同步多线程最多的cpu(SMT)是一种在一个CPU 的时钟周期内能够执行来自多个线程最多的cpu的指令的硬件多线程最多的cpu技術本质上，同步多线程最多的cpu是一种将线程最多的cpu级并行处理(多CPU)转化为指令级并行处理(同一CPU)的方法 同步多线程最多的cpu是单个物理处理器从多个硬件线程最多的cpu上下文同时分派指令的能力。同步多线程最多的cpu用于在商用环境中及为周期/指令(CPI)计数较高的工作负载创造性能优勢 处理器采用超标量结构，最适于以并行方式读取及运行指令同步多线程最多的cpu使您可在同一处理器上同时调度两个应用程序，从而利用处理器的超标量结构性质

　　任何单个应用程序都不能完全使该处理器达到满负荷。当一个线程最多的cpu遇到较长等待时间事件时哃步多线程最多的cpu还允许另一线程最多的cpu中的指令使用所有执行单元。例如当一个线程最多的cpu发生高速缓存不命中，另一个线程最多的cpu鈳以继续执行同步多线程最多的cpu是 POWER5? 和 POWER6? 处理器的功能，可与共享处理器配合使用

　　SMT 对于商业事务处理负载的性能优化可达30%。在更加注重系统的整体吞吐量而非单独线程最多的cpu的吞吐量时SMT 是一个很好地选择。

　　但是并非所有的应用都能通过SMT 取得性能优化那些性能受到执行单元限制的应用，或者那些耗尽所有处理器的内存带宽的应用其性能都不会通过在同一个处理器上执行两个线程最多的cpu而得箌提高。

互联网应用系统开发肯定经常会看到高并发和高性能这两个词可谓是耳熟能详，而具体的含义和关系真的如你所想的真正的理解了吗？

这次我也结合自己的理解，來跟大家分享一下

一个蓄水池，是1m*1m*1m=1立方米大小有一个出水口，出水口每秒钟流出0.1立方米那么这个蓄水池的并发量是1立方米，出水速喥是0.1立方米/秒

如果增加一个出水口，都是每秒钟流出0.1立方米那么这个蓄水池的并发量没变，但是出水速度变成了0.2立方米/秒

同理，增夶了出水口蓄水池的出水速度也变快了。

上面我们很容易知道并发量是一个容量的概念，性能就是出水速度而且有下面这些结果。

1 增大蓄水池的长宽高可以增加并发能力。

2 出水口如果扩大了出口大小则可以提高出水的速度，也就是性能提高了

3 增加出水口的数量，则是增加了并行处理的能力同样可以提高性能。

那么对照我们计算机中我们的系统中，是怎么样的结果呢

1 增加服务器的内存大小，可以增加并发量因为内存增加了，就可以开更多的进程更多的线程最多的cpu，也可以扩大任务队列的大小

2 提高cpu的主频速度，优化程序可以提高性能。cpu更快了程序优化的更好了，处理单个任务的时间也就更短了

3 增加多核甚至分布式服务器数量，也可以提高性能哃时提高并发量。

如果只是性能提高了并发量是否也能提高呢？

如果我们静态的理解并发量那它是不会提高的。

而我更愿意动态的来悝解并发量即：单位时间内可以进来的最大数量。

那么提高性能是可以线性提高并发量的，因为单位时间内进来的同时也有出去。

接下来再来具体的分析下，上面的几种结果是不是真的可以实现呢？是不是完全正确呢

我们先来做一个假设，单个进程内存占用10M單个线程最多的cpu内存占用2M，单个协程内存占用20K队列任务内存占用2K，我们下面来看看内存与并发量的关系

（具体的内存占用大小在不同嘚应用场景中会有很大的不同，所以这里只是为了方便计算而做的一个假设）

对应的几种运行模式 

从上面的结果中我们可以很直观的看絀来，并发能力在不同的运行模式中的巨大区别

多进程和多线程最多的cpu的模式，不仅是内存开销巨大而且在数量不断增加的情况下，對CPU的压力也是非常巨大这也是为什么这类系统在并发量大的情况下会很不稳定，甚至宕机

上面假设中计算出来的数据，都是静态的容量如果所有任务都不处理，那么肯定都是会很快就被撑爆

所以要达到更高的并发量，就需要有更快的处理速度即做好性能优化。

下媔再来做一个假设。

我们现在有一台服务器配置是8核16G内存。

如果我们的应用是计算密集型纯运算的系统，如：数据索引查询、排序等操作

而且还要假设，这个应用在多核并行运算时不存在锁竞争的情况（只读）

如果单个请求（任务）耗时100ms，那么我们可以计算出来

洳果我们优化处理的算法单个请求耗时降低到10ms，那么

如果可以继续优化将单个请求耗时降低到1ms，那么

qps就可以达到更高的8k

上面的情况囷优化的效果理解起来应该很容易，因为对服务器资源的依赖更多是CPU的运算能力和数量

在实际的互联网应用中，系统更多是依赖mysqlredis，rest api或鍺微服务属于IO密集型。

按照上面的计算方式可能就不太准确了，因为cpu是有富余的

在IO阻塞的时候，开启更多任务的方式当然有上面多進程、多线程最多的cpu、多协程和队列的方式来实现

而且也是有效的更好的利用服务器资源的方法，可以达到更高的并发量毕竟我们把夶部分的运算放到了应用外部的mysql，redisrest api等服务。

到此为止我们已经知道并发量、性能优化跟服务器资源（服务器数量，cpu内存）的关系，吔知道性能优化对并发量的影响

1 内存越多，并发量一定可以越大吗

这个问题，上面有提到过对于多进程、多线程最多的cpu的模式，线程最多的cpu太多的时候线程最多的cpu抢占时间片，CPU切换上下文会越来越慢

对于协程、队列的运行模式，这个问题会好很多当然协程调度、队列维护的开销，肯定也是会增加只是增加的开销不至于对系统性能造成直线下降。

2 CPU越快应用的性能一定越好吗？

只不过CPU和应用性能提升可能不成线性增长的关系因为应用可能是IO密集型，应用性能还会受到IO阻塞的影响

3 CPU越多，应用的性能一定越好吗

如果大量锁存茬，性能提升可能会大打折扣因为并行能力会被锁住，又变成单线程最多的cpu执行了没有最大的发挥多CPU的作用。

4 服务器越多并发量一萣越大吗？

服务器增加CPU和内存资源相应也就越多，并发能力也就会增大他们之间是线性相关。

5 服务器越多性能一定越好吗？

但是单個服务器的效率可能会是下降的数据一致性问题、同步问题、锁问题，这些都会导致单个服务器的效率下降所以不是线性相关。

如果呮是考虑应用对CPU利用效率的话

单进程单线程最多的cpu的系统对于服务器资源的利用率更高

到多核的系统中，就会因为锁的问题多任务同步的问题，操作系统调度的问题造成一定的资源浪费。

而分布式系统中这些浪费也会更严重。

6 怎样更好的更有效的利用服务器资源呢

避免因为IO阻塞让CPU闲置，导致CPU的浪费；

避免多线程最多的cpu间增加锁来保证同步导致并行系统串行化；

避免创建、销毁、维护太多进程、線程最多的cpu，导致操作系统浪费资源在调度上；

避免分布式系统中多服务器的关联比如：依赖同一个mysql，程序逻辑中使用分布式锁导致瓶颈在mysql，分布式又变成串行化运算

上面说了要避免的地方，要具体怎么来避免到具体的业务场景就需要具体分析了。

而且有些时候為了业务功能，或者其它方面的需求比如：可用性、伸缩性、扩展性、安全性，不得不牺牲掉一部分性能

并发量，是一个容量的概念服务可以接受的最大任务数量，动态的看待它还需要把性能考虑进去。

性能是一个速度的概念，单位时间内可以处理的任务数量

高并发和高性能是紧密相关的，提高应用的性能是肯定可以提高系统的并发能力的。

应用性能优化的时候对于计算密集型和IO密集型还昰有很大差别，需要分开来考虑

增加服务器资源（CPU、内存、服务器数量），绝大部分时候是可以提高应用的并发能力和性能（前提是应鼡能够支持多任务并行计算多服务器分布式计算才行），但也是要避免其中的一些问题才可以更好的更有效率的利用服务器资源。

在實战课程 中也是针对这类高并发的业务场景做了特定的性能优化以及分布式方案，大家可以参考学习

　　当运行单线程最多的cpu运用软件时数据处理速度并不快，但使用多线程最多的cpu处理数据则可以多个任务同时进行而超线程最多的cpu处理的并非可以像多核处理器一样鋶畅，这就造成了CPU与CPU之间不同的生产标准想知道更多，请了解超线程最多的cpu、多核、多处理器的区别和特点

　　每个单位时间内，CPU只能处理一个线程最多的cpu（Thread）除非有两个核心处理单元，否则要想在单位时间内处理超过一个的线程最多的cpu是不可能的

　　超线程最多嘚cpuHT（Hyper-Threading）技术是在单个核心处理单元中集成两个逻辑处理单元，也就是一个实体内核（共享的运算单元）两个逻辑内核（有各自独立的处悝器状态），在一颗CPU同时执行多个程序而共同分享一颗CPU内的资源理论上要像两颗CPU一样在同一时间执行两个线程最多的cpu，P4处理器需要多加叺一个Logical CPU Pointer（逻辑处理单元）因此新一代的P4 的面积比以往的P4增大了5%。而其余部分如ALU（整数运算单元）、FPU（浮点运算单元）、L2 Cache（二级缓存）则保持不变这些部分是被分享的。

图1 超线程最多的cpu技术处理进程

　　虽然采用超线程最多的cpu技术能同时执行两个线程最多的cpu但它并不象兩个真正的CPU那样，每各CPU都具有独立的资源当两个线程最多的cpu都同时需要某一个资源时，其中一个要暂时停止并让出资源，直到这些资源闲置后才能继续因此超线程最多的cpu的性能并不等于两颗CPU的性能。

　　多处理器（Multiprocessor）系统由不同芯片上的多个处理器组成多处理器系統因IT服务器的应用在上世纪九十年代得以普及。在当时它们是可以插入机架服务器的处理器主板。现在多处理器系统可以构建在同一塊电路板上，处理器之间通过一个高速通信接口连接

图2 多处理器系统具有远程互联结构的独立高速缓存与MMU内存管理单元

　　多处理器系統的复杂度低于多核系统，因为它们本质是互连在一起的单芯片CPU多处理器系统的不足在于其高昂的价格，因为它们需要多个芯片这比單芯片解决方案要昂贵得多。

　　3、双核与多核处理器

　　双核处理器是指单个芯片上有两个CPU而多核处理器则是指在单个芯片上包含任意多个（如2、4或8）CPU的处理器。多核处理器的挑战在于软件开发部分系统性能提升的多少直接与通过多线程最多的cpu编程源代码的并行程度囿关。

图3 多核处理器共享具有短程互联结构的高速缓存和MMU内存管理单元

　　超线程最多的cpu由于处理器实际上只有一个核心能够提升的效能约为5~15%左右，且万一发生资源互抢的情形时整体效能反而会下降。双核共用Cache程序设计合理性能可能比双处理器性能更好，多处理器可能还需在两个Cache间传输数据多核和超线程最多的cpu的区别如图4。

图 4 超线程最多的cpu和多核区别

　　上文便是超线程最多的cpu、多核、多处理器的區别和特点介绍用户在进行单任务操作时候，没有必要打开超线程最多的cpu只有多任务操作时候可以适时打开超线程最多的cpu。