Fork/Join是什么？

Fork意思是分叉，Join為合并。Fork/Join是一個將任務(wù)分割并行運(yùn)行，然后將最終結(jié)果合并成為大任務(wù)的結(jié)果的框架，父任務(wù)可以分割成若干個子任務(wù)，子任務(wù)可以繼續(xù)分割，提供我們一種方便的并行任務(wù)功能，滿足實(shí)際場景的業(yè)務(wù)需求，思想類似于MapReduce。任務(wù)的分割必須保證子任務(wù)獨(dú)立，不會相互依賴結(jié)果。

從哪里開始？

Fork/Join框架主要有如下接口和類：

• ForkJoinPool：一個線程池，用于執(zhí)行調(diào)度分割的任務(wù)，實(shí)現(xiàn)了ExecutorService接口。提供三種執(zhí)行任務(wù)的方式：

1、execute：最原生的執(zhí)行方式，以異步執(zhí)行，并且無返回結(jié)果。
2、submit：異步執(zhí)行，有返回結(jié)果，返回結(jié)果是封裝后的Future對象。
3、invoke和invokeAll：異步執(zhí)行，有返回結(jié)果，會等待所有任務(wù)執(zhí)行執(zhí)行完成，返回的結(jié)果為無封裝的泛型T。

• ForkJoinTask：抽象的分割任務(wù)，提供以分叉的方式執(zhí)行，以及合并執(zhí)行結(jié)果。
• RecursiveAction：異步任務(wù)，無返回結(jié)果。通常自定義的任務(wù)要繼承，并重寫compute方法，任務(wù)執(zhí)行的就是compute方法。
• RecursiveTask：異步任務(wù)，有返回結(jié)果。通常自定義的任務(wù)要繼承，并重寫compute方法，任務(wù)執(zhí)行的就是compute方法。

核心類圖

從核心類圖看出，要想開始一個分割的并行任務(wù)，可以創(chuàng)建一個ForkJoinPool線程池，同時創(chuàng)建無返回結(jié)果的任務(wù)RecursiveAction或有返回結(jié)果的任務(wù)RecursiveTask，最后調(diào)用線程池ForkJoinPool的execute或submit或invoke方法執(zhí)行任務(wù)，完成后合并結(jié)果。

實(shí)例

我們以一個有返回結(jié)果的并行任務(wù)實(shí)例進(jìn)行測試。計(jì)算從起始值到結(jié)束值得連續(xù)數(shù)的累加結(jié)果，利用Fork/Join框架。并對比普通計(jì)算和并行計(jì)算的耗時差異。

package com.misout.forkjoin;import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveTask;/** * 計(jì)算從起始值到結(jié)束值得連續(xù)數(shù)的累加結(jié)果，利用Fork/Join框架 * @author Misout * @date 2018-01-13 16:06:44 */ public class SumTask extends RecursiveTask<Long> { private static final long serialVersionUID = 4828818665955149519L; /** 每個任務(wù)最多允許計(jì)算的數(shù)字個數(shù)閾值，超過這個閾值，任務(wù)進(jìn)行拆分 */ private static final long THRESHOLD = 1000L; /** 起始值 */ private Long startNumber; /** 結(jié)束值 */ private Long endNumber; public SumTask(Long startNumber, Long endNumber) { this.startNumber = startNumber; this.endNumber = endNumber; } /** * 累加數(shù)的個數(shù)超過閾值1000個，拆分成2個子任務(wù)執(zhí)行。子任務(wù)繼續(xù)作拆分。計(jì)算完，合并結(jié)果。 */ @Override protected Long compute() { if(startNumber > endNumber) { System.out.println("start number should be smaller than end number"); return 0L; } if(endNumber - startNumber < THRESHOLD) { return this.getCount(startNumber, endNumber); } else { Long mid = (startNumber + endNumber) / 2; RecursiveTask<Long> subTask1 = new SumTask(startNumber, mid); RecursiveTask<Long> subTask2 = new SumTask(mid + 1, endNumber); subTask1.fork(); subTask2.fork(); return subTask1.join() + subTask2.join(); } } /** * 普通累加執(zhí)行方法 * @param start 起始數(shù) * @param end 結(jié)束數(shù) * @return 累加和 */ protected Long getCount(Long start, Long end) { Long sum = 0L; for(long i = start; i <= end; i++) { sum += i; } return sum; } public static void main(String[] args) { ForkJoinPool forkJoinPool = new ForkJoinPool(); Long start = 5L; Long end = 3463434L; SumTask task = new SumTask(start, end); Long startTime = System.currentTimeMillis(); Long sum = forkJoinPool.invoke(task); Long endTime = System.currentTimeMillis(); System.out.println("fork/join : sum = " + sum + ", cost time = " + (endTime - startTime) + "ms"); startTime = System.currentTimeMillis(); Long sum2 = task.getCount(start, end); endTime = System.currentTimeMillis(); System.out.println("normal : sum = " + sum2 + ", cost time = " + (endTime - startTime) + "ms"); } }

說明：SumTask繼承RecursiveTask，并實(shí)現(xiàn)了compute方法。在compute方法中會進(jìn)行任務(wù)分割，并繼續(xù)生成子任務(wù)，子任務(wù)仍然以分割的方式運(yùn)行。

運(yùn)行結(jié)果對比：

fork/join : sum = 5997689267885, cost time = 290ms normal : sum = 5997689267885, cost time = 41ms

注意事項(xiàng)：任務(wù)拆分的深度最好不要太多，否則很容易因創(chuàng)建的線程過多影響系統(tǒng)性能。

work-stealing規(guī)則

在Java的API說明中提到，ForkJoinPool線程池與ThreadPoolExecutor線程池不同的地方在于，ForkJoinPool善于利用竊取工作執(zhí)行加快任務(wù)的總體執(zhí)行速度。實(shí)際上，在ForkJoinPool線程池中，若一個工作線程的任務(wù)隊(duì)列為空沒有任務(wù)執(zhí)行時，便從其他工作線程中獲取任務(wù)主動執(zhí)行。為了實(shí)現(xiàn)工作竊取，在工作線程中維護(hù)了雙端隊(duì)列，竊取任務(wù)線程從隊(duì)尾獲取任務(wù)，被竊取任務(wù)線程從隊(duì)頭獲取任務(wù)。這種機(jī)制充分利用線程進(jìn)行并行計(jì)算，減少了線程競爭。但是當(dāng)隊(duì)列中只存在一個任務(wù)了時，兩個線程去取反而會造成資源浪費(fèi)。

ForkJoinPool工作竊取圖

轉(zhuǎn)載于:https://www.cnblogs.com/Joy-Hu/p/10876628.html

總結(jié)

以上是生活随笔為你收集整理的Java并行任务框架Fork/Join的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。