概念，IO密集型和CPU密集型
CPU密集型（計算密集型）：
cpu密集型任務的特點是要進行大量的計算，消耗CPU資源，比如計算圓周率、對視頻進行高清解碼等等，全靠CPU的運算能力 計算機密集型任務主要消耗CPU資源，因此，代碼運行效率至關重要，Python這樣的腳本代碼運行效率很低，完全不適合計算機密集型任務。對於計算密集型任務，最好用C語言編寫。
IO密集型
IO密集型涉及到網絡、磁盤IO的任務都是IO密集型任務，這類任務的特點是CPU消耗很少，任務的大部分時間都在等待IO操作完成（因爲IO的速度遠遠低於CPU和內存的速度）。對於IO密集型任務，任務越多，CPU效率越高，但是也有一個限度。常見的大部分任務都是IO密集型任務，比如web應用。
大家對線程數量的設置有一個經驗的計算公式
如果是CPU密集型應用，則線程池大小設置爲N+1（N：CPU的個數）
如果是IO密集型應用，則線程池大小設置爲2N+1
如果一臺服務器上只部署這一個應用並且只有這一個線程池，那麼這種估算或許是合理的。但是在IO優化中，下面的估算公式是可能更合適：
最佳線程數量=（（線程等待時間+線程CPU時間）/線程CPU時間）*CPU數目
顯然，線程等待時間所佔比例越高，需要的線程數量 就越多，反之則越少。
舉個例子，一臺8核的服務器，平均每個CPU運行時間爲1S，線程等待時間（非CPU運行時間）爲2S，那麼公式就是（（1+2）/1）*8 = 24 。公式可以進一步轉化爲：
最佳線程數量=（線程的等待時間與線程的計算（CPU)時間之比+1）*CPU數目
最後總結：
其實要想獲得最準確的線程數量，我們還需要通過壓力測試來進行微調，只有經過壓力測試過的纔是最適用於自己的項目的。