阿姆达尔定律（Amdahl‘s Law）
阿姆达尔定律（Amdahl's Law）
1、核心定义
用来定量计算：对系统中某一部分做并行 / 加速优化后，整个系统理论上能达到的最大加速比上限。 核心结论： 系统里无法并行、必须串行执行的那一小段代码，决定了整个程序的性能天花板。
2、公式
符号说明
- \(S_{max}\)：整体理论最大加速倍数；
- f：可以被并行加速的代码占总执行时间的比例；
- N：投入的并行工作单元（CPU 核心、线程数）。
极端场景推演
哪怕给无限算力，加速比也被串行部分死死锁住。
3、举直观例子
例子 1
一段程序：80% 逻辑可以多线程并行，20% 只能串行执行。 1）只用单线程：总耗时记为 T 2）开到无限多核并行：整个程序最快最多只能提速5 倍，剩下那 20% 串行代码就是瓶颈，堆再多 CPU 核心也没用。
例子 2
如果串行部分占到 50%：无论开多少线程，整体最多提速 2 倍。
4、套到熟悉的 Java 多线程、NIO 场景
- 场景：大量 IO 等待（网络读写、数据库等待）可以并行；但主线程初始化、全局锁争抢、单例串行计算、日志同步刷盘这部分是串行。 就算开几十上百条 Netty 工作线程，整体吞吐上限被串行瓶颈卡死；
- 锁竞争激烈时：临界区代码串行执行，这部分就是公式里的 (1-f)，锁越重，f 越小，多线程收益微乎其微；
- NIO 优化：把阻塞等待改成多路复用，本质就是把大量串行阻塞等待变成可并行调度，拉高f。
5、通俗人话总结
- 程序里串行跑不掉的代码，是性能的天花板；
- 不要盲目堆线程、堆 CPU 核心，优先优化串行瓶颈（锁、同步阻塞、单线程繁重计算）收益最大；
- 并行部分占比越高，多核优化收益越明显；串行占比越高，多核基本白费。
6、延伸小补充
阿姆达尔是固定问题规模下的加速比； 配套的古斯塔夫森定律是：业务数据量跟着核心数同步变大时，加速比会更高。日常后端调优优先看阿姆达尔。