核心线程数和最大线程数需依任务类型、CPU资源与实际负载科学设定：CPU密集型推荐corePoolSize=maximumPoolSize=n+1，配小有界队列；I/O密集型建议corePoolSize=2n，maximumPoolSize=5n～10n，队列容量20～200；混合型可按峰值TPS与耗时估算；必须禁用无界队列、配置兜底拒绝策略并监控关键指标。
核心线程数和最大线程数不能凭经验拍脑袋设，得看任务类型、CPU资源和实际负载。设小了压不住流量，设大了又引发频繁上下文切换甚至内存溢出。
按任务类型区分配置
CPU 密集型任务（如图像压缩、数值计算）几乎不等待，线程一启动就满负荷跑。此时核心线程数建议设为 CPU 核心数 + 1（+1 是为应对页缺失等短暂阻塞），最大线程数与核心数保持一致，避免多余线程争抢 CPU：
-
获取核数：
int n = Runtime.getRuntime().availableProcessors(); - 推荐值：corePoolSize = n + 1，maximumPoolSize = n + 1
- 队列建议：用较小的有界队列（如 ArrayBlockingQueue(50)），防止任务堆积占用过多内存
I/O 密集型任务优先扩容线程
这类任务大量时间花在等待（数据库响应、HTTP 调用、磁盘读写），CPU 实际利用率低。线程常处于阻塞态，可并行更多线程：
- 核心线程数：设为 2 × CPU 核数，保障基础并发能力
- 最大线程数：根据压测结果设定，常见范围是 5×～10× CPU 核数；若 TPS 高且平均等待长，可进一步上调
- 队列建议：容量控制在 20～200 之间，不宜过大——任务宁可多开线程，也不该长期排队
混合型或不确定场景靠动态估算
多数真实业务是混合型（比如订单系统既有计算又有 DB 查询）。可按峰值吞吐反推：
立即学习“Java免费学习笔记（深入）”；
- 核心线程数 ≈ CPU 核数 × 1.5
- 最大线程数 ≈ CPU 核数 × 3
-
队列容量 = 峰值 TPS × 平均处理时间（毫秒） ÷ 1000
例如：TPS=600，平均耗时=80ms → 队列≈48，取整为 50 即可
必须配合的配套措施
光调两个数不够，还得守住底线：
- 禁用无界队列：LinkedBlockingQueue 默认容量 Integer.MAX_VALUE，极易 OOM；务必显式指定容量
-
拒绝策略要兜底：生产环境推荐
CallerRunsPolicy（让提交线程自己执行）或AbortPolicy（快速失败暴露问题），别用静默丢弃 - 监控线程池指标：关注 activeCount、queueSize、rejectedTasks，发现持续排队或频繁拒绝就得调参
