一、拋出問題
關於如何計算併發線程數，一般分兩派，來自兩本書，且都是好書，到底哪個是對的？問題追蹤後，整理如下：
第一派：《Java Concurrency in Practice》即《java併發編程實踐》，如下圖：
如上圖，在《Java Concurrency in Practice》一書中，給出了估算線程池大小的公式：
Nthreads=Ncpu*Ucpu*(1+w/c)，其中
Ncpu=CPU核心數
Ucpu=cpu使用率，0~1
W/C=等待時間與計算時間的比率
第二派：《Programming Concurrency on the JVM Mastering》即《Java 虛擬機併發編程》
線程數=Ncpu/（1-阻塞係數）
二、分析
對於派系一，假設cpu100%運轉，即撇開CPU使用率這個因素，線程數=Ncpu*(1+w/c)。
現在假設將派系二的公式等於派系一公式，即Ncpu/（1-阻塞係數）=Ncpu*(1+w/c),===》阻塞係數=w/(w+c)，即阻塞係數=阻塞時間/（阻塞時間+計算時間），這個結論在派系二後續中得到應徵，如下圖：
由此可見，派系一和派系二其實是一個公式......這樣我就放心了......
三、實際應用
那麼實際使用中併發線程數如何設置呢？分析如下（我們以派系一公式爲例）：
Nthreads=Ncpu*(1+w/c)
IO密集型：一般情況下，如果存在IO，那麼肯定w/c>1（阻塞耗時一般都是計算耗時的很多倍）,但是需要考慮系統內存有限（每開啓一個線程都需要內存空間），這裏需要上服務器測試具體多少個線程數適合（CPU佔比、線程數、總耗時、內存消耗）。如果不想去測試，保守點取1即，Nthreads=Ncpu*(1+1)=2Ncpu。這樣設置一般都OK。
計算密集型：假設沒有等待w=0，則W/C=0. Nthreads=Ncpu。
至此結論就是：
IO密集型=2Ncpu（可以測試後自己控制大小，2Ncpu一般沒問題）（常出現於線程中：數據庫數據交互、文件上傳下載、網絡數據傳輸等等）
計算密集型=Ncpu（常出現於線程中：複雜算法）
java中：Ncpu=Runtime.getRuntime().availableProcessors()
=========================此處可略過=============================================
當然派係一種《Java Concurrency in Practice》還有一種說法，
即對於計算密集型的任務，在擁有N個處理器的系統上，當線程池的大小爲N+1時，通常能實現最優的效率。(即使當計算密集型的線程偶爾由於缺失故障或者其他原因而暫停時，這個額外的線程也能確保CPU的時鐘週期不會被浪費。)
即，計算密集型=Ncpu+1，但是這種做法導致的多一個cpu上下文切換是否值得，這裏不考慮。
四、總結：
選擇線程池併發線程數的因素很多：任務類型、內存等線程中使用到所有資源都需要考慮。本文經過對現有文獻的分析論證，得出結論，並給出了實際應用公式，實乃工程師之福利，技術之典範......