Fork譯為拆分，Join譯為合并
Fork/Join框架的思路是把一個非常巨大的任務，拆分成若然的小任務，再由小任務繼續拆解，直至達到一個相對合理的任務粒度，然后執行獲得結果，然后將這些小任務的結果匯總，生成大任務的結果，
直至匯總成最初巨大任務的結果，如下圖：
紅色箭頭代表拆分子任務，
綠色箭頭代表回傳子任務結果
這個框架的思路聽起來，其實用傳統的執行緒池、多執行緒完全就可以解決，但是內部卻有很多小的細節（后邊會說到），再加上清晰的使用思路，讓這個框架還是在多執行緒并發中，占有了一席之地，
Fork/Join框架下，我們常用到三個類：(防盜連接：本文首發自http://www.cnblogs.com/jilodream/ )
RecursiveAction，子任務類，支持子任務有回傳結果任務
RecursiveTask，子任務類，用于有回傳結果的任務
ForkJoinPool，執行子任務的執行緒池，
話不多說，我們直接看代碼：
1 public class SumDemo extends RecursiveTask<Long> { 2 3 int maxLen = 800_0000; 4 5 int[] arr; 6 int start; 7 int end; 8 9 10 public SumDemo(int[] arr, int start, int end) { 11 this.arr = arr; 12 this.start = start; 13 this.end = end; 14 } 15 16 @Override 17 protected Long compute() { 18 if (end - start < maxLen) { 19 long a = sum(); 20 try { 21 //Thread.sleep(1); 22 } catch (Exception e) { 23 } 24 return a; 25 } 26 int middle = (start + end) / 2; 27 SumDemo left = new SumDemo(arr, start, middle); 28 SumDemo right = new SumDemo(arr, middle + 1, end); 29 left.fork(); 30 right.fork(); 31 //invokeAll(left,right); 32 long leftRtn = left.join(); 33 long rightRtn = right.join(); 34 return leftRtn + rightRtn; 35 } 36 37 private Long sum() { 38 System.out.println("now" + Thread.currentThread().getName() + "-start:" + start + "-end:" + end); 39 long sum = 0; 40 for (int i = start; i <= end; i++) { 41 sum += arr[i]; 42 } 43 return sum; 44 } 45 46 public static void main(String[] args) throws ExecutionException, InterruptedException { 47 int size = 30000_0000; 48 int[] arr = new int[size]; 49 Random random = new Random(0); 50 for (int i = 0; i < size; i++) { 51 arr[i] = random.nextInt(10_0000_0000); 52 } 53 long cal = 0; 54 long start = System.currentTimeMillis(); 55 for (int i = 0; i < size; i++) { 56 if (i % 800_0000 == 0) { 57 Thread.sleep(1); 58 } 59 cal += arr[i]; 60 } 61 long finish = System.currentTimeMillis(); 62 long timeCost = finish - start; 63 System.out.println("cal" + cal); 64 long start1 = System.currentTimeMillis(); 65 ForkJoinPool forkJoinPool = new ForkJoinPool(); 66 ForkJoinTask<Long> result = forkJoinPool.submit(new 67 SumDemo(arr, 0, size - 1)); 68 long rtn = result.get(); 69 long finish1 = System.currentTimeMillis(); 70 long forkJoinCost = finish1 - start1; 71 System.out.println("one thread cost" + (timeCost)); 72 System.out.println("fork join cost" + forkJoinCost); 73 } 74 }
執行的結果大概是這樣的
1 cal150000314007254036 2 nowForkJoinPool-1-worker-1-start:0-end:4687499 3 nowForkJoinPool-1-worker-3-start:187500000-end:192187499 4 nowForkJoinPool-1-worker-5-start:37500000-end:42187499 5 nowForkJoinPool-1-worker-6-start:225000000-end:229687499 6 ..... 7 nowForkJoinPool-1-worker-3-start:220312500-end:224999999 8 nowForkJoinPool-1-worker-7-start:267187500-end:271874999 9 nowForkJoinPool-1-worker-2-start:107812500-end:112499999 10 nowForkJoinPool-1-worker-4-start:281250000-end:285937499 11 nowForkJoinPool-1-worker-7-start:271875000-end:276562499 12 nowForkJoinPool-1-worker-5-start:135937500-end:140624999 13 nowForkJoinPool-1-worker-11-start:140625000-end:145312499 14 nowForkJoinPool-1-worker-6-start:276562500-end:281249999 15 nowForkJoinPool-1-worker-4-start:285937500-end:290624999 16 nowForkJoinPool-1-worker-11-start:145312500-end:149999999 17 nowForkJoinPool-1-worker-7-start:290625000-end:295312499 18 nowForkJoinPool-1-worker-4-start:295312500-end:299999999 19 one thread cost136 20 fork join cost67
執行緒池默認大小是根據cpu當前的可用核數來作為大小的，我們這里是12核，但是12核居然只比單一執行緒用時少50%，這是挺奇怪的，這主要是由于我們Demo中的任務是連續的計算密集型任務，這種情況下單一執行緒的表現也很優秀，forkJoin反而由于要不斷協調執行緒
任務而導致會損耗性能，所以差距并不明顯，倘若放開注釋中的睡眠時間，則兩者的差距會拉開的非常大，如下：
1 one thread cost675 2 fork join cost194
代碼的思路大概是這樣的：
我們先定義一個子任務類，子任務類設定一個閾值，子任務開始任務時會判斷：
如果計算量未超過閾值呢，說明任務足夠小，我們當前子任務直接就執行計算了，
如果計算量超過閾值，說明任務比較大我們需要進行拆分，此時創建好拆分子任務，并使用fork()方法即可，拆分后的子任務，則后續使用join等待結果即可，
這樣通過Fork/Join框架實作大任務的計算就算是搞定了，(防盜連接：本文首發自http://www.cnblogs.com/jilodream/ )
那既然是執行緒池，是如何協調執行緒來計算子任務的呢？
（1）與傳統執行緒池共享一個任務佇列不同的是，Fork/Join框架中，每個子任務都有一個屬于自己執行緒的任務佇列（但是兩者其實并不是一對一的關系，原始碼很復雜），如下圖：
這樣肯定會由于任務規模、計算難度的不同，導致有些執行緒很快執行完了，其它執行緒還有很長的任務佇列，那怎么辦呢？
Fork/Join框架會讓任務已經完成的執行緒，從其它任務的佇列的尾端去取任務，這樣一方面加速了任務的完成，一方面又減少了執行緒由于并發操作佇列可能存在的并發問題，
這種方式，我們也將它稱為“作業竊取”如下圖：
（2）Fork出來的子任務被誰執行了：
通過閱讀原始碼我們可以發現，如果當前執行緒是執行緒池執行緒，則直接把fork出的子任務丟到當前執行緒的佇列中，否則會通過計算隨機的提交到其他的執行緒所擁有的的佇列中，由其他執行緒來完成，
1 public final ForkJoinTask<V> fork() { 2 Thread t; 3 if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) 4 ((ForkJoinWorkerThread)t).workQueue.push(this); 5 else 6 ForkJoinPool.common.externalPush(this); 7 return this; 8 }
如果你覺得寫的不錯，歡迎轉載和點贊， 轉載時請保留作者署名jilodream/王若伊_恩賜解脫（博客鏈接：http://www.cnblogs.com/jilodream/
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/555178.html
標籤：其他
上一篇：ArcGis 欄位值統計腳本更新
下一篇：返回列表