Multithreading 当有数千个后台线程时，为什么程序的最佳线程数与内核数有关

我一直在读关于多线程编程和最佳线程数的书。我知道这是非常主观的，根据具体情况而有所不同，只有通过反复试验才能找到真正的最佳方案

然而，我发现很多帖子都说，如果任务是非I/O绑定的，那么

Optimal: numberOf(threads) ~= numberOf(cores)

请看一看

Q）如果成百上千的后台（操作系统/其他东西）线程已经在为轮到他们而斗争，那么上述等式怎么可能有效

Q）线程数量多一点不会增加分配内核的概率吗？

最佳值仅适用于正在全速执行的线程。例如，在Windows任务管理器中使用的1000多个线程都是未执行的线程。它们正在等待通知，阻止同步对象的wait（）调用

它包括I/O，但也可以是计时器、驱动程序事件、进程互操作同步对象、等待消息的UI线程等等。后者更不明显，因为它们通常由友好的api包装

编写一个线程数和机器内核数一样多的程序，所有的线程都消耗100%的内核，实际上并不常见。你必须解决那种需要纯计算的问题。真正的程序通常由于执行操作需要读/写数据而陷入困境，或者由于数据到达的速率而受到限制

---

如果线程消耗100%的内核，那么过度调度处理器不是一个好策略。他们会开始互相争斗，上下文切换开销会导致需要做的工作减少。当他们堵住的时候是好的。阻塞会自动使一个内核可以做其他事情。

其他后台进程并不是真正的“战斗”来获得一个回合，除非您的CPU在桌面空闲时被固定在100%。也就是说，您通常不需要担心被分配一个内核的可能性-大多数情况下，您不会运行多个处理器密集型应用程序。通过增加程序中运行的线程数，假设操作系统中的所有线程都平均共享CPU时间，您基本上是在用吞吐量换取响应能力。您的程序将获得更多的时间片，但同时它将使操作系统消耗更多的实际执行时间来管理它们。当然，对于优先级来说，这一切可能都是徒劳的。澄清一下：“每个核心1个线程”策略的隐含假设是：当来自所有其他进程的所有其他线程都被阻塞/等待时，我的所有应用程序线程都准备好运行时，会有相当长的时间，因此，我的所有线程通常会同时在不同的内核上调度？一般的假设是，您不必与其他进程拥有的线程进行斗争。这是不太现实的，当它发生时，也不会有人感到惊讶，但是，您始终可以配置一台机器，使其非常接近理想状态。只是不要运行那些其他进程。当这很重要时，你会发现，例如，在服务器风格的应用程序中，将一台机器专门用于一项工作肯定是不寻常的。