ForkJoin分支合并

什么是ForkJoin

ForkJoin在JDK1.7 ，并行执行任务！提高效率，大数据量
大数据：Map Reduce（把大任务拆分成小任务）

ForkJoin特点

工作窃取： （这个里面维护的都是双端队列）

ForkJoin 例子

去继承其中一个

使用的需要继承RecursiveTask

而RecursiveTask 继承了ForkJoinTask

1.具体代码ForkJoin应用

package JUC;

import java.util.concurrent.RecursiveTask;
/**  
 *  求和计算的任务！
 *  3000 6000（ForkJoin） 9000（Stream并行流）
 *  1.ForkJoinPool 通过它来执行
 *  2.计算任务 ForkJoinPool.execute(ForkJoinTask task)
 *  3.计算类要继承ForkJoinTask
 */
public class ForkJoinTest extends RecursiveTask<Long>{
	
	private static final long serialVersionUID = 1L;
	private Long start;
	private Long end;
	
	//临界值
	private Long tempLong = 10000L;
	
	public ForkJoinTest() {}
	
	public ForkJoinTest(Long start, Long end) {
		super();
		this.start = start;
		this.end = end;
	}
	


	@Override
	protected Long compute() {
		Long iLong = null;
		if ((end-start)<tempLong) {
			Long sum = 0L;
			for (int i = 0; i < 1000_0000; i++) {
				sum += i;
			}
			System.out.println(sum);
		}else {	//分支合并计算
			//拆分压入
			Long middle = (start+end)/2;
			ForkJoinTest task1 = new ForkJoinTest(start,middle);
			task1.fork();
			ForkJoinTest task2 = new ForkJoinTest(middle+1,end);
			task2.fork();
			
			//获取结果
			iLong = task1.join()+task2.join();
		}
		return iLong;
	}

}

2.测试类

2.1测试1和结果

	//3000程序员
	@Test
	public void test1() {
		Long startTime = System.currentTimeMillis();
		Long sum = 0L;
		for (Long i = 1L; i < 100000000; i++) {
			sum += i;
		}
		System.out.println(sum);
		Long endTime = System.currentTimeMillis();
		System.out.println("sum="+sum+"时间："+(endTime-startTime));
	}

2.2测试2和结果

	//8000程序员
	@Test
	public void test2() {
		Long startTime = System.currentTimeMillis();
		//先获取ForkJoinPool池子
		ForkJoinPool forkJoinPool = new ForkJoinPool();
		//我具体使用定义的对象
		ForkJoinTest forkJoinTest = new ForkJoinTest(0L,100000000L);
		//提交任务
		ForkJoinTask<Long> submit = forkJoinPool.submit(forkJoinTest);
		
		try {//获取提交结果
			Long sum = submit.get();
		} catch (InterruptedException | ExecutionException e) {
			e.printStackTrace();
		}
		
		Long endTime = System.currentTimeMillis();
		System.out.println("sum="+"时间："+(endTime-startTime));
	}

是分的核数越多？线程越多所以慢了？ 由于我机子性能不行 直接出不来

2.3测试3和结果

	//12000程序员
	@Test
	public void test3() {
		Long startTime = System.currentTimeMillis();
		
		//Stream并行流
		LongStream.rangeClosed(0L, 100000000L)
			.parallel()
			.reduce(0,Long::sum);
		
		Long endTime = System.currentTimeMillis();
		System.out.println("sum="+"时间："+(endTime-startTime));
	}

可见最快的是Stream并行流