影响最佳线程数的主要因素：
1、IO
2、CPU
根据公式：服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量
一般来说是IO和CPU。IO开销较多的应用其CPU线程等待时间会比较长，所以线程数量可以开的多一些，相反则线程数量要少一些，其实有两种极端，纯IO的应用，比如proxy，则线程数量可以开到非常大（实在太大了则需要考虑线程切换的开销），这种应用基本上后端（比如这个proxy是代理搜索的）的QPS能有多少，proxy就有多少。
另一种是耗CPU的计算，这种情况一般来讲只能开到CPU个数的线程数量。但是并不是说这种应用的QPS就不高，往往这种应用的QPS可以很高。
上面的有点难计算，简便公式是CPU数量 *２ ＋ ２
但是你要知道一台电脑上不可能只跑你一个程序，所以别太认真了
转载请注明：码农场 » 多核CPU开几个线程最好
转自 http://iamzhongyong.iteye.com/blog/1924745
最近在关注性能的事情，所以对于多线程程序中，如何设置最佳的线程数，找了一些文章。虽然有公式可以套用，
但是，其实最佳的话只是相对的，了解了过程之后，处理线程数的设置就会游刃有余了。
名字解释：
1、QPS：系统每秒处理的请求数（query per second）
2、RT：系统的响应时间，一个请求的响应时间，也可以是一段时间的平均值
3、最佳线程数量：刚好消耗完服务器瓶颈资源的临界线程数
QPS和RT的关系：
对于单线程：QPS=1000/RT
对于多线程：QPS=1000*线程数量/RT
性能的两个点：
吞吐量和延迟，其实通俗的解释就是QPS和RT（我的理解），虽然有上面的公式，但是两者的关系并不是完全线性的。
至于为啥？原因很多，系统表现远远比我们想想的要复杂。
最佳线程数有公式吗？
答案是肯定的。
服务器端最佳线程数量=((线程等待时间+线程cpu时间)/线程cpu时间) * cpu数量 (CPU瓶颈类型)
在达到最佳线程数的时候，线程数增加，则QPS不变，而响应时间变长，线程数量继续增加，则QPS下降（上下文切换耗时）。
最佳线程数是动态的，在不同的状态下会进行变化。
瓶颈资源可以是CPU、内存、数据库连接池、锁资源、IO等。
超过最佳线程数，会导致资源竞争加剧，同时响应时间也会增加。
如何获取最佳线程数呢?
有了公式，其实并没有实质性的解决问题。
1、逐步压测，不断的调整线程数来观察系统的负载，这个最土，但是最实用
2、如果确切的知道瓶颈资源的使用情况，则可以直接使用公式；
3、单用户压测，查看CPU的使用情况，然后基于公式得出一个值，上下微调；
http://www.ibm.com/developerworks/library/j-jtp0730/index.html
http://www.thejoyofcode.com/tuning_the_threadpool.aspx
http://www.infoq.com/articles/Java-Thread-Pool-Performance-Tuning