Как расходуются ресурсы при создании потока

Как расходуются ресурсы при создании потока

Создание и управление потоками (threads) в Android — ресурсоёмкая операция. Это один из самых важных аспектов оптимизации производительности приложения. Каждый поток потребляет значительные системные ресурсы.

Расход памяти

Stack память — самая критичная часть. Каждый поток выделяет стек памяти:

• На Android обычно 1-2 MB на поток (зависит от архитектуры)
• Стек содержит локальные переменные, параметры функций, return addresses
• Эта память зарезервирована с самого начала и не может быть переиспользована

Heap память — объекты потока и его контекст:

• Thread объект сам по себе занимает память
• ThreadLocal переменные, если используются
• Объекты, на которые ссылается поток

// Создание одного потока занимает ~100-200 KB heap памяти
val thread = Thread {
    // Код потока
}
// Stack: ~1-2 MB
// Heap: ~100-200 KB

CPU-ресурсы

1. Context switching — переключение между потоками:

   • OS должна сохранить состояние одного потока
   • Загрузить состояние другого потока
   • Очистить CPU кеш
   • Чем больше потоков — тем чаще переключения

2. Synchronization overhead — синхронизация при доступе к общим ресурсам:

   • Locks, mutexes требуют CPU времени
   • Могут вызвать deadlocks
   • Замедляют общую производительность

Количество потоков

Оптимальное количество потоков для CPU-bound операций:

// Зависит от количества ядер процессора
val optimalThreadCount = Runtime.getRuntime().availableProcessors()
// На большинстве современных смартфонов: 4-8 ядер

Реальные числа

• Создание потока: ~1-5 ms
• Memory overhead на поток: ~1-2 MB stack + 100-200 KB heap
• Context switching: ~1-10 microseconds
• Lock contention: может замедлить в 10+ раз при high contention

Проблемы при избытке потоков

1. OutOfMemoryError — исчерпание доступной памяти
2. Деградация производительности — слишком много context switching
3. Deadlocks — при неправильной синхронизации
4. Battery drain — повышенное энергопотребление
5. Thermal throttling — перегрев CPU

Лучшие практики

Использование Thread Pools вместо создания потоков:

// Плохо: создание потока для каждой задачи
val thread = Thread {
    // работа
}
thread.start()

// Хорошо: использование ExecutorService
val executor = Executors.newFixedThreadPool(4)
executor.execute {
    // работа
}

// Лучше: Coroutines (вместо потоков)
launch {
    // работа
}

Coroutines в Kotlin как альтернатива:

• Легковесные (миллионы вместо тысяч)
• Меньше памяти (не требуют stack per coroutine)
• Лучше синхронизируются
• Встроена поддержка отмены (cancellation)

Мониторинг потоков

// Количество активных потоков
val threadCount = Thread.activeCount()

// Информация о памяти
val runtime = Runtime.getRuntime()
val usedMemory = runtime.totalMemory() - runtime.freeMemory()

Вывод: создание потоков — дорогостоящая операция. Нужно использовать thread pools и предпочитать Coroutines для параллельного выполнения задач в Android.