前言
多线程的设置是编程比较重要的一环，无论是工作编程还是面试，是一个老生常谈的话题，多线程一定比单线程跑的快吗?答案肯定是no，什么时候使用多线程合适，什么场景下使用?线程池的配置又改怎么配置，本文进行一篇总结，欢迎朋友们交流。
1.一些概念介绍:
1.1计算机基础知识：
计算机主要组件卫CPU、内存、磁盘，三大组件中，CPU的运行速率高于内存的1000倍以上，内存的运行速率高于磁盘1000倍以上。对比运行速率结果为：CPU>内存>磁盘。
1.2上下文切换：
涉及到上下文切换，单核cpu切换是没意义的，多核cpu的切换才能真正的满足充分利用资源达到高性能的目的。
1.3线程争用：
当多个线程执行任务不相同，但是访问资源又相同的时候，有看呢过会引起数据问题。
1.4并发执行：
可以理解为线程执行任务相同，访问资源相同的时候触发的场景。
1.5 自旋锁:
很形象的一个比喻是：冲奶的时候孩子还在哭，等着妈妈送来奶瓶和换尿布，直到妈妈处理好所有的事情才算结束，要不然就是个一直等待的状态。
1.6 互斥锁:
它跟自旋锁类似，不同的是竞选失败线程会回去睡觉,直到锁可用来竞争。一直进行循环等。
1.7 乐观锁:
很常见的乐观锁的例子是在数据库的数据操作中，直到提交更新的时候才给相关的数据行加锁。
1.8 悲观锁:
悲观锁就是如果一个事务操作用了锁，那只有当这个事务把锁释放(把妈妈给释放)，其他事务才能够执行与该锁冲突的操作。
1.9 时间片分配算法:
CPU通过给每个线程分配CPU时间来实现任务运行，这个时间片一般是几十毫秒。这样不停地来回切换任务，运行程序，划分时间片，就叫做:时间片分配算法。
2.线程池配置介绍:
因为线程池的设置肯定是跟着服务器硬件和业务处理走的，所以不通场景下配置是不一样的。场景假设：
| key值 | 配置值 | 备注 |
|---|---|---|
| tasks(系统每秒任务数) | 每秒的任务数，假设为100~1000 | |
| taskcost(执行任务花的时间) | 每个任务花费时间，假设为0.1s | |
| responsetime （允许响应的最大时间） | 系统允许容忍的最大响应时间，假设为1s |
计算公式：
| 设置key值 | 计算公式 | 备注 |
|---|---|---|
| 核心线程数设置(corePoolSize) | threadcount = tasks/(1/taskcost) =tasks*taskcost = (200~1000)*0.1 = 20~100 个线程 | corePoolSize设置应该大于20 根据8020原则，如果80%的每秒任务数小于200，那么corePoolSize设置为20即可 |
| 队列数设置(queueCapacity) | 计算可得 queueCapacity = 20/0.1*1 = 200 | 意思是队列里的线程可以等待1s，超过了的需要新开线程来执行 切记不能设置为Integer.MAX_VALUE，这样队列会很大，线程数只会保持在corePoolSize大小，当任务陡增时，不能新开线程来执行，响应时间会随之陡增 |
| 最大线程数设置(maxPoolSize) | 计算可得 maxPoolSize = (1000-200)/10 = 80 | （最大任务数-队列容量）/每个线程每秒 |
3.总结:
多线程的使用场景是多个任务执行，但是CPU处理时间不长，占用的时间片不高，那么多线程会很大的提升性能，相反，多线程还没有单线程快。SpringBoot中比较重要的线程池的概念三个：核心线程数、队列数、最大线程数。当任务来临的时候如果corePoolSize 没有达到那么会创建新的线程执行任务直到corePoolSize 达到设定值的时候开始进入到队列中，队列满了以后开始创建新的线程直到最大线程maxPoolSize 的设置值，全部满的时候开始执行设置的拒绝策略。
