Java线程之Fork/Join(Java并行计算框架)

来源：互联网发布：最新网络用语编辑：程序博客网时间：2024/05/18 01:13

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，它能够接收一个ForkJoinTask，并得到计算结果。ForkJoinTask有两个子类，RecursiveTask（有返回值）和RecursiveAction（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：
这里写图片描述
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;/** *  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。

0 0