优化线程数量的主要工作就是避免“过大”或者“过小”，两种极端情况。
如果线程数过大，那么会导致对稀缺CPU和内存资源的竞争，会导致内存的使用量过高，可能导致资源耗尽。
如果过小，由于存在很多可用处理器资源未在工作，会对吞吐量造成损失；
建议：如果有不同类别的任务，并且它们拥有差别很大的行为，考虑使用多个线程池，这样每个线程池可以根据不同任务的工作负载进行调节优化；
最终目标：提升QPS
影响最佳线程数的主要因素：
1、IO：密集型（线程等待时间较长）
2、CPU：计算密集型（CPU核心处理器数量是前提）
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
具体可以通过监控或者压测得出计算相关参数；
一般做法：
扫描二维码关注公众号，回复：
5766733 查看本文章
如果是IO密集型应用，则线程池大小设置为2N+1；
如果是CPU密集型应用，则线程池大小设置为N+1；
N代表CPU的核数。
QPS和线程数的关系
1、在最佳线程数量之前，QPS和线程是互相递增的关系，线程数量到了最佳线程之后，QPS持平，不在上升，甚至略有下降，同时响应时间持续上升。
2、同一个系统而言，支持的线程数越多（最佳线程数越多而不是配置的线程数越多），QPS越高
QPS和响应时间的关系
1、对于一般的web系统，响应时间一般有CPU执行时间+IO等待时间组成
2、CPU的执行时间减少，对QPS有实质的提升，IO时间的减少，对QPS提升不明显。如果要想明显提升QPS，优化系统的时候要着重优化CPU消耗较大的业务。