只聽到P8大佬不急不慢問道：談談對JDK并發工具的認識？
我開始仔細梳理多年的并發八股文積累的經驗，道：
執行緒池、Future、CompletableFuture和CompletionService這些并發工具都幫助SE站在任務角度解決并發問題，而非糾結于執行緒之間協作的細節，比如執行緒之間如何實作等待、通知，
- 簡單并行任務
執行緒池+Future 組合拳解決 - 任務之間有聚合關系
AND、OR聚合，都可以CompletableFuture一招鮮解決 - 批量的并行任務
CompletionService一把梭方案
并發編程可分為三個層面問題
分工- 協作
- 互斥
當關注于任務時，你會發現你的視角已脫離于并發編程細節，而使用現實世界思維模式，類比現實世界的分工，其實執行緒池、Future、CompletableFuture和CompletionService都可列為分工問題，
- 簡單并行任務、聚合任務和批量并行任務的現實的作業流程圖
這三種任務模型，基本覆寫日常作業中的并發場景，但肯定不全面，還有一種“分治”任務模型，
分治，分而治之，一種解決復雜問題的思維方法和模式，把一個復雜問題分解成多個相似的子問題，然后再把子問題分解成更小的子問題，直到子問題簡單到可以直接求解，理論上解決每一個問題都對應著一個任務，所以對于問題的分治，實際上就是對于任務的分治，
P8 大佬直接開問，那你說說什么是分治任務模型？
分治任務模型可分為兩個階段：
- 任務分解
將任務迭代地分解為子任務，直至子任務可計算出結果 - 結果合并
逐層合并子任務的執行結果，直至獲得最終結果
就像官僚制度一樣：
那你平時開發是如何使用Fork/Join的？
還好這道題，我面試前也準備了…
Fork/Join是一個并行計算框架，以支持分治任務模型
- Fork對應分治任務模型里的任務分解
- Join對應結果合并
Fork/Join計算框架主要包含兩部分：
- 分治任務的執行緒池ForkJoinPool
- 分治任務ForkJoinTask
這倆的關系類似于 ThreadPoolExecutor 和 Runnable，都是提交任務到執行緒池，只不過分治任務有自己獨特的任務型別ForkJoinTask，
ForkJoinTask
JDK7 提供，一個抽象類，核心方法如下：
- fork()
異步執行一個子任務 - join()
阻塞當前執行緒來等待子任務的執行結果
ForkJoinTask有兩個子類——RecursiveAction和RecursiveTask，顯然都是用遞回處理分治任務，這兩個子類都定義了抽象方法compute()：
-
RecursiveAction#compute()無回傳值
-
RecursiveTask#compute()有回傳值
注意到這倆類都是抽象類，使用要定義子類實作，
只見 P8 開始冷笑，看來要問原始碼級別原理了！
那你說下Fork/Join的作業原理
還好我知道阿里面試套路，凡是 java 工具，必問深入的原始碼，
因為Fork/Join的核心就是ForkJoinPool，讓我來深入講解ForkJoinPool原理，
ThreadPoolExecutor本質是個生產者-消費者實作，內部有一個任務佇列，作為生產者和消費者的通信媒介，ThreadPoolExecutor可以有多個作業執行緒，這些作業執行緒都共享一個任務佇列，
ForkJoinPool本質上也是一個生產者-消費者的實作，但更智能
- ForkJoinPool作業原理圖
ThreadPoolExecutor內部只有一個任務佇列，而ForkJoinPool內部有多個任務佇列，當呼叫ForkJoinPool#invoke()或submit()提交任務時，ForkJoinPool把任務通過路由規則提交到一個任務佇列，如果任務在執行程序中會創建出子任務，那么子任務會提交到作業執行緒對應的任務佇列，
如果作業執行緒對應的任務佇列空，是不是就沒活兒干了？
No！ForkJoinPool有個“任務竊取”機制，若作業執行緒空閑了，它會“竊取”其他作業任務佇列里的任務，例如剛才那個圖中，執行緒T2對應任務佇列已空
那它會“竊取”執行緒T1對應的任務佇列的任務，這樣所有作業執行緒都不會閑著，
ForkJoinPool的任務佇列采用的是雙端佇列，作業執行緒正常獲取任務和“竊取任務”分別從任務佇列不同的端消費，這也能避免很多不必要的資料競爭，
ForkJoinPool支持任務竊取機制，能夠讓所有執行緒的作業量基本公平，不會出現執行緒有的很忙，有的一直在摸魚，所以性能很好，是個很公正的領導，
Java8的Stream API里面并行流也是基于ForkJoinPool，
默認，所有的并行流計算都共享一個ForkJoinPool，這個共享的ForkJoinPool的默認執行緒數是CPU核數；
若所有并行流計算都是CPU密集型，完全沒有問題，但若存在I/O密集型并行流計算，那很可能因為一個很慢的I/O計算而拖慢整個系統的性能，所以建議用不同ForkJoinPool執行不同型別的計算任務，
參考
- https://www.liaoxuefeng.com/article/1146802219354112
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/278509.html
標籤：其他
上一篇：單鏈表帶環問題歸納總結
下一篇：初步認識C Lesson 2