概念，IO密集型和CPU密集型
CPU密集型（计算密集型）：
cpu密集型任务的特点是要进行大量的计算，消耗CPU资源，比如计算圆周率、对视频进行高清解码等等，全靠CPU的运算能力 计算机密集型任务主要消耗CPU资源，因此，代码运行效率至关重要，Python这样的脚本代码运行效率很低，完全不适合计算机密集型任务。对于计算密集型任务，最好用C语言编写。
IO密集型
IO密集型涉及到网络、磁盘IO的任务都是IO密集型任务，这类任务的特点是CPU消耗很少，任务的大部分时间都在等待IO操作完成（因为IO的速度远远低于CPU和内存的速度）。对于IO密集型任务，任务越多，CPU效率越高，但是也有一个限度。常见的大部分任务都是IO密集型任务，比如web应用。
大家对线程数量的设置有一个经验的计算公式
如果是CPU密集型应用，则线程池大小设置为N+1（N：CPU的个数）
如果是IO密集型应用，则线程池大小设置为2N+1
如果一台服务器上只部署这一个应用并且只有这一个线程池，那么这种估算或许是合理的。但是在IO优化中，下面的估算公式是可能更合适：
最佳线程数量=（（线程等待时间+线程CPU时间）/线程CPU时间）*CPU数目
显然，线程等待时间所占比例越高，需要的线程数量 就越多，反之则越少。
举个例子，一台8核的服务器，平均每个CPU运行时间为1S，线程等待时间（非CPU运行时间）为2S，那么公式就是（（1+2）/1）*8 = 24 。公式可以进一步转化为：
最佳线程数量=（线程的等待时间与线程的计算（CPU)时间之比+1）*CPU数目
最后总结：
其实要想获得最准确的线程数量，我们还需要通过压力测试来进行微调，只有经过压力测试过的才是最适用于自己的项目的。