- CPU 密集型 ：任务大量消耗 CPU，几乎无等待。 核心思路：减少线程数量，减少上下文切换
核心公式：
核心线程数 = CPU核心数 + 1+1 是为了防止某个线程偶尔页缺失 / 临时暂停，让这个备用线程顶上去，充分利用 CPU。
- IO 密集型 ：任务大部分时间在等待网络、数据库、文件 IO，CPU 空闲。 核心思路：多开线程，利用等待时间处理别的任务
核心公式：
核心线程数 = CPU核心数 * (1 + IO等待时间 / CPU计算时间)经验估算简化：
2 * CPU核心数，业务 IO 阻塞严重时可以给到CPU 核心数 * 5~10，根据压测调优。
⚠️ 重点：公式只是理论参考！最终一定要压测调整，不能直接硬套。
详细解释
1. CPU 密集型
- 特点：大量计算，几乎没有 IO 等待，CPU 一直在跑。
- 如果线程开太多：多个线程频繁抢占 CPU，上下文切换开销很大，性能下降。
- 推荐：核心线程数 ≈ CPU 核心数 +1
- 例子：4 核 CPU，核心线程设置为 5。
2. IO 密集型（后端开发最常见，数据库、RPC、文件读写）
- 特点：线程大部分时间阻塞等待 IO，CPU 是空闲的。
- 线程多一点没关系，当一个线程等待 DB 返回，其他线程可以继续执行。
- 公式理解：
IO等待时间 / CPU计算时间是等待占比。 比如：任务执行总共 1000ms，其中计算 100ms，等待 DB900ms。CPU核心数*(1+900/100)= 核心数*10 - 经验值：一般 2 倍 CPU 核心起步；IO 阻塞很高，可放大到 5~10 倍，但是不能无限大，线程太多会占用大量内存，数据库连接池、连接数也会打满，造成雪崩。
相关问题
Q：为什么 IO 密集不能无限加大线程？
A：线程本身占用内存；线程过多，操作系统上下文切换开销上升；同时下游资源（数据库连接、第三方接口）都有最大连接上限，线程太多会把下游打垮。
Q：线程池的核心参数有哪些？
ThreadPoolExecutor 7 个参数：
- corePoolSize：核心线程数
- maximumPoolSize：最大线程数
- keepAliveTime：非核心线程空闲存活时间
- unit：时间单位
- workQueue：阻塞队列，存放等待任务
- threadFactory：线程工厂，创建线程
- handler：拒绝策略，任务满了之后的处理策略
Q：四种拒绝策略？
- AbortPolicy：抛异常（默认）
- DiscardPolicy：直接丢弃任务，不抛异常
- DiscardOldestPolicy：丢弃队列最老任务，再尝试提交
- CallerRunsPolicy：交给调用者线程执行（不会丢任务，降级）
一句话总结
CPU 密集型，核心线程数设置为 CPU 核心数 + 1，减少上下文切换；
IO 密集型可以设置更大，参考CPU核心*(1+IO等待时间/计算时间)，经验值 2~10 倍 CPU 核心；
公式仅理论，最终必须压测验证。