市面主流并发编程框架有如下几款产品：

• Gobrs-Async
• LiteFlow (opens new window)
• asyncTool (opens new window)

使用工具

• jmeter (opens new window)
• hippo4j.cn (opens new window)

测试阶段

1、使用动态线程池框架设置 核心线程数：100 最大线程数 100 2、jmeter线程数 120 线程 3、jmeter 运行时长 33s 4、测试机器： mac m1 16G

线程池配置如下

测试结果

gobrs-async

jmeter测试结果

线程池运行状态

可以看到 gobrs-async 在120个压测线程，核心线程数和最大线程数在100的情况下， 线程池负载和核心线程数、最大线程数并没有到达瓶颈，活跃线程数维持在70-80 之间。降低了线程切换带来的开销同时节省了线程数的开销。

liteflow

jmeter测试结果

线程池运行状态

可以看到liteflow线程池的最大线程数量和线程池负载已经触发了最大线程数 100 的限制。

看一下线程使用情况

主线程使用http-nio-9999-exec-4
2022-12-11 15:11:54.936  INFO 12074 --- [nio-9999-exec-4] com.yomahub.liteflow.core.FlowExecutor   : slot[0] offered
2022-12-11 15:11:54.941  INFO 12074 --- [nio-9999-exec-4] com.yomahub.liteflow.core.FlowExecutor   : requestId[7a921ca5265f433a9268a6c14c466ee5] has generated
2022-12-11 15:11:54.942  INFO 12074 --- [nio-9999-exec-4] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[a] execution
使用http-nio-9999-exec-4
a
2022-12-11 15:11:55.090  INFO 12074 --- [lowThreadPool_0] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[b] execution
使用liteflowThreadPool_0
b
2022-12-11 15:11:55.092  INFO 12074 --- [lowThreadPool_1] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[c] execution
使用liteflowThreadPool_1
c
2022-12-11 15:11:55.198  INFO 12074 --- [nio-9999-exec-4] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[d] execution
使用http-nio-9999-exec-4
d
2022-12-11 15:11:55.303  INFO 12074 --- [lowThreadPool_2] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[e] execution
使用liteflowThreadPool_2
e
2022-12-11 15:11:55.303  INFO 12074 --- [lowThreadPool_3] com.yomahub.liteflow.flow.element.Node   : [7a921ca5265f433a9268a6c14c466ee5]:[O]start component[f] execution
使用liteflowThreadPool_3
f

完成 taskA->taskB,TaskC->taskD->taskE,taskF 任务流程的执行需要使用 5个线程（包含主线程）。

asyncTool

因线程池框架与asyncTool 貌似没法完全兼容、调控核心和最大线程池参数对asyncTool不起作用，故不做测试。 不过通过asyncTool 的执行日志可以看出，同样也是一个任务一个线程开启执行。日志如下：

主线程使用http-nio-9999-exec-1
使用pool-13-thread-1
AsyncToolTaskA
使用pool-13-thread-2
AsyncToolTaskB
使用pool-13-thread-3
AsyncToolTaskC
使用pool-13-thread-2
AsyncToolTaskD
使用pool-13-thread-4
AsyncToolTaskE
使用pool-13-thread-5
AsyncToolTaskF
耗时459

完成 taskA->taskB,TaskC->taskD->taskE,taskF 任务流程的执行需要使用 6个线程（包含主线程）。

结论

对比结论自行分析，这里就不做过多解释了哈。

其他测试阶段就不再继续测试，感兴趣的小伙伴可以自行下载测试demo (opens new window)进行测试。