java.util.concurrent包学习之ForkJoinPool使用与原理分析

前言

  在开发过程中，有些应用使用了大量线程，但其中大多数线程都是空闲的，比如：一个Web服务器可能会为每个连接分别使用一个线程。然而，另一些应用可能对每个处理器内核分别使用一个线程，来完成计算密集型任务，如图像或者视频处理。Java SE7新引入了fork-join框架(ps:fork是分叉的意思，在C语言中可以使用fork（）函数通过系统调用创建一个与原来进程几乎完全相同的进程），专门用来支持第二类应用，拿图像处理来说，要增强一个图像，可以变换上半部分和下半部分。如果有足够多空闲的处理器，这些操作就可以并行。顾名思义，Fork-Join框架运用了Fork/Join原理，使用“分而治之”的思想，我们可以使用ForkJoinPool自主地将大任务分拆成小任务分配给多个线程执行，最后再合并起来得到最终结果，加快运算，用伪代码描述下就是：

if(任务很小）{
    直接计算得到结果
}else{
    分拆成N个子任务
    调用子任务的fork()进行计算
    调用子任务的join()合并计算结果
}

简单使用

package Concurrent;

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;
import java.util.function.DoublePredicate;

public class ForkThreadPoolTest {

    public static void main(String[] args) {
        final  int SIZE = 10000000;
        double [] numbers = new double[SIZE];
        for (int i=0;i x > 0.5);
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        forkJoinPool.invoke(counter);
        Integer result = counter.join();//获取的结果，该方法会阻塞直到获取到结果
        System.out.println(result);
    }

    static class Counter extends RecursiveTask{

        private static  final int THRESHOLD  = 1000;
        private double [] values;
        private int from;
        private int to;
        private DoublePredicate filter;

        public Counter(double[] values, int from, int to, DoublePredicate filter) {
            this.values = values;
            this.from = from;
            this.to = to;
            this.filter = filter;
        }

        @Override
        protected Integer compute() {
            if ((to-from)

原理分析（敬请期待。。。）