Fork/join框架

原文链接: http://www.cnblogs.com/nnxud/p/9840487.html

Fork/join框架概述

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_第1张图片

Fork/Join 框架与传统线程池的区别

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。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。

示例代码

/**
 * 
 */
package com.xnn;

import java.util.concurrent.RecursiveAction;
import java.util.concurrent.RecursiveTask;

/**
 * 类(接口)描述:
 * @author xnn
 * 2018年10月23日下午10:36:44
 */
public class TestForkJion extends RecursiveTask {

    private static final long serialVersionUID = 1L;
    //起始值
    private long start;
    //末尾值
    private long end;
    //分割的阈值
    private static final long THRESHOLD=10000;
    
    /**
     * @param start
     * @param end
     */
    public TestForkJion(long start, long end) {
        super();
        this.start = start;
        this.end = end;
    }

    /**
     * @return the start
     */
    public long getStart() {
        return start;
    }

    /**
     * @param start the start to set
     */
    public void setStart(long start) {
        this.start = start;
    }

    /**
     * @return the end
     */
    public long getEnd() {
        return end;
    }

    /**
     * @param end the end to set
     */
    public void setEnd(long end) {
        this.end = end;
    }
/**
 * 计算start到end的累加和
 */
    @Override
    protected Long compute() {
        //分割的长度
        long length = end - start;
        //分割的长度小于等于阈值时,不再拆分 直接计算start到end之间对的和,然后进行返回
        if(length<=THRESHOLD) {
            long sum = 0;
            for (long  i = start; i <=end; i++) {
                 sum+=i;
            }
            return sum;
        }
        
        //否则就继续进行拆分,
        else {
            //取出中间值
            long middle = (start+end)/2;
            
            //构造查分后左侧数据的任务类
            TestForkJion left  = new TestForkJion(start,middle);
            
            //拆分子任务,同时压入线程队列
            left.fork();
            
            //构造查分后右侧数据的任务类
            TestForkJion right = new TestForkJion(middle+1, end);
            
            //拆分子任务,同时压入线程队列
            right.fork();
            
            //进行小任务间的join汇总,并返回结果
            return left.join()+right.join();    
        }
    } 
}
/**
 * 
 */
package com.xnn;

import java.time.Duration;
import java.time.Instant;
import java.time.LocalTime;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;

import org.junit.Test;

/**
 * 类(接口)描述:
 * @author xnn
 * 2018年10月23日下午11:05:04
 */
public class TestFork {
@Test
public void test() {
    Instant start = Instant.now();
    
    //需要ForkJoinPool支持
    ForkJoinPool forkJoinPool = new ForkJoinPool();
    
    //创建任务
    ForkJoinTask task = new TestForkJion(1, 100000000000000000l);
    Long sum = forkJoinPool.invoke(task);
    System.out.println(sum);
    Instant end = Instant.now();
    System.out.println(Duration.between(start, end).toMillis());
}
//普通for循环
@Test
public void test1() {
    Instant start = Instant.now();

    long sum = 0;
for (long i = 0; i <=100000000000000000l; i++) {
    sum+=i;
}
System.out.println(sum);
Instant end = Instant.now();
System.out.println(Duration.between(start, end).toMillis());
}
}

运行结果发现在end小于100000000的时候,使用Fork/Join框架运算,并没有普通for循环运算的快,原因是,100000000这个数太小,用Fork/Join框架运算时,需要进行分组,这个需要花时间,这个时间和我们设置的阈值以及j计算的数据大小有关,
还有一个特点是:用Fork/Join框架运算时,CPU的使用率会比平时高很多,甚至能到100%,因为这个框架采用工作-窃取模式,根本不会给CPU喘息的机会。

转载于:https://www.cnblogs.com/nnxud/p/9840487.html

你可能感兴趣的:(Fork/join框架)