Fork/join框架分析与实战 | 水木今山的博客

简介

Fork/Join框架是Java7提供了的一个用于并行执行任务的框架，是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架。Fork就是把一个大任务切分为若干子任务并行的执行，Join就是合并这些子任务的执行结果，最后得到这个大任务的结果。

工作窃取算法

工作窃取算法（work-stealing）是指当一个队列所对应的线程先执行完队列中的所有任务后，从其他线程的队列里窃取一个任务来执行。为了减少竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。

Fork/join的使用

ForkJoinTask：我们要使用Fork/Join框架，必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：
- RecursiveAction：用于没有返回结果的任务。
- RecursiveTask ：用于有返回结果的任务。
ForkJoinPool ：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。

接下来我们看一个问题：如何充分利用多核 CPU 计算很大 List 中所有整数的和？

这里就可以用到Fork/join框架将求和任务分成许多子任务来完成，再将子任务的计算结果相加即可，代码如下：

public class ForkJoinLargeListSum {
    public static void main(String[] args) {
        int[] array = new int[100000000];
        // 初始化
        for(int i = 0; i < array.length; i++){
            array[i] = i + 1;
        }
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        long begintime = System.currentTimeMillis();
        CountSumTask task = new CountSumTask(100000, 0, array.length-1, array);
        Future<Long> future = forkJoinPool.submit(task);
        try {
            System.out.println("计算结果为：" + future.get());
            long endtime=System.currentTimeMillis();
            System.out.println("耗时：" + (endtime - begintime) + "ms");
        } catch (InterruptedException e) {
            e.printStackTrace();
        } catch (ExecutionException e) {
            e.printStackTrace();
        }
    }

    static class CountSumTask extends RecursiveTask<Long> {
        private int threshold;
        private int hi, lo;
        private int[] array;

        public CountSumTask(int threshold, int lo, int hi, int[] array) {
            this.threshold = threshold;
            this.hi = hi;
            this.lo = lo;
            this.array = array;
        }

        @Override
        protected Long compute() {
            long sum = 0L;

            //如果任务足够小就计算任务
            boolean canCompute = (hi - lo) <= threshold;
            if(canCompute){
                for(int i = lo; i <= hi; i++){
                    sum += array[i];
                }
            } else{
                //如果任务大于阈值，就分裂成两个子任务计算
                int middle = lo + (hi - lo) / 2;
                CountSumTask leftTask = new CountSumTask(threshold, lo, middle, array);
                CountSumTask rightTask = new CountSumTask(threshold, middle+1, hi, array);
                //执行子任务
                leftTask.fork();
                rightTask.fork();
                //等待子任务执行完，并得到结果
                long leftResult = leftTask.join();
                long rightResult = rightTask.join();
                //合并子任务
                sum = leftResult + rightResult;
            }
            return sum;
        }
    }
}

此时输出：

1 2	计算结果为：5000000050000000 耗时：69ms

当我们调大阈值threshold时，意味着分割任务的次数减少，直接计算的次数增多，此时计算的效率也有可能降低。例如，当把阈值增大为100000000时，输出结果为：

1 2	计算结果为：5000000050000000 耗时：110ms

简介

工作窃取算法

Fork/join的使用

参考资料