参考：《并发编程的艺术》
不同的任务 不同的配置·任务的性质：CPU密集型任务、IO密集型任务和混合型任务。
性质不同的任务可以用不同规模的线程池分开处理。CPU密集型任务应配置尽可能小的
线程，如配置Ncpu+1个线程的线程池。由于IO密集型任务线程并不是一直在执行任务，则应配
置尽可能多的线程，如2*Ncpu。混合型的任务，如果可以拆分，将其拆分成一个CPU密集型任务
和一个IO密集型任务，只要这两个任务执行的时间相差不是太大，那么分解后执行的吞吐量
将高于串行执行的吞吐量。如果这两个任务执行时间相差太大，则没必要进行分解。
CPU密集型的任务，也就是每一个任务都一直在使用CPU，如果线程池中正在运行的线程比CPU核数多很多，必然会造成一个CPU上频繁的进行上下文切换，切换到不同的线程去执行。
如果正好等于CPU核数，那么一个线程一个CPU正好可以高效率的利用CPU。
为什么要加1呢？
java线程池大小为何会大多被设置成CPU核心数+1？ - 知乎
(即使当计算密集型的线程偶尔由于缺失故障或者其他原因而暂停时，这个额外的线程也能确保CPU的时钟周期不会被浪费。)
java线程池大小为何会大多被设置成CPU核心数+1？_varyall的博客-CSDN博客_为什么线程池的数量是cpu核数+1 IO优化中，这样的估算公式可能更适合：
最佳线程数目 = （（线程等待时间+线程CPU时间）/线程CPU时间 ）* CPU数目
因为很显然，线程等待时间所占比例越高，需要越多线程。线程CPU时间所占比例越高，需要越少线程。
下面举个例子：
比如平均每个线程CPU运行时间为0.5s，而线程等待时间（非CPU运行时间，比如IO）为1.5s，CPU核心数为8，那么根据上面这个公式估算得到：((0.5+1.5)/0.5)*8=32。这个公式进一步转化为：
最佳线程数目 = （线程等待时间与线程CPU时间之比 + 1）* CPU数目
