• • 每个线程一个分离菌株**

一个隔离占用一个平台线程-使用多个隔离调试Dart/Flutter应用时，您可以在 * VSCode * 的 * 调用堆栈 * 窗格中观察每个隔离创建的线程。如果感兴趣的工作负载允许并行，您可以通过隔离获得巨大的性能提升。
注意，Dart明确地抽象了实现细节，而文档避免了分离菌株及其intrinsic的调度细节。

• • 分离菌株数量= ± CPU内核数量**

根据经验确定隔离/线程数时，您可以将内核数作为初始值。您可以使用import 'dart:io';并使用Platform.numberOfProcessors属性来确定内核数。不过，需要进行微调实验，以确定哪个数量更有意义。有许多因素会影响最佳线程数：

1. CPU中存在同步多线程（SMT），例如Intel超线程
   1.指令级并行性（ILP）和为您的代码生成的特定机器代码
   1.中央处理机体系结构
   1.移动/智能手机场景与台式机-例如，英特尔CPU具有相同的内核，不太可能节流。智能手机具有高效和高性能的内核，它们容易小跑，创建大量线程可能会导致更糟糕的结果，因为操作系统会降低代码速度。
   例如，对于我的一个Flutter应用程序（使用多个分离菌株并行处理文件），我凭经验得出以下代码片段，用于确定要创建的分离菌株数量：

var numberOfIsolates = max(Platform.numberOfProcessors - 2, 2)

• • 分离菌株不是线程**

isolate提供的模型比标准线程模型所建议的要严格得多。

• 隔离群不共享内存***vs***线程可以读取彼此的变量 *。有一些技术上的例外，例如，由于Flutter 2.5.0周围的隔离群使用一个堆，因此在隔离群之间共享不可变类型（如字符串）也有例外--尽管它们是实现细节，不会改变概念。

Isolates communicate only via messages与****线程中的大量同步原语（临界区、锁、信号量、互斥锁等）。
明显的折衷是，Isolate不易于出现多线程编程问题（棘手的错误、调试、开发复杂性），但提供的实现并行性的功能较少。
在Dart/Flutter中，只有2种方法可以处理分离菌株：
1.低级，Dart样式-使用Isolate类生成单个分离菌株，设置消息发送/接收端口、代码入口点。

1. Flutter中的更高级别Compute辅助函数-它获取输入参数，使用定义的入口点创建新分离菌株，处理输入并提供单个结果-而不是来回通信、事件流等，请求-响应模式。
   请注意，在Dart/Flutter SDK中没有任务并行库等并行API（TPL）在. NET中提供多核CPU优化的API，以在多个线程上处理数据，例如并行排序集合。大量算法可以从使用线程的并行性中受益，但在没有共享内存的隔离模型中不可行。此外，也没有隔离池，一组正在运行并等待传入任务的隔离（我不得不自己创建一个https://pub.dev/packages/isolate_pool_2）。

• • P.S.：**SMT、ILP和其他东西对多线程性能的影响可以通过以下CPU基准测试（https://play.google.com/store/apps/details?id=xcom.saplin.xOPS）观察到-例如，可以看到，在多个线程进行计算方面通常存在一个最佳点。它大于内核数量。例如，在我的Intel i7第八代MacBook上，每个CPU有6个内核和12个线程，在线程数量大约是内核数量的4倍时观察到最佳性能。

在CPU内核之间分配隔离是由操作系统完成的。但每个隔离对应一个线程。要使用的隔离数量将取决于物理可用的CPU内核数量。
这是由一个简短的文章，可在这里说明：https://martin-robert-fink.medium.com/dart-is-indeed-multi-threaded-94e75f66aa1e