Java线程(十一):Fork/Join-Java并行计算框架

最后更新于:2022-04-01 07:00:41

# Java线程(十一):Fork/Join-Java并行计算框架 并行计算在处处都有大数据的今天已经不是一个新鲜的词汇了,现在已经有单机多核甚至多机集群并行计算,注意,这里说的是并行,而不是并发。严格的将,**并行是指系统内有多个任务同时执行**,而**并发是指系统内有多个任务同时存在**,不同的任务按时间分片的方式切换执行,由于切换的时间很短,给人的感觉好像是在同时执行。  Java在JDK7之后加入了并行计算的框架Fork/Join,可以解决我们系统中大数据计算的性能问题。Fork/Join采用的是分治法,Fork是将一个大任务拆分成若干个子任务,子任务分别去计算,而Join是获取到子任务的计算结果,然后合并,这个是递归的过程。子任务被分配到不同的核上执行时,效率最高。伪代码如下: ~~~ Result solve(Problem problem) { if (problem is small) directly solve problem else { split problem into independent parts fork new subtasks to solve each part join all subtasks compose result from subresults } } ~~~ Fork/Join框架的核心类是[ForkJoinPool](https://docs.oracle.com/javase/8/docs/api/java/util/concurrent/ForkJoinPool.html),它能够接收一个[ForkJoinTask](https://docs.oracle.com/javase/8/docs/api/java/util/concurrent/ForkJoinTask.html),并得到计算结果。ForkJoinTask有两个子类,[RecursiveTask](https://docs.oracle.com/javase/8/docs/api/java/util/concurrent/RecursiveTask.html)(有返回值)和[RecursiveAction](https://docs.oracle.com/javase/8/docs/api/java/util/concurrent/RecursiveAction.html)(无返回结果),我们自己定义任务时,只需选择这两个类继承即可。类图如下:  ![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-01-12_5694e16198f41.jpg)![](https://docs.gechiui.com/gc-content/uploads/sites/kancloud/2016-01-12_5694e167336d2.jpg)  下面来看一个实例:计算一个超大数组所有元素的和。代码如下: ~~~ import java.util.Arrays; import java.util.Random; import java.util.concurrent.ExecutionException; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveTask; /** * @author: shuang.gao Date: 2015/7/14 Time: 8:16 */ public class SumTask extends RecursiveTask<Integer> { private static final long serialVersionUID = -6196480027075657316L; private static final int THRESHOLD = 500000; private long[] array; private int low; private int high; public SumTask(long[] array, int low, int high) { this.array = array; this.low = low; this.high = high; } @Override protected Integer compute() { int sum = 0; if (high - low <= THRESHOLD) { // 小于阈值则直接计算 for (int i = low; i < high; i++) { sum += array[i]; } } else { // 1\. 一个大任务分割成两个子任务 int mid = (low + high) >>> 1; SumTask left = new SumTask(array, low, mid); SumTask right = new SumTask(array, mid + 1, high); // 2\. 分别计算 left.fork(); right.fork(); // 3\. 合并结果 sum = left.join() + right.join(); } return sum; } public static void main(String[] args) throws ExecutionException, InterruptedException { long[] array = genArray(1000000); System.out.println(Arrays.toString(array)); // 1\. 创建任务 SumTask sumTask = new SumTask(array, 0, array.length - 1); long begin = System.currentTimeMillis(); // 2\. 创建线程池 ForkJoinPool forkJoinPool = new ForkJoinPool(); // 3\. 提交任务到线程池 forkJoinPool.submit(sumTask); // 4\. 获取结果 Integer result = sumTask.get(); long end = System.currentTimeMillis(); System.out.println(String.format("结果 %s 耗时 %sms", result, end - begin)); } private static long[] genArray(int size) { long[] array = new long[size]; for (int i = 0; i < size; i++) { array[i] = new Random().nextLong(); } return array; } } ~~~ 我们通过调整阈值(THRESHOLD),可以发现耗时是不一样的。实际应用中,如果需要分割的任务大小是固定的,可以经过测试,得到最佳阈值;如果大小不是固定的,就需要设计一个可伸缩的算法,来动态计算出阈值。如果子任务很多,效率并不一定会高。  未完待续。。。
';