java多线程 -- ForkJoinPool 分支/ 合并框架 工作窃取

Posted 2020-09-08 西北野狼

Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总。

Fork/Join 框架与线程池的区别

1. 采用 “工作窃取”模式（work-stealing）：当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
2. 相对于一般的线程池实现，fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态。而在fork/join框架实现中，如果某个子问题由于等待另外一个子问题的完成而无法继续运行。那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间，提高了性能。

ForkJoinPool封装类：

package com.company;

import java.util.concurrent.Callable;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;

public final class ForkJoinPoolUtils {

    private static final int CPUS_COUNT = Runtime.getRuntime().availableProcessors();

    private ForkJoinPoolUtils(){}


    public static <T> T executeInDedicatedThreadPool(Callable<T> task){
        return executeInDedicatedThreadPool(task, CPUS_COUNT);
    }
    public static <T> T invokeInDedicatedThreadPool(ForkJoinTask<T> task){
        return new ForkJoinPool(CPUS_COUNT).invoke(task);
    }


    public static <T> T executeInDedicatedThreadPool(Callable<T> task, int threadsCount){
        try{
            return new ForkJoinPool(threadsCount).submit(task).get();
        }
        catch( ExecutionException execEx ){
            throw new IllegalStateException(execEx);
        }
        catch(InterruptedException interEx ){
            Thread.currentThread().interrupt();
            throw new IllegalStateException(interEx);
        }
    }

}

使用forkJoinPool Demo:

package com.company;

import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;

public class TestForkJoinPool {

    public static void main(String[] args) {
        Instant start = Instant.now();
        ForkJoinTask<Long> task = new ForkJoinSumCalculate(0L, 500000000L);
        Long sum = ForkJoinPoolUtils.invokeInDedicatedThreadPool(task);
        System.out.println(sum);
        Instant end = Instant.now();
        System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());//166-1996-10590
    }

}

class ForkJoinSumCalculate extends RecursiveTask<Long> {

    private static final long serialVersionUID = -259195479995561737L;
    private long start;
    private long end;
    private static final long THURSHOLD = 10000L;  //临界值

    public ForkJoinSumCalculate(long start, long end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        long length = end - start;

        if (length <= THURSHOLD) {
            long sum = 0L;
            for (long i = start; i <= end; i++) {
                sum += i;
            }
            return sum;
        } else {
            long middle = (start + end) / 2;
            ForkJoinSumCalculate left = new ForkJoinSumCalculate(start, middle);
            left.fork(); //进行拆分，同时压入线程队列
            ForkJoinSumCalculate right = new ForkJoinSumCalculate(middle + 1, end);
            right.fork(); //
            return left.join() + right.join();
        }
    }

}

结果：

125000000250000000
耗费时间为：204