int n=10的sizeof 为什么是四_mongodb内核源码实现、性能调优( 七 ) _线程

< _config->stuckThreadTimeout()));77.//队列中任务数多余可用空闲线程数，说明压力有点大，给线程池增加一个新的线程78.if (_isStarved()) {79._startWorkerThread();80.}81.}82. }
服务层有个专门的控制线程用于判断线程池中工作线程的压力情况，以此来决定是否在线程池中创建新的工作线程来提升性能。
控制线程每过一定时间循环检查线程池中的线程压力状态，实现原理就是简单的实时记录线程池中的线程当前运行情况，为以下两类计数：总线程数、
当前正在运行task 任务的线程数。如果=，说明所有工作线程当前都在处理task任务，这时候就会创建新的线程来减轻任务因为排队引起的延迟。
.4线程模型函数接口大全
前面只分析了核心的几个接口，下表列出了该模块的完整接口功能说明：
3.总结
动态线程池模型，内核实现的时候会根据当前系统的访问负载动态的调整线程数。当线程CPU工作比较频繁的时候，控制线程增加工作线程数；当线程CPU比较空闲后，本线程就会自动消耗退出。下面一起体验线程模式下，是如何做到性能极致设计的。
同步线程模型总结
Sync 线程模型也就是一个链接一个线程，实现比较简单。该线程模型，线程每接收到一个链接就会创建一个线程，该链接上的所有数据读写及内部请求处理流程将一直由本线程负责，整个线程的生命周期就是这个链接的生命周期。
3.2线程模型线程运行时间相关的几个统计
状态机调度模块中提到，一个完整的客户端请求处理可以转换为2 个任务：通过asio库接收一个完整报文、接收到报文后的后续所有处理( 含报文解析、认证、引擎层处理、发送数据给客户端等) 。假设这两个任务对应的任务名、运行时间分别如下表所示：
客户端一次完整请求过程中，内部处理过程=task1 + task2，整个请求过程中内部消耗的时间T1+T2 。
实际上如果fd 上没有数据请求，则工作线程就会等待数据，等待数据的过程就相当于空闲时间，我们把这个时间定义为T3 。于是一个工作线程总运行时间=内部任务处理时间+空闲等待时间，也就是线程总时间=T1+T2+T3，只是T3是无用等待时间。
l单个工作线程如何判断自己处于”空闲”状态
步骤2 中提到，线程运行总时间=T1 + T2 +T3，其中T3是无用等待时间。如果T3的无用等待时间占比很大，则说明线程比较空闲。
工作线程每次运行完一次task任务后，都会判断本线程的有效运行时间占比，有效运行时间占比=(T1+T2)/(T1+T2+T3)，如果有效运行时间占比小于某个阀值，则该线程自动退出销毁，该阀值由参数指定。该参数在线调整方式：
( { : 1, : 50} )
l如何判断线程池中工作线程“太忙”
服务层有个专门的控制线程用于判断线程池中工作线程的压力情况，以此来决定是否在线程池中创建新的工作线程来提升性能。
控制线程每过一定时间循环检查线程池中的线程压力状态，实现原理就是简单的实时记录线程池中的线程当前运行情况，为以下两类计数：总线程数、

文章插图
当前正在运行task 任务的线程数。如果=，说明所有工作线程当前都在处理task任务，这时候已经没有多余线程去asio库中的全局任务队列中取任务执行了，这时候队列中的任务就不会得到及时的执行，就会成为响应客户端请求的瓶颈点。
l如何判断线程池中所有线程比较“空闲”
控制线程会在收集线程池中所有工作线程的有效运行时间占比，如果占比小于指定配置的阀值，则代表整个线程池空闲。