一个好的线程池队列大小

好吧，让我们假设我们有一个带有"类型"动态平坦容器的线程池，该容器的最大容量为X，因为内存已在堆栈中以提高性能。

在最小代码中(我不想特定(：

template <int32 QSIZE, int32 PSIZE> class ThreadPool
{
public:
ThreadPool()
{
    for (int32 i = 0; PSIZE > i; ++i)
    {
        m_Workers.push(Thread(thread_main, m_Queue, m_Signal, m_IsRunning));
    }
}
~ThreadPool()
{
    //Wait and destroy all threads
}
void run(Task task)
{
    m_Queue.push(task);
    m_Signal.wake_all();
}
private:
    FlatVector<Thread, PSIZE> m_Workers; //PSIZE --> max capacity
    FlatQueue<Task, QSIZE>    m_Queue; //QSIZE --> max capacity
    ConditionVariable         m_Signal;
    AtomicBool                m_IsRunning;
};

class Task是具有绑定参数并移动语义的内置函数的实现。

FlatVector是一个向量，堆栈上有内存，最大容量为PSIZE(池尺寸(。

FlatQueue基本上是与QSIZE(队列大小(

一个Task的最大尺寸为512位。

在最坏的情况下，有良好的经验法则是线程池任务队列应该长大的？(如果可能的话，考虑到给定的示例，如果不可能，请在常规线程池上猜测也可以。(

在大多数情况下，我的池在8个线程中运行，因为这是我的核心计数，而使用池的应用程序可以利用更高的线程计数。(这是一个简单的物理模拟(

考虑到这个示例，这是将任务一起包装到任务捆绑包中的更好方法(只要它们不会超过512位。框架不再在下一个中计算它们？然后，将计算2帧的物理计算。

通常，我选择了一个队列大小的64-128个任务(至少明智的表现(，但实际上感觉就像在一个池中的128个任务对我来说有点多想要浪费这一数量的记忆。

有时，如果我在高负载下设置池，我同时超出了池中64个任务的限制。(这就是为什么我决定首先增加泳池大小的原因。(

在我的池中添加一个512位任务(最坏的情况(在我的系统上需要1,02和1,3 E功率(-7(秒。

使用"常规"线程池和具有堆分配和移动语义的"常规"线程池和"常规"功能绑定在1.8-2.3 e功率(-5(秒之间，这表明使用堆栈有真正的好处在这种情况下。