① win10怎么设置cpu线程
win10系统用户想要通过设置cpu核心数来控制电脑性能,但是却不知道要如何设置cpu核心数..
1、在设置之前我们先看一下当前处理器的核心数，在Win10下按下WIN+X组合键，然后点击“设备管理器”；
心数
2、在设备列表中，展开“处理器”选项，我们就可以看到同样名称的一些设备，这些就是CPU了，有几个代表几核心（intel CPU有些代表线程数）；
接下来我们设置CPU核心数：
1、按Win+R键，输入msconfig点击确定打开系统配置窗口；
2、点击“引导”选项，选择“高级选项”点击 确定按钮；
3、打开引导高级选项页面，勾选处理器个数，选择需要的个数，点击确定保存，返回上一页面点击应用，再点击确定重启电脑即可生效！
② 如何配置Spring Boot内嵌的tomcat8的最大线程数，最大连接数
tomcat最大线程数的设置
Tomcat的server.xml中连接器设置如下
<Connector
port="8080"
maxThreads="150"
minSpareThreads="25"
maxSpareThreads="75"
enableLookups="false"
redirectPort="8443"
acceptCount="100"
debug="0"
connectionTimeout="20000"
disableUploadTimeout="true"
/>
<Connector
port="8080"
maxThreads="150"
minSpareThreads="25"
maxSpareThreads="75"
enableLookups="false"
redirectPort="8443"
acceptCount="100"
debug="0"
connectionTimeout="20000"
disableUploadTimeout="true"
/>
tomcat在配置时设置最大线程数，当前线程数超过这个数值时会出错，那么有没有办法捕获到这个错误，从而在client端显示出错信息？
2.
如何加大tomcat连接数
在tomcat配置文件server.xml中的<Connector
/>配置中，和连接数相关的参数有：
minProcessors：最小空闲连接线程数，用于提高系统处理性能，默认值为10
maxProcessors：最大连接线程数，即：并发处理的最大请求数，默认值为75
acceptCount：允许的最大连接数，应大于等于maxProcessors，默认值为100
enableLookups：是否反查域名，取值为：true或false。为了提高处理能力，应设置为false
connectionTimeout：网络连接超时，单位：毫秒。设置为0表示永不超时，这样设置有隐患的。通常可设置为30000毫秒。
其中和最大连接数相关的参数为maxProcessors和acceptCount。如果要加大并发连接数，应同时加大这两个参数。
web
server允许的最大连接数还受制于操作系统的内核参数设置，通常Windows是2000个左右，Linux是1000个左右。tomcat5中的配置示例：
<Connector
port="8080"
maxThreads="150"
minSpareThreads="25"
maxSpareThreads="75"
enableLookups="false"
redirectPort="8443"
acceptCount="100"
debug="0"
connectionTimeout="20000"
disableUploadTimeout="true"
/>
对于其他端口的侦听配置，以此类推。
3.
tomcat中如何禁止列目录下的文件
在{tomcat_home}/conf/web.xml中，把listings参数设置成false即可，如下：
<init-param>
<param-name>listings</param-name>
<param-value>false</param-value>
</init-param>
<init-param>
<param-name>listings</param-name>
<param-value>false</param-value>
</init-param>
4.如何加大tomcat可以使用的内存
tomcat默认可以使用的内存为128MB，在较大型的应用项目中，这点内存是不够的，需要调大。
Unix下，在文件{tomcat_home}/bin/catalina.sh的前面，增加如下设置：
JAVA_OPTS='-Xms【初始化内存大小】
-Xmx【可以使用的最大内存】'
需要把这个两个参数值调大。例如：
JAVA_OPTS='-Xms256m
-Xmx512m'
表示初始化内存为256MB，可以使用的最大内存为512MB
③ 如何调整WEBLOGIC 11G 线程数
WEBLOGIC
11G
线程数的线程数都是自调节的，当然，自己也可以做初始值和最大值的设置，那就需要进行配置文件的修改或者启动参数的修改：
第一方法:直接在启动命令里加上.
-Dweblogic.threadpool.MinPoolSize=800
-Dweblogic.threadpool.MaxPoolSize=800
第二方法:直接在配置文件中加上
1,在CONFIG.XML中的
<server>
<name>server_name</name>
<self-tuning-thread-pool-size-min>1000</self-tuning-thread-pool-size-min>
<self-tuning-thread-pool-size-max>1000</self-tuning-thread-pool-size-max>
...
</server>
2、在startweblogic.cmd脚本中加入一下java启动参数：
-Dweblogic.configuration.schemaValidationEnabled=false
(注我在11G上加不加这个上面配置的线程数都可以用)
④ jvm - 常用调优启动参数配置
可以看到堆内存为2G，新生代为768M老年代为1280M，新生代采用ParNew收集器
-XX:+UseConcMarkSweepGC:新生代使用ParNew回收器，老年代使用CMS
线程栈为512k（默认1024k调小可以增加创建线程数，增加并发量）
同时打印 GC 详细信息和打印 GC 发生时间，当发生OOM时，Dump文件到指定路径
栈空间参数设置
-Xss: 设置线程的最大栈空间，栈空间越大，方法的递归深度越大
方法区参数设置（方法区大小的参数设置跟jdk版本相关）
jdk1.6,jdk1.7设置方法区永久代的大小
-XX:PermSize=5M
-XX:MaxPermSize=5M 最大永久代的大小默认是64M
jdk1.8及以上，永久代被移除，取而代之的是元数据区，元数据区是一块堆外的直接内存
如果不指定大小，那么会耗尽所有可用的系统内存
-XX:MaxMetaspaceSize=60M 设置最大元数据的大小
堆设置
-Xms：初始堆大小
-Xmx：最大堆大小
-Xmn：设置新生代大小，设置较大的新生代大小会减小老年代大小，新生代的大小一般为堆空间的1/3
-XX:NewSize=n： 设置年轻代大小
-XX:NewRatio=n：设置年轻代和年老代的比值(老年代/新生代)。如:为3，表示年轻代与年老代比值为1：3
年轻代占整个年轻代年老代和的1/4
-XX:SurvivorRatio=n：年轻代中Eden区与两个Survivor区的比值。注意Survivor区有两个。
-Xmn，-XX:NewSize/-XX:MaxNewSize，-XX:NewRatio 3组参数都可以影响年轻代的大小，混合使用的情况下，优先级是什么？
1.高优先级：-XX:NewSize/-XX:MaxNewSize
2.中优先级：-Xmn（默认等效 -Xmn=-XX:NewSize=-XX:MaxNewSize=?）
3.低优先级：-XX:NewRatio
推荐使用-Xmn参数，原因是这个参数简洁，相当于一次设定 NewSize/MaxNewSIze而且两者相等，适用于生产环境。
-Xmn 配合 -Xms/-Xmx，即可将堆内存布局完成 -Xmn参数是在JDK 1.4 开始支持
下面两个参数配合使用，当系统发生堆空间不足时，会导出整个堆的信息，且导出到指定的文件中去,后面用MAT工具分析
-XX:HeapDumpOnOutOfMemoryError
-XX:HeapDumpPath=d:/a.mp
直接内存配置
-XX:MaxDirectMemorySize
设置直接内存大小，如果不设置，默认值为最大堆空间,即-Xmx指定的大小，当达到指定值时，
会触发垃圾回收，如果回收后也无法释放空间，那么将会抛出OOM
-XX:+UseSerialGC:新生代，老年代都使用串行收集器
-XX:+UseParNewGC:新生代使用ParNew收集器，老年代使用串行收集器Serial
(jdk9,10已经废除，因为ParNew只能和CMS收集器配合使用，而jdk9,10使用的默认收集器是G1)
-XX:+UseParallelGC:新生代使用ParallelGC,老年代使用串行收集器Serial
-XX:+UseParallelGC:新生代使用ParallelGC回收器，老年代使用串行回收器Serial
-XX:+UseParallelOldGC:新生代使用ParallelGC回收器，老年代使用ParallelOldGc回收器
两个重要参数
-XX:MaxGCPasuseMillis:设置最大垃圾回收停顿时间，设置的过小，可能导致垃圾回收频率加大
-XX:GCTimeRatio:设置吞吐量大小，取值范围为0-100，系统回收垃圾的停顿时间花费不超过1/(1+n)%
设置线程数量
-XX:ParallelGCThreads
-XX:+UseConcMarkSweepGC:新生代使用ParNew回收器，老年代使用CMS
CMS默认启动的并发线程数量为（parallelGCTheads+3）/4
设置并发线程数
-XX:ConcGCThreads=n
-XX:ParallelGCThreads=n
设置老年代空间使用率达到多少时执行CMS垃圾回收
-XX: 默认值为68
碎片整理参数，如果碎片不整理，可能造成没达到阈值就会触发老年代垃圾回收
-XX:+UseCMSCompactAtFullCollection :在CMS垃圾收集完成之后，进行一次内存碎片整理
-XX:+CMSFullGCsBeforeCompaction=n :在n次CMS回收后进行一次内存碎片整理
使用CMS回收方法去的perm区,默认情况下，还需要触发一次FullGC
-XX:+CMSClassUnloadingEnabled
XX:UseG1GC 开启G1垃圾收集器
两个重要的参数
-XX:MaxGcPasuseMillis :指定目标最大停顿时间，如果停顿的时间过小，一次收集的区域数量也会变小
就会增加FullGC的可能
-XX:parallelGCThreads :设置并行回收的GC线程数量
-XX: :设置整个堆使用率达到多少时，触发并发标记的执行，默认是45
-XX:+PrintGC 在程序运行期间，只要遇到GC，就会打印GC情况
占用大小->gc后大小 GC消耗时间
jdk9，jdk10默认使用G1收集器，所以打印GC参数不同
-Xlog:gc
-XX:+PrintGCDetails 打印GC详细信息(JDK8,9,10建议使用-Xlog:gc*)
-XX:+PrintGCTimeStamps 打印分析GC发生的时间
-XX:+ 打印应用程序的执行时间
-XX：+PrintGCApplicationStoppedTime 打印GC产生停顿的时间
-Xloggc:/usr/local/log/gc.log 让gc日志打印在log文件夹下的gc文件中，因为默认情况下gc日志在控制台输出
栈上分配，逃逸分析（方法内的变量被外部引用）
允许对象直接在栈上进行分配，随线程停止而销毁，这样做可以加快分配速度，减少GC次数
栈空间较小，所以不适合大对象的栈上分配
-XX:+DoEscapeAnalysis 启用逃逸分析
-XX：+EliminateAllocations 开启标量替换(默认打开),允许对象打散分配在栈上
比如对象拥有id和name两个字段，那么这两个字段将会被视为两个独立的变量进行分配。
对象晋升
-MaxTenuringThreshold=n ,当对象经历了多少次GC次数后进入老年代
注意：大对象直接晋升到老年代
-PretenureSizeThreshold=n 这里的单位是字节，新生对象大于这个值的时候，会直接分配到老年代
1、对存活对象标注时间过长：比如重载了Object类的Finalize方法，导致标注Final Reference耗时过长；或者String.intern方法使用不当，导致YGC扫描StringTable时间过长。
2、长周期对象积累过多：比如本地缓存使用不当，积累了太多存活对象；或者锁竞争严重导致线程阻塞，局部变量的生命周期变长
当Eden区空间不足时，就会触发YGC。结合新生代对象的内存分配看下详细过程：
1、新对象会先尝试在栈上分配，如果不行则尝试在TLAB分配，否则再看是否满足大对象条件要在老年代分配，最后才考虑在Eden区申请空间。
2、如果Eden区没有合适的空间，则触发YGC。
3、YGC时，对Eden区和From Survivor区的存活对象进行处理，如果满足动态年龄判断的条件或者To Survivor区空间不够则直接进入老年代，如果老年代空间也不够了，则会发生promotion failed，触发老年代的回收。否则将存活对象复制到To Survivor区。
4、此时Eden区和From Survivor区的剩余对象均为垃圾对象，可直接抹掉回收。
此外，老年代如果采用的是CMS回收器，为了减少CMS Remark阶段的耗时，也有可能会触发一次YGC，这里不作展开。
大多数情况下，对象直接在年轻代中的Eden区进行分配，如果Eden区域没有足够的空间，那么就会触发YGC（Minor GC），YGC处理的区域只有新生代。因为大部分对象在短时间内都是可收回掉的，因此YGC后只有极少数的对象能存活下来，而被移动到S0区（采用的是复制算法）。当触发下一次YGC时，会将Eden区和S0区的存活对象移动到S1区，同时清空Eden区和S0区。当再次触发YGC时，这时候处理的区域就变成了Eden区和S1区（即S0和S1进行角色交换）。每经过一次YGC，存活对象的年龄就会加1。
下面4种情况，对象会进入到老年代中：
当晋升到老年代的对象大于了老年代的剩余空间时，就会触发FGC（Major GC），FGC处理的区域同时包括新生代和老年代。除此之外，还有以下4种情况也会触发FGC：
⑤ java多线程，怎么算出最佳的生产消费的配比比例
这和生产者和消费者线程耗时有关，
最简单的一个公式：
生产者线程数*消费者平均耗时=消费者线程数*生产者平均耗时
得出：生产者线程数/消费者线程数=消费者平均耗时/生产者平均耗时。
得出比例后就需要确定具体的线程数了，线程数需要根据业务量大小确实，这个没办法根据公式计算。同时，线程数还受到应用类型和cpu核心数的影响，一般说来，大家认为线程池的大小经验值应该这样设置：（其中N为CPU的个数）
如果是CPU密集型应用，则线程池大小设置为N+1
如果是IO密集型应用，则线程池大小设置为2N+1
总之线程的配置是一个比较繁琐的过程，需要通过不断的试验找到最佳的配置。
⑥ Java如何依据cpu核数设置合适的线程数
1：获取cpu核心数：
Runtime.getRuntime().availableProcessors();
创建线程池：
Executors.newFixedThreadPool(nThreads);//nThreads为线程数
2：这个只要服务器内存够大，CPU核心数较多，处理数据比较强就好了，注意不要一下分配几千个线程，可 能会导致堆栈溢出的，这样程序就挂了，因为线程很费内存资源
⑦ openmp怎么用函数配置线程数
在这里，先回顾一下OpenMP的parallel并行区域线程数量的确定，对于一个并行区域，有一个team的线程去执行，那么该分配多少个线程去执行呢？
OpenMP的遇到parallel指令后创建的线程team的数量由如下过程决定：
1. if子句的结果
2. num_threads的设置
3. omp_set_num_threads()库函数的设置
4. OMP_NUM_THREADS环境变量的设置
5. 编译器默认实现（一般而言，默认实现的是总线程数等于处理器的核心数）
（http://blog.csdn.net/gengshenghong/article/details/6956878查看更多信息）
2、3、4优先级依次降低的，也就是前面的设置可以覆盖后面的设置，当然也是相对而言，num_threads子句只会影响当前的并行区域，而omp_set_num_threads对OMP_NUM_THREADS环境变量的覆盖是在整个程序运行期间全局的。
（2）几个容易混淆的OpenMP函数
1. omp_get_thread_num
获取线程的num，即ID。这里的ID是OpenMP的team内的ID，在OpenMP中，一个team内的线程的ID是俺顺序排列的，0、1、2...
说明：此函数在并行区域外或者并行区域内都可以调用。在并行区域外，获取的是master线程的ID，即为0。在并行区域内，每次执行到此函数，获取的是当前执行线程的ID。
⑧ 如何配置最大工作线程数
配置最大工作线程数
在对象资源管理器中，右键单击服务器并选择“属性”。
单击“处理器”节点。
在“最大工作线程数”框中，键入或选择一个介于 128 到 32767 之间的值。
使用 max worker threads 选项配置可用于 SQL Server 进程的工作线程数。max worker threads 的默认设置适用于大多数系统。不过，根据您的系统配置，有时将 max worker threads 设置为较小的值会提高性能。
⑨ 如何设置netty工作的线程数
.net4.0，32位机器最大线程数，每核1023个 .net4.0，64位机器最大线程数，每核32768个 .net3.0，最大线程数，每核250个 .net2.0，最大线程数，每核25个 默认的最小线程数是每核1个。在服务器端环境，比如iis下的asp.net最小线程数会更大可能超过50
⑩ 生产环境线程池配置与开发环境有什么不同
settings --__init__.py --common.py --dev.py --uat.py --pro.py common.py里面配置通用部分 dev.py、uat.py、pro.py里面配置开发、测试、生产环境不同的配置 __init__.py里面 from common import * #from dev import * #from uat import * #fr...