Java并发编程-分而治之：Fork&Join线程池

---

参考资料：《实战Java高并发程序设计》

---

1. 简介

• 分而治之是一个非常有效的处理大量数据的方法。

• Fork一词原义是吃饭用的叉子，也有分叉的意思。Linux中使用fork()函数来创建子进程，从而使系统进程可以多一个执行分支。Java中也沿用了类似的命名。

• Join的含义和Thread.join()类似，表示等待。也就是使用fork()后系统多了一个执行分支（线程），所以需要等待这个线程执行完毕，才有可能得到最终结果。

• 在实际使用中，如果毫无顾忌地使用fork()开启线程，那么很有可能导致系统因开启过多线程而严重影响性能。所以JDK给出了一个ForkJoinPool线程池，对于fork方法并不急着开启线程，而是提交给ForkJoinPool线程池处理，以节省系统资源。

• 使用Fork&Join进行进行数据处理的总体结构如下：

  
  
  

  forkJoin.png-208.1kB

• 由于线程池的优化，提交的任务和线程数量并不是一对一的关系。在绝大多数情况下，一个物理线程实际上是需要处理多个逻辑任务的。因此，每个线程必然需要拥有一个任务队列。所以，可能遇到这样一种情况：线程A已经把自己的任务都执行完成了，而线程B还有一堆任务等着处理。此时，线程A就会“帮助”线程B，从线程B的任务队列中拿一个任务过来处理，尽可能地达到平衡。示意图：
  

  

  queue.png-63.8kB

• 值得注意的是：当一个线程试图帮助另一个线程时，总是从任务队列的尾部拿数据，而线程试图执行自己的任务时，则是从头部开始拿。这是为了避免数据竞争。

2.ForkJoinPool 和 ForkJoinTask

• 先来看一下ForkJoinPool的一个重要的接口：

public  ForkJoinTask submit(ForkJoinTask task)

• 我们可以向ForkJoinPool线程池提交一个ForkJoinTask任务。
• 所谓ForkJoinTask任务就是支持fork()分解和join()等待的任务。
• ForkJoinTask有两个重要的子类：

1. RecursiveAction：没有返回值的任务
2. RecursiveTask：携带返回值的任务

• 下面通过一个计算数列求和的demo，来展示Fork&Join的使用：

public class Test {

    public static class CountTask extends RecursiveTask {
        private static final int THRESHOLD = 10000;
        private long start;
        private long end;

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

        @Override
        protected Long compute() {
            long sum = 0;
            boolean canCompute = (end - start) < THRESHOLD;
            if (canCompute) {
                for (long i = start; i <= end; i++) {
                    sum += i;
                }
            } else {
                // 分成100个小任务
                long step = (start + end) / 100;
                ArrayList subTasks = new ArrayList<>();
                long pos = start;
                for (int i = 0; i < 100; i++) {
                    long lastOne = pos + step;
                    if (lastOne > end) {
                        lastOne = end;
                    }
                    CountTask subTask = new CountTask(pos, lastOne);
                    pos += step + 1;
                    subTasks.add(subTask);
                    subTask.fork();
                }
                for (CountTask t : subTasks) {
                    sum += t.join();
                }
            }
            return sum;
        }
    }

    public static void main(String[] args) throws Exception {
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        ForkJoinTask task = forkJoinPool.submit(new CountTask(0, 200000L));
        try {
            long result = task.get();
            System.out.println("sum=" + result);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
}

// 输出：
// sum=20000100000

• 上述代码在执行get()方法时，如果任务没有结束，那么主线程就会在get()方法上等待。
• 使用ForkJoin时要注意，如果任务的划分层次很深，一直得不到返回，那么可能出现两种情况：

1. 系统内的线程数量越积越多，导致性能严重下降。
2. 函数的调用层次变得很深，最终导致栈溢出。

• 此外，ForkJoin线程池使用一个无锁的栈来管理空闲线程。如果一个工作线程暂时取不到可用的任务，则可能会被挂起，挂起的线程将会被压入由线程池维护的栈中。待将来有任务可用时，再从栈中唤醒这些线程。

---

end