为加速数据集的处理,往往需要额外的显式优化,通过Stream来对集合中的元素执行操作流水线,以此来充分利用计算机的多个核,这意味着需要对数据进行并行处理,而在Java7之前对于集合数据执行并行处理的操作:
1、手动将数据的数据结构拆分为多个子部分。
2、分配给每个子部分一个独立的线程。
3、可能需要进行同步操作来避免竞争条件,当所有单独线程完成后进行合并。
自Java7引入"分支/合并"(Fork/Join)的框架后,则很好的解决了这个问题。
什么是Fork/Join框架?
Fork/Join框架是Java7提供了的一个用于并行执行任务的框架, 是一个把大任务分割成若干个小任务(分为治之),最终汇总每个小任务结果后得到大任务结果的框架。
Fork就是把一个大任务切分为若干子任务并行的执行,Join就是合并 这些子任务的执行结果,最后得到这个大任务的结果。比如计算1+2+。。+10000,可以分割成10个子任务,每个子任务分别对1000个数进行求和, 最终汇总这10个子任务的结果。
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。
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。
Fork/Join框架怎么用?
ForkJoinTask:ForkJoinTask类,通常情况下只需要继承它的子类,Fork/Join框架提供了以下两个子类RecursiveAction(用于没有返回结果的任务)、RecursiveTask(用于有返回结果的任务)。Fork/Join分配的线程数量就是你的处理器数量。
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。
public class Test {
public static void main(String[] args) throws ExecutionException, InterruptedException {
ForkJoinPool forkJoinPool = new ForkJoinPool();//对线程池的扩展
Future<Integer> result = forkJoinPool.submit(new Task(1, 10000));
System.out.println(result.get());
forkJoinPool.shutdown();
}
}
class Task extends RecursiveTask<Integer> {
private int start;
private int end;
public Task(int start, int end) {
this.start = start;
this.end = end;
}
@Override
protected Integer compute() {
int sum = 0;
if (start - end < 100) {
for (int i = start; i < end; i++) {
sum += i;
}
} else {//间隔有100则拆分多个任务计算
int middle = (start + end) / 2;
Task left = new Task(start, middle);
Task right = new Task(middle + 1, end);
left.fork();
right.fork();
sum = left.join() + right.join();
}
return sum;
}
}
并行流
什么是并行流?
将工作负荷分配到多核处理器的所有核,把工作内容拆分为多个模块,使用不同线程分别去处理对应模块的数据流。
示例:
计算1-1000的数字之和:
//串行流
long start = System.currentTimeMillis();
System.out.println(Stream.iterate(1,i -> {
try {
Thread.sleep(50L);
} catch (InterruptedException e) {
e.printStackTrace();
}
return i + 1;
}).limit(1000).mapToInt(Integer::intValue).sum());
System.out.println(System.currentTimeMillis() - start); //500500
//并行流
long start01 = System.currentTimeMillis();
System.out.println(Stream.iterate(1, i -> {
try {
Thread.sleep(50L);
} catch (InterruptedException e) {
e.printStackTrace();
}
return i + 1;
}).limit(1000).parallel().mapToInt(Integer::intValue).sum());
System.out.println(System.currentTimeMillis() - start01); //63105
并行求和流程示例图:
同样,我们也可以通过调用sequential将流变为顺序流或者同时使用parallel和sequential来精细控制遍历流操作的不同步骤的执行方式 。
stream.parallel() .filter(...) .sequential() .map(...) .parallel() .reduce();