Golang的Fork/Join实现

做过Java开发的同学肯定知道，JDK7加入的Fork/Join是一个非常优秀的设计，到了JDK8，又结合并行流中进行了优化和增强，是一个非常好的工具。

1、Fork/Join是什么

Fork/Join本质上是一种任务分解，即：将一个很大的任务分解成若干个小任务，然后再对小任务进一步分解，直到最小颗粒度，然后并发执行。

这么做的优点很明显，就是可以大幅提升计算性能，缺点嘛，也有一点，那就是资源开销要大一些。

在网上找了一张图，任务分解就是这个意思：

2、Golang中的Fork/Join实现

对于Golang中的Fork/Join的实现，我参考了JDK的源码，利用了Goroutine特性，这样就能充分利用MPG模型，不必自己再处理任务窃取等问题了，用起来还是蛮爽的。

废话不多说，请看代码：

package like_fork_join

import (
    "fmt"
    "github.com/oklog/ulid/v2"
)

const defaultPageSize = 10

type MyForkJoinTask struct {
    size int
}

// NewMyTask 初始化一个任务
func NewMyTask(pageSize int) *MyForkJoinTask {
    var size = defaultPageSize
    if pageSize > size {
        size = pageSize
    }
    return &MyForkJoinTask{
        size: size,
    }
}

// Do 执行任务时，传入一个切片
func (t *MyForkJoinTask) Do(numbers []int) int {
    JoinCh := make(chan bool, 1)
    resultCh := make(chan int, 1)
    t.do(numbers, JoinCh, resultCh, ulid.Make().String())
    result := <-resultCh
    return result
}

func (t *MyForkJoinTask) do(numbers []int, joinCh chan bool, resultCh chan int, id string) {
    defer func() {
        joinCh <- true
        close(joinCh)
        close(resultCh)
    }()
    fmt.Printf("id %s numbers %+v\n", id, numbers)
    // 任务小于最小颗粒度时，直接执行逻辑（此处是求和），不再拆分，否则进行分治
    if len(numbers) <= t.size {
        var sum = 0
        for _, number := range numbers {
            sum += number
        }
        resultCh <- sum
        fmt.Printf("id %s numbers %+v, result %+v\n", id, numbers, sum)
        return
    } else {
        start := 0
        end := len(numbers)
        middle := (start + end) / 2

        // 左
        leftJoinCh := make(chan bool, 1)
        leftResultCh := make(chan int, 1)
        leftId := ulid.Make().String()
        go t.do(numbers[start:middle], leftJoinCh, leftResultCh, id+"->left->"+leftId)

        // 右
        rightJoinCh := make(chan bool, 1)
        rightResultCh := make(chan int, 1)
        rightId := ulid.Make().String()
        go t.do(numbers[middle:], rightJoinCh, rightResultCh, id+"->right->"+rightId)

        // 等待左边和右边分治子任务结束
        var leftDone, rightDone = false, false
        for {
            select {
            case _, ok := <-leftJoinCh:
                if ok {
                    fmt.Printf("left %s join done\n", leftId)
                    leftDone = true
                }
            case _, ok := <-rightJoinCh:
                if ok {
                    fmt.Printf("right %s join done\n", rightId)
                    rightDone = true
                }
            }
            if leftDone && rightDone {
                break
            }
        }

        // 取结果
        var (
            left            = 0
            right           = 0
            leftResultDone  = false
            rightResultDone = false
        )
        for {
            select {
            case l, ok := <-leftResultCh:
                if ok {
                    fmt.Printf("id %s numbers %+v, left %s return: %+v\n", id, numbers, leftId, left)
                    left = l
                    leftResultDone = true
                }
            case r, ok := <-rightResultCh:
                if ok {
                    fmt.Printf("id %s numbers %+v, right %s return: %+v\n", id, numbers, rightId, right)
                    right = r
                    rightResultDone = true
                }
            }
            if leftResultDone && rightResultDone {
                break
            }
        }

        resultCh <- left + right
        return
    }
}

代码也不复杂，有注释，大家耐心读一下就明白了。

3、测试验证

我写了一个比较有压力的测试用例代码，请看：

package like_fork_join

import (
    "fmt"
    "testing"
)

func TestMyTask_Do(t1 *testing.T) {
    type args struct {
        numbers []int
    }
    const max = 10000
    var nums = make([]int, 0, max)
    var want = 0
    for i := 1; i <= max; i++ {
        nums = append(nums, i)
        want += i
    }
    tests := []struct {
        name string
        args args
        want int
    }{
        {name: fmt.Sprintf("sum(1,%d)", max), args: args{numbers: nums}, want: want},
    }
    for _, tt := range tests {
        t1.Run(tt.name, func(t1 *testing.T) {
            for i := 0; i <= 100; i += 5 {
                t := NewMyTask(i)
                if got := t.Do(tt.args.numbers); got != tt.want {
                    t1.Errorf("Do() = %v, want %v", got, tt.want)
                }
            }
        })
    }
}

测试成功：

    --- PASS: TestMyTask_Do/sum(1,10000) (1257.79s)
PASS

4、小优化

删除所有fmt包的控制台输出，再跑单元测试结果：

=== RUN   TestMyTask_Do
--- PASS: TestMyTask_Do (60.53s)
=== RUN   TestMyTask_Do/sum(1,10000)
    --- PASS: TestMyTask_Do/sum(1,10000) (60.53s)
PASS

20万次加法计算，长度为1万的数组的20次计算，60秒搞定，性能巨强，Golang就是棒！

5、后续计划

计划后续再研究研究，看能否把执行任务的逻辑做成泛型和函数闭包，给抽象出来，这样就能单独形成一个通用型的代码包，供外部各种应用程序使用了，不过考虑到goroutine的上下文等问题，估计会让代码比较复杂，眼下这个版本足够简单，也能满足绝大多数场景了。