[大数据]线程池线程数量和数据库连接池大小设置

理论上，线程数量设置为CPU核数时，并且线程没有阻塞、CPU没有等待的情况下，CPU几乎不会发生线程上下文切换，这个时候程序的执行效率是最高的。

实际情况下，磁盘io阻塞和网络io阻塞的影响，我们不能忽略，我们的数据很多时候都是放到磁盘上面的，在磁盘上面读或者写数据时需要消耗时间的，这时线程阻塞，这样在阻塞的情况下，cup空闲了，如果不利用起来，那就是浪费呀，我们必须增加线程数量才能减少cup浪费，处理其他任务，提高服务性能。

我们知道SSD的读写性能好，io阻塞降低，我们需要等待的时间减少了,cup空闲的情况减少了,这时接近服务器核数线程数量会获得更好的性能。

对于一个请求/响应模型的服务，并发线程数设置为CPU核数N倍时性能最佳。这个N取决于业务逻辑的执行时间、线程等待时间等因素，N的大致的经验值范围是[2, 10]。

这样的话在我们进行多线程编程的时候,考虑到磁盘io阻塞和网络io阻塞的情况，线程池的数量=应用服务器的cup核数*2+1时候能够最好,当然实际情况我们需要根据这个数量做调整。

使用异步模型编写微服务，配合异步IO或者IO多路复用，可以有效的避免线程等待，用少量的线程处理大量并发请求，大幅减少线程上下文切换的开销，从而达到提升服务总体性能的效果。

数据库连接池大小 = (cpu核数 * 2) + 1

https://github.com/brettwooldridge/HikariCP/wiki/About-Pool-Sizing