ForkJoin 线程池[通俗易懂]

大家好，又见面了，我是你们的朋友全栈君。

一、分而治之

严格来讲，分而治之不算一种模式，而是一种思想。它可以将一个大任务拆解为若干个小任务并行执行，提高系统吞吐量。主要讲两个场景，Master-Worker 模式，ForkJoin 线程池。

ForkJoin 线程池是Jdk7之后引入的一个并行执行任务的框架。其核心思想是将任务分割为子任务，有可能子任务还是很大，还需要进一步拆解，最终得到足够小的任务。将分割出来的子任务放入双端队列中，然后几个启动线程从双端队列中获取任务执行。子任务执行的结果放到一个队列里，另起线程从队列中获取数据，合并结果。

二、ForkJoin 与传统线程池的区别

采用 “工作窃取”模式(work-stealing)：当执行新的任务时，它可以将其拆分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。 相较于一般的线程池，ForkJoin 的优势体现在对其中包含的任务的处理方式上。在一般的线程池中，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态。而 ForkJoin，如果某个子问题由于等待另外一个子问题的完成而无法继续运行，那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行。这种方式减少了线程的等待时间，提高了性能。

三、案例

计算从 0 到 100L 的累加求和。CountTask 继承自 RecursiveTask，可以携带返回值。每次分解大任务，简单的将任务划分为 10 个等规模的小任务，并使用 fork() 提交子任务。在子任务中通过 THRESHOLD(门槛) 设置子任务分解的阈值，如果当前需要求和的总数大于 THRESHOLD，则子任务需要再次分解，如果子任务可以直接执行，则进行求和操作，返回结果。最终等待所有的子任务执行完毕，对所有结果求和。

public class CountTask extends RecursiveTask<Long> { 

//任务分解的阈值
private static final int THRESHOLD = 11;
private long start;
private long end;
public CountTask(long start, long end) { 

this.start = start;
this.end = end;
}
public Long compute() { 

long sum = 0;
boolean canCompute = (end - start) < THRESHOLD;
if (canCompute) { 

for (long i = start; i <= end; i++) { 

sum += i;
}
} else { 

//分成100个小任务
long step = (start + end) / 10;
ArrayList<CountTask> subTasks = new ArrayList<CountTask>();
long pos = start;
for (int i = 0; i < 10; i++) { 

long lastOne = pos + step;
if (lastOne > end) { 

lastOne = end;
}
CountTask subTask = new CountTask(pos, lastOne);
pos += step + 1;
//将子任务推向线程池
subTasks.add(subTask);
subTask.fork();
}
for (CountTask task : subTasks) { 

//对结果进行join
sum += task.join();
}
}
return sum;
}
public static void main(String[] args) throws ExecutionException, InterruptedException { 

ForkJoinPool pool = new ForkJoinPool();
// 累加求和 0 -> 100L
CountTask task = new CountTask(0, 100L);
ForkJoinTask<Long> result = pool.submit(task);
System.out.println("sum result : " + result.get());
}
}

ForkJoin 线程池使用一个无锁的栈来管理空闲线程，如果一个工作线程暂时取不到可用的任务，则可能被挂起。挂起的线程将被压入由线程池维护的栈中，待将来有任务可用时，再从栈中唤醒这些线程。Java8 的并行流就是基于 ForkJoin，并进行了优化。

版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。

发布者：全栈程序员栈长，转载请注明出处：https://javaforall.cn/191575.html原文链接：https://javaforall.cn

原文地址：https://cloud.tencent.com/developer/article/2152274