14.线程数量怎么制定？
什么是CPU 密集型任务和耗时 IO 型任务 ？
-
CPU 密集型任务
- CPU 密集型任务，比如加密、解密、压缩、计算等一系列需要大量耗费 CPU 资源的任务。
-
耗时 IO 型任务
- 数据库、文件的读写，网络通信等任务，这种任务的特点是并不会特别消耗 CPU 资源，但是 IO 操作很耗时，总体会占用比较多的时间。
怎么根据任务指定线程数量？
CPU 密集型任务
对于这样的任务最佳的线程数为 CPU 核心数的 1~2 倍，如果设置过多的线程数，实际上并不会起到很好的效果。
因为密集型任务如果创建过多的线程会因为本来计算任务重，但是还要进行争夺CPU资源造成上下文切换，反而更加导致性能下降。
耗时 IO 型任务
这种任务最大线程数一般会大于 CPU 核心数很多倍。
因为 IO 读写速度相比于 CPU 的速度而言是比较慢的，如果我们设置过少的线程数，就可能导致 CPU 资源的浪费。
《Java并发编程实战》推荐
《Java并发编程实战》的作者 Brain Goetz 推荐的计算方法：线程数 = CPU 核心数 *（1+平均等待时间/平均工作时间）通过这个公式，我们可以计算出一个合理的线程数量，如果任务的平均等待时间长，
线程数就随之增加，而如果平均工作时间长，也就是对于我们上面的 CPU 密集型任务，线程数就随之减少。
所以总结下来：
线程的平均工作时间所占比例越高，就需要越少的线程；
线程的平均等待时间所占比例越高，就需要越多的线程；
相关文章：
14.线程数量怎么制定？
什么是CPU 密集型任务和耗时 IO 型任务 ？ CPU 密集型任务 CPU 密集型任务，比如加密、解密、压缩、计算等一系列需要大量耗费 CPU 资源的任务。 耗时 IO 型任务 数据库、文件的读写，网络通信等任务，这种任务的特点是并不会特别消耗…...
C++中STL标准模板库学习记录
文章目录：1.vector1.1 遍历方式1.2 构造函数1.3 容量大小问题1.4 插入和删除1.5 存取值1.6 交换两个vectot的元素1.7 预定义存储空间2.string3. deque4. stack4.1 常用函数5. queue5.1 特点5.2 方法6. list6.1 优点6.2 缺点6.3 构造函数6.4 交换6.5 大小6.6 插入和删…...
《数据库系统概论》学习笔记——第六章 关系数据理论
教材为数据库系统概论第五版（王珊） 这一章重点在于各种范式的概念和将低级范式转为高级范式。一定要看多值依赖和4NF（因为这个概念很绕又烦，但是期中期末都考了）。最后计算题就是一定要会：算闭包࿰…...
Odoo | Webserivce | 5分钟学会【JSONRPC】接口开发
文章目录Odoo - JsonRPC1. Odoo内方法结构（接收端）2. POST接口请求结构（发送端）3. 实例测试Odoo - JsonRPC 1. Odoo内方法结构（接收端） # -*- coding: utf-8 -*- import odoo import logging import trac…...
搜广推 NeuralCF - 改进协同过滤+矩阵分解的思想
😄 NeuralCF：2017新加坡国立大学提出。【后文简称NCF】 😄 PNN：2016年上海交通大学提出。 文章目录 NeuralCF动机原理general NCFNCF终极版（GMF+MLP的结合）缺点优点ReferenceNeuralCF 动机 前面学了MF，可知MF在用户-物品评分矩阵的基础上做矩阵分解（用户矩阵Q和物品…...
dbever连接kerberos认证的hive
文章目录一、本地安装kerberos客户端二、本地kerberos客户端登录三、dbever连接hive一、本地安装kerberos客户端 下载地址：https://web.mit.edu/kerberos/dist/index.html 安装：下一步或者自定义安装即可 安装后会自动生成配置文件：C:\Pro…...
pom依赖产生的各种问题
文章目录问题一(org.apache.ibatis.session.Configuration)解决方法问题二(ERROR StatusLogger No log4j2)解决方法问题三(com.google.common.util.concurrent)解决方法问题四(start bean documentationPluginsBootstrapper)解决方法问题五(Unable to infer base url. )解决办法…...
RPC编程：RPC框架设计目标
一：前导知识 Http是超文本传输协议，跨平台性非常好。Http可以传输文本，更多的时候传输的是文本，我们也是可以传输二进制的，我们基于Http进行下载的时候，就是走的Http协议。 Tcp协议，处理的时候…...
RBAC 权限模型介绍
RBAC 权限： 一、关系： 这基于角色的访问控制的结构就叫RBAC结构。 二、RBAC 重要对象： 用户（Employee）：角色施加的主体；用户通过拥有某个或多个角色以得到对应的权限。角色（Role&…...
西电面向对象程序设计核心考点汇总（期末真题）
文章目录前言一、往年真题与答案1.1 改错题1.2 读程题1.3 面向对象程序设计二、易错知识点2.1 构造函数2.2 静态成员变量和静态成员函数2.3 权限2.4 继承2.5 多态总结前言 主要针对西安电子科技大学《面向对象程序设计》的核心考点进行汇总，包含总共8章的核心简答。…...
判断一个用字符串表达的数字是否可以被整除
一.问题引出 当一个数字很大的时候,我们常用字符串进行表达,(超过了int和long等数据类型可以存储的最大范围),但是这个时候我们该如何判断他是否可以被另一个数整除呢? 这个时候我们不妨这样来考虑问题,每次将前边求模之后的数保存下来,然后乘以10和这一位的数字进行相加的操…...
这是一款值得开发人员认真研究的软件，数据库优化，应用服务器安全优化...
1.查询数据库死锁相关信息2.查看数据库的链接情况3.当前实例上的所有用户4.创建数据库独立密码5.查看数据库使用的端口号6.当前数据库设置的最大连接数7.当前数据库最大的理论可连接数8.当前数据库实例的连接数9.当前数据库连接数10.当前数据库连接超时设置11.当前sqlserver 超…...
栈与队列小结
一、理论基础1.队列是先进先出，栈是先进后出2.栈和队列是STL（C标准库）里面的两个数据结构。栈提供push和pop等等接口，所有元素必须符合先进后出规则，所以栈不提供走访功能，也不提供迭代器。3.栈是以底层容器…...
SpringBoot整合(五)HikariCP、Druid数据库连接池—多数据源配置
在项目中，数据库连接池基本是必不可少的组件。在目前数据库连接池的选型中，主要是 Druid ，为监控而生的数据库连接池。HikariCP ，号称性能最好的数据库连接池。 在Spring Boot 2.X 版本，默认采用 HikariCP 连接池。而…...
ShardingSphere水平、垂直分库、分表和公共表
目录一、ShardingSphere简介二、ShardingSphere-分库分表1、垂直拆分（1）垂直分库（2）垂直分表2、水平拆分（1）水平分库（2）水平分表三、水平分库操作1、创建数据库和表2、配置分片的规则…...
《分布式技术原理与算法解析》学习笔记Day24
分布式缓存 在计算机领域，缓存是一个非常重要的、用来提升性能的技术。 什么是分布式缓存？ 缓存技术是指用一个更快的存储设备存储一些经常用到的数据，供用户快速访问。 分布式缓存是指在分布式环境或者系统下，把一些热门数据…...
强化学习RL 02: Value-based Reinforcement Learning
DQN和TD更新算法。 目录 Review 1. Deep Q-Network(DQN) 1.1 Approximate the Q*(s,a) Function 1.2 Apply DQN to Play Game 1.3 Temporal Difference(TD) Learning 1.4 TD Learning for DQN 1.4.1 TD使用条件 condition 1.4.2 Train DQN using TD learning 1.5 summ…...
08_MySQL聚合函数
1. 聚合函数介绍什么是聚合函数聚合函数作用于一组数据，并对一组数据返回一个值。聚合函数类型AVG()SUM()MAX()MIN()COUNT()注意：聚合函数不能嵌套调用。比如不能出现类似“AVG(SUM(字段名称))”形式的调用。1.1 AVG和SUM函数可以对数值型数据使用AVG 和…...
「TCG 规范解读」词汇表
可信计算组织（Ttrusted Computing Group,TCG）是一个非盈利的工业标准组织，它的宗旨是加强在相异计算机平台上的计算环境的安全性。TCG于2003年春成立，并采纳了由可信计算平台联盟（the Trusted Computing Platform Alli…...
第三阶段-03MyBatis 中使用XML映射文件详解
MyBatis 中使用XML映射文件 什么是XML映射 使用注解的映射SQL的问题： 长SQL需要折行，不方便维护动态SQL查询拼接复杂源代码中的SQL，不方便与DBA协作 MyBatis建议使用XML文件映射SQL才能最大化发挥MySQL的功能 统一管理SQL， 方…...
别再只用轮盘赌了！遗传算法选择算子实战对比：Python代码实现与性能调优心得
遗传算法选择算子深度实战：从轮盘赌到锦标赛的Python优化指南 在解决复杂优化问题时，遗传算法展现出了惊人的适应能力。但许多开发者止步于基础的轮盘赌选择（Roulette Wheel Selection），却不知不同选择策略对算法性能的…...
FastAPI + 异步 SQLAlchemy 实战：从零搭建图书管理 CRUD 项目
前言 本篇将从零开始，带你搭建一个完整的异步图书管理 CRUD 项目，覆盖环境搭建、数据库连接、模型定义、12 种核心接口实现。献给和博主一样刚踏入SQLAlchemy的新手小白们。 注意：本文基础知识较多，不需要的大佬可直接跳到具体操…...
多渠道订单数据处理自动化，落地步骤与ERP打通方案 | 2026企业级智能体实战手册
在2026年的数字化转型深水区，企业面临的不再是“是否要自动化”的问题， 而是如何在高并发、多维度的全渠道业务压力下， 实现订单流、资金流与信息流的绝对同步。 传统的OMS（订单管理系统）与ERP（企业资源计划…...
Windows系统清理神器：DriverStore Explorer深度使用教程
Windows系统清理神器：DriverStore Explorer深度使用教程 【免费下载链接】DriverStoreExplorer Driver Store Explorer 项目地址: https://gitcode.com/gh_mirrors/dr/DriverStoreExplorer 你是否曾经遇到过Windows系统盘空间莫名减少的情况？是否…...
基于适配器模式构建跨平台待办事项聚合器：设计、实现与实战
1. 项目概述：一个跨平台待办事项聚合器的诞生最近在整理自己的效率工具时，发现了一个挺普遍但又很恼人的问题：我的待办事项散落在各处。工作上的任务在公司的Jira里，个人学习计划在滴答清单，一些临时想法随手记在手机备…...
5G FR1与FR2频段下，SSB的Kssb子载波偏移配置实战与避坑指南
5G FR1与FR2频段下SSB的Kssb子载波偏移配置实战与避坑指南 在5G网络部署中，同步信号块（SSB）的配置直接关系到终端设备能否成功接入网络。其中，Kssb子载波偏移参数在不同频段（FR1与FR2）下的取值范围和单位存…...
易连EDI-EasyLink大文件传输测试报告
一、引言 在企业级数据交换场景中，大文件传输的稳定性和效率始终是核心关注点。随着供应链协同深化，企业之间在公网进行交换的数据早已超越传统订单、发票等结构化短报文，逐步扩展到：产品主数据（含高清图片/3D模型&am…...
终极指南：如何为你的戴尔G15笔记本安装免费开源散热控制中心
终极指南：如何为你的戴尔G15笔记本安装免费开源散热控制中心 【免费下载链接】tcc-g15 Thermal Control Center for Dell G15 - open source alternative to AWCC 项目地址: https://gitcode.com/gh_mirrors/tc/tcc-g15 tcc-g15 是一款专为戴尔G15系列游戏笔…...
问卷设计对比实测：手工瞎编≠通用 AI≠学术专用！虎贲等考 AI 重新定义可发表级问卷
在毕业论文、课程论文、期刊实证研究中，问卷是决定数据是否有效、模型能否跑通、论文能否过关的核心一环。但 90% 的学生都在用错误方式做问卷：手工凭感觉出题、网上随便抄量表、用通用 AI 随意生成…… 结果要么信效度不达标，要么数据无法分…...
GitHub 被分号击穿信任防线，AI 逆向工具敲响闭源系统安全警钟
GitHub 被分号击穿三层信任，AI 填平逆向护城河敲响闭源系统安全警钟 2026 年 3 月 4 日，GitHub 收到 Wiz 通过 Bug Bounty 提交的报告，报告描述的攻击入口极其简单：一条构造过的 git push，带一个 push optionÿ…...