N核伺服器，通過執行業務的單執行緒分析出本地計算時間為x，等待時間為y，則工作執行緒數（執行緒池執行緒數）設定為 N*(x+y)/x，能讓CPU的利用率最大化。

1、瞭解工作執行緒的工作模式，對量化分析執行緒數的設定非常有幫助：

上圖是一個典型的工作執行緒的處理過程，從開始處理start到結束處理end，該任務的處理共有7個步驟：

1）從工作佇列裡拿出任務，進行一些本地初始化計算，例如http協議分析、引數解析、引數校驗等 2）訪問cache拿一些資料 3）拿到cache裡的資料後，再進行一些本地計算，這些計算和業務邏輯相關 4）通過RPC呼叫下游service再拿一些資料，或者讓下游service去處理一些相關的任務 5）RPC呼叫結束後，再進行一些本地

計算，怎麼計算和業務邏輯相關 6）訪問DB進行一些資料操作 7）操作完資料庫之後做一些收尾工作，同樣這些收尾工作也是本地計算，和業務邏輯相關  

分析整個處理的時間軸，會發現：

1）其中1，3，5，7步驟中【上圖中粉色時間軸】，執行緒進行本地業務邏輯計算時需要佔用CPU

2）而2，4，6步驟中【上圖中橙色時間軸】，訪問cache、service、DB過程中執行緒處於一個等待結果的狀態，不需要佔用CPU，進一步的分解，這個“等待結果”的時間共分為三部分： 2.1）請求在網路上傳輸到下游的cache、service、DB 2.2）下游cache、service、DB進行任務處理 2.3）cache、service、DB將報文在網路上傳回工作執行緒

2、量化執行緒設定多少合適

通過上面的分析，Worker執行緒在執行的過程中，有一部計算時間需要佔用CPU，另一部分等待時間不需要佔用CPU，通過量化分析，例如打日誌進行統計，可以統計出整個Worker執行緒執行過程中這兩部分時間的比例，例如：

1）時間軸1，3，5，7【上圖中粉色時間軸】的計算執行時間是100ms

2）時間軸2，4，6【上圖中橙色時間軸】的等待時間也是100ms

得到的結果是，這個執行緒計算和等待的時間是1：1，即有50%的時間在計算（佔用CPU），50%的時間在等待（不佔用CPU）：

1）假設此時是單核，則設定為2個工作執行緒就可以把CPU充分利用起來，讓CPU跑到100% 2）假設此時是N核

，則設定為2N個工作現場就可以把CPU充分利用起來，讓CPU跑到N*100% 結論： N核伺服器，通過執行業務的單執行緒分析出本地計算時間為x，等待時間為y，則工作執行緒數（執行緒池執行緒數）設定為 N*(x+y)/x，能讓CPU的利用率最大化。 經驗： 一般來說，非CPU密集型的業務（加解密、壓縮解壓縮、搜尋排序等業務是CPU密集型的業務），瓶頸都在後端資料庫，本地CPU計算的時間很少，所以設定幾十或者幾百個工作執行緒也都是可能的。