RPC框架业务线程池的作用

如果只用Netty的主从多线程模型去监听连接和读写事件，并用 worker去处理业务逻辑，在业务逻辑耗时比较短的情况下是ok 的，如果耗时比较长，那么这个workerGroup中的worker 就会一直被占用。

这样第一它不能处理其他绑定到该worker上的读写事件，第二即使是本连接中的读写事件也会阻塞，因为本连接的所有的读写事件都是由这个连接来处理的。

添加业务线程池之后，把传过来的数据 msg和channel 封装成一个对象丢给业务线程池。

这样可以提升整个系统的吞吐性，也就是提升整个RPC服务框架的并发承载能力

业务线程池的参数设置

根据具体的业务来定，如果是CPU密集型的，那么就设置核心线程数为CPU核数+1，IO密集型的就设置为2倍核心数（最大线程数等于核心数）。

具体的：

为什么IO密集型线程池是CPU的两倍_coffee_babe的博客-CSDN博客

单个任务总时间=CPU运算时间+IO等待时间，当任务A在等待IO时，CPU可以切到任务B进行CPU运算。如果你想拉满CPU利用率，那理想线程数 = ((CPU运算时间+IO等待时间) / CPU运算时间) * CPU核心数；当你认为CPU和IO时间相等时，这时就是2CPU核心数；但是在常规的Web场景下，IO时间总是远大于CPU时间，比如一个简单的数据库查询，计算可能只有0.1ms，IO则可能达到2ms，这样一算，得21CPU核心数；Tomcat和Dubbo默认核心线程数都是200，而不是简单的2*核心数。真实场景下，每个接口/任务可能时间占比和执行量都不一样，应该通过压测来确定。

实验对比

不加业务线程池，只用netty 的workerGroup，如果一个请求耗时1s，那么执行n个请求需要n s，因为是串行执行的。

添加业务线程池之后，执行n个任务需要至多 n/coreSize +1 s, (最大线程数 = 核心线程数)。

        long startTime = System.currentTimeMillis();
        int threadNum = 500;
        CountDownLatch countDownLatch = new CountDownLatch(threadNum);
        for (int i = 0; i < threadNum; i++) {
            int num = i+1;
            new Thread(()->{
                try {
                    String result = dataService.sendData("test" + num);
                    System.out.println(result);
                }catch (Exception e){
                    e.printStackTrace();
                }finally {
                    countDownLatch.countDown();
                }
            }).start();
        }
        countDownLatch.await();
        long endTime = System.currentTimeMillis();
        System.out.println(" time cost : " + (double)((endTime - startTime)/1000) + " s");
        System.out.println(" qps is : " + ( (double) threadNum/((endTime - startTime)/1000)) );

文章由极客之音整理，本文链接：https://www.bmabk.com/index.php/post/92797.html