(tǒng)實(shí)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(yùn)行時間為0.5s，而線程等待時間（非CPU運(yùn)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(jìn)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(wù)設(shè)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(wù)執(zhí)行時間短的業(yè)務(wù)怎樣使用線程池？并發(fā)不高、任務(wù)執(zhí)行時間長的業(yè)務(wù)怎樣使用線程池？并發(fā)高、業(yè)務(wù)執(zhí)行時間長的業(yè)務(wù)怎樣使用線程池？

1. 高并發(fā)、任務(wù)執(zhí)行時間短的業(yè)務(wù)，線程池線程數(shù)可以設(shè)置為CPU核數(shù)+1，減少線程上下文的切換

2. 并發(fā)不高、任務(wù)執(zhí)行時間長的業(yè)務(wù)要區(qū)分開看：

1. 假如是業(yè)務(wù)時間長集中在IO操作上，也就是IO密集型的任務(wù)，因?yàn)镮O操作并不占用CPU，所以不要讓所有的CPU閑下來，可以適當(dāng)加大線程池中的線程數(shù)目，讓CPU處理更多的業(yè)務(wù) 　　

2. 假如是業(yè)務(wù)時間長集中在計(jì)算操作上，也就是計(jì)算密集型任務(wù)，這個就沒辦法了，和（1）一樣吧，線程池中的線程數(shù)設(shè)置得少一些，減少線程上下文的切換 　　

3. 并發(fā)高、業(yè)務(wù)執(zhí)行時間長，解決這種類型任務(wù)的關(guān)鍵不在于線程池而在于整體架構(gòu)的設(shè)計(jì)，看看這些業(yè)務(wù)里面某些數(shù)據(jù)是否能做緩存是第一步，增加服務(wù)器是第二步，至于線程池的設(shè)置，設(shè)置參考（2）。最后，業(yè)務(wù)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(wù)進(jìn)行拆分和解耦

以上就是“python3的ThreadPoolExecutor線程池大小怎么設(shè)置”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會為大家更新不同的知識，如果還想學(xué)習(xí)更多的知識，請關(guān)注億速云行業(yè)資訊頻道。