Fork/Join框架介绍

水深无声 2022-04-23 15:12 110阅读 0赞

## **1、Fork/Join框架是什么** ##

Fork/Join框架是一个比较特殊的线程池框架，专用于需要将一个任务不断分解成多个子任务（分支），并将多个子任务的结果不断进行汇总得到最终结果（聚合）的并行计算框架。

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppblhZYW4_size_16_color_FFFFFF_t_70][]

## **2、工作窃取算法** ##

工作窃取（work-stealing）算法是指某个线程从其他队列里窃取任务来执行。工作窃取的运行流程图如下：

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppblhZYW4_size_16_color_FFFFFF_t_70 1][]

那么为什么需要使用工作窃取算法呢？假如我们需要做一个比较大的任务，我们可以把这个任务分割为若干互不依赖的子任务，为了减少线程间的竞争，于是把这些子任务分别放到不同的队列里，并为每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应，比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完，而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着，不如去帮其他线程干活，于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列，所以为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。

工作窃取算法的优点是充分利用线程进行并行计算，并减少了线程间的竞争，其缺点是在某些情况下还是存在竞争，比如双端队列里只有一个任务时。并且消耗了更多的系统资源，比如创建多个线程和多个双端队列。

## **2、相关类说明** ##

ForkJoinTask：我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。重写compute方法。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：

*  RecursiveTask：用于有返回结果的任务。
 *  RecursiveAction：用于没有返回结果的任务。

**ForkJoinPool：管理ForkJoinTask的线程池**

ForkJoinPool：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。比起传统的线程池类ThreadPoolExecutor，ForkJoinPool 实现了工作窃取算法，使得空闲线程能够主动分担从别的线程分解出来的子任务，从而让所有的线程都尽可能处于饱满的工作状态，提高执行效率。

创建ForkJoinPool实例后，可以钓鱼ForkJoinPool的submit(ForkJoinTask<T> task)或者invoke(ForkJoinTask<T> task)来执行指定任务。其中ForkJoinTask代表一个可以并行、合并的任务。ForkJoinTask是一个抽象类，它有两个抽象子类：RecursiveAction和RecursiveTask。

ForkJoinPool 提供了三类方法来调度子任务：

*  execute 系列：异步执行指定的任务。
 *  invoke 和 invokeAll：同步执行指定的任务，等待完成，返回结果。
 *  submit 系列：异步执行指定的任务并立即返回一个 Future 对象。

## **3、Fork/Join框架的异常处理** ##

ForkJoinTask在执行的时候可能会抛出异常，但是我们没办法在主线程里直接捕获异常，所以ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已经被取消了，并且可以通过ForkJoinTask的getException方法获取异常。使用如下代码：

if(task.isCompletedAbnormally())
    {
        System.out.println(task.getException());
    }

getException方法返回Throwable对象，如果任务被取消了则返回CancellationException。如果任务没有完成或者没有抛出异常则返回null。

## **5、应用场景** ##

Fork/Join框架适合能够进行拆分再合并的计算密集型（CPU密集型）任务。Fork/Join框架是一个并行框架，因此要求服务器拥有多CPU、多核，用以提高计算能力。

如果是单核、单CPU，不建议使用该框架，会带来额外的性能开销，反而比单线程的执行效率低。当然不是因为并行的任务会进行频繁的线程切换，因为Fork/Join框架在进行线程池初始化的时候默认线程数量为Runtime.getRuntime().availableProcessors()，单CPU单核的情况下只会产生一个线程，并不会造成线程切换，而是会增加Fork/Join框架的一些队列、池化的开销。

## **6、约束条件** ##

除了fork() 和 join()方法外，线程不得使用其他的同步工具。线程最好也不要sleep()  
    线程不得进行I/O操作  
    线程不得抛出checked exception

## **7、实例** ##

import java.util.concurrent.ForkJoinPool;
    import java.util.concurrent.Future;
    import java.util.concurrent.RecursiveTask;
    
    public class ForkJoinDemo {
     
        private static  int THRESLOD=1000;//任务阈值
     
        /**
         * 求1到100万之间的和，因为需要返回结果，所以需要继承recursiverTask
         */
      static class  MC extends RecursiveTask<Long>{
     
            Long sum = Long.valueOf(0);
     
            private  int begin,end;
     
            public MC(int begin, int end){
                this.begin=begin;
                this.end=end;
            }
     
            //表示这个任务完成后，返回的一个值
            @Override
            protected Long compute() {
     
                //如果任务量小于阈值，就直接计算
                if ((end-begin)<=THRESLOD){
                    for (int i = begin; i <end ; i++) {
                        sum +=i;
                    }
                }else{//如果大于1000， 就把他拆分成两个子任务进行fork
     
                    int mid= (end+begin)/2;
                    MC left=new MC(begin,mid);//一部分小线程
                    MC right= new MC(mid,end);
                    left.fork();//开启这小部分线程
                    right.fork();   //等同于invokeAll(left,rigth);
     
                    Long li= left.join();//让left任务完整完成
                    Long lr= right.join();//让right任务完整完成
                    sum=li+lr;
                }
                return sum;
            }
        }
     
        public static void main(String[] args) throws  Exception{
            ForkJoinPool forkJoinPool =new ForkJoinPool();//创建他的线程池
            Future<Long> ft=forkJoinPool.submit(new MC(0,100001));//在线程池中进行计算
            System.out.println("计算的结果是："+ft.get());
            forkJoinPool.shutdown();//关闭线程池
        }
    }

** 第二个例子：  查询出数组里包含a的字段，并显示：  下面是demo**

package ForkJoinTest;
     
    import java.util.concurrent.RecursiveTask;
     
    /**
     * 重写RecursiveTask<V>的抽象类
     */
    public abstract class ForkJoinService<V> extends RecursiveTask<V> {
        @Override
        protected abstract V compute();
    }

第二步

package ForkJoinTest;
     
    import java.util.ArrayList;
    import java.util.List;
     
    /**
     * ForkJoin的基类
     * Created by T430 on 2017/8/15.
     */
    public class ForkJoinTest extends ForkJoinService<List<String>> {
     
        private  int threshold;//阈值
        private  List<String> li;//待拆分list
     
     
        public ForkJoinTest(int threshold, List<String> li) {
            this.threshold = threshold;
            this.li = li;
        }
     
        @Override
        protected List<String> compute() {
            
            List<String> newList=new ArrayList<String>();//保存含有a字母的新集合
     
            //当end与start之间的差小于阈值时，开始进行实际筛选
            if (li.size()<threshold){
                for (String s:li) {
                    if (s.contains("a")){//如果含有字母a，则添加进去
                        newList.add(s);
                    }else{
                        continue;
                    }
                }
            }else{
                // 如果当end与start之间的差大于阈值时,将大任务分解成两个小任务。
               int middles=li.size()/2;
     
               List<String> leftli= li.subList(0,middles);
     
               List<String> rightli=li.subList(middles,li.size());
     
               ForkJoinTest left= new ForkJoinTest(threshold,leftli);
     
               ForkJoinTest right=new ForkJoinTest(threshold,rightli);
     
               //并行执行两个小任务
                left.fork();
                right.fork();
     
                //把两个小任务的结果“集合”起来
                newList.addAll(left.join());
                newList.addAll(right.join());
            }
     
     
            return newList;
        }
    }

第三步：测试：

package ForkJoinTest;
     
    import java.util.ArrayList;
    import java.util.Arrays;
    import java.util.List;
    import java.util.concurrent.ExecutionException;
    import java.util.concurrent.ForkJoinPool;
    import java.util.concurrent.Future;
     
    /**
     * 测试类
     * Created by T430 on 2017/8/15.
     */
    public class TestMain {
     
        public static void main(String[] args) throws ExecutionException, InterruptedException {
            String[] strings = {"a", "ah", "b", "ba", "ab", "ac", "sd", "fd", "ar", "te", "se", "te",
                    "sdr", "gdf", "df", "fg", "gh", "oa", "ah", "qwe", "re", "ty", "ui", "al"};
     
            List<String> stringList =new ArrayList<String>(Arrays.asList(strings));//把数组转换成list集合
     
            ForkJoinPool forkJoinPool =new ForkJoinPool();//创建他的线程池
     
            // 提交可分解的ForkJoinTask任务
            Future<List<String>> ft=forkJoinPool.submit(new ForkJoinTest(20,stringList));
     
     
            System.out.println("查询的结果是："+ft.get()+",个数是："+ft.get().size());
     
            forkJoinPool.shutdown();//关闭线程池
        }
    }

Fork/Join解决并归排序：[https://blog.csdn.net/yinwenjie/article/details/71915811][https_blog.csdn.net_yinwenjie_article_details_71915811]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppblhZYW4_size_16_color_FFFFFF_t_70]: /images/20220226/37964c26fb7e430292f863ea7c0e9241.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0ppblhZYW4_size_16_color_FFFFFF_t_70 1]: /images/20220226/7b5228e48d784b3ab0daccc72d095115.png
[https_blog.csdn.net_yinwenjie_article_details_71915811]: https://blog.csdn.net/yinwenjie/article/details/71915811