ForkJoinPool和ForkJoinTask联用,示例解析

ForkJoinPool

ForkJoin算法执行大概流程

任务的拆分 fork,直到判断任务已经足够细粒度(原子任务),底层用到递归 类似微服务项目在这里插入图片描述
此时开始执行任务 当前被分解的任务不需要返回值那么任务完成则执行结束,当需要返回值时就会有下面的join操作:
在这里插入图片描述
每个细粒度join完会和同层被fork的任务进行join得到返回的结果

由此我们可以看出对于ForkJoinPool来说一个大任务会细分多个子任务,每个子任务可以继续划分多个子任务直到不能划分为主,当各个阶段的任务都执行完此时会合并各个阶段返回的数据组成最终的返回值 相比于ThreadPoolExecutor来说 同一个任务ForkJoinPool可以被多个线程执行而ThreadPoolExecutor只能被一个线程执行.

工作窃取

每个线程执行的任务存在一个队列当中,当某一线程执行完自己的任务就会去窃取其他线程的任务,由于双向队列的原因每个线程的任务队列都是互通的在这里插入代码片
在这里插入图片描述

ForkJoinTask

当我们使用callable或者是runnable 时任务窃取不会生效 此时只有实现ForkJoinTask类的子任务才会生效
在这里插入图片描述
RecursiverAction执行的任务没有返回值RecursiverTask执行的任务有返回值

示例

10-100的计算
在这里插入图片描述

public class MyTest4 {

    public static void main(String[] args) {
        //不显示线程数量 默认是CPU核心数*2
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        MyTask myTask = new MyTask(1,100 );
        Integer invoke = forkJoinPool.invoke(myTask);

        System.out.println(invoke);

        forkJoinPool.shutdown();
    }
}

class MyTask extends RecursiveTask<Integer> {

    //两数之间间隔数
    private int limit = 4;
    //首
    private int firstIndex;
    //尾
    private int lastIndex;

    public MyTask(int firstIndex, int lastIndex) {
        this.firstIndex = firstIndex;
        this.lastIndex = lastIndex;
    }

    @Override
    protected Integer compute() {

        int result = 0;

        int gap = lastIndex - firstIndex;

        boolean flag = gap <= limit;

        if (flag) {
            System.out.println(Thread.currentThread().getName());

            for (int i = firstIndex; i <= lastIndex; i++) {
                result += i;
            }
        } else {//不符合要求对任务进行拆分
            int middleIndex = (firstIndex + lastIndex) / 2;

            MyTask leftTask = new MyTask(firstIndex, middleIndex);
            MyTask rightTask = new MyTask(middleIndex + 1, lastIndex);

            //执行递归操作 ForkJoinTask的静态方法 内部会执行我们重写的compute
//            invokeAll(leftTask, rightTask);

//            //同上
//            invokeAll(leftTask);
//            invokeAll(rightTask);

            //同上
            ArrayList<MyTask> objects = new ArrayList<>();
            objects.add(rightTask);
            objects.add(leftTask);
            invokeAll(objects);
            /*
                join() 获取任务执行汇总结果
             */
            int leftTaskResult = leftTask.join();
            int rightTaskResult = rightTask.join();

            result = leftTaskResult + rightTaskResult;
        }

        return result;
    }
}

参看
fork/invokAll的区别
参看

使用场景述

  • 2
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当处理大数据量的计算时,你可以使用Fork/Join框架来实现并行计算。Fork/Join框架是Java提供的用于并行计算的工具,基于分治法的思想,可以将大任务划分成小任务,并且可以利用多个线程执行这些小任务。 下面是一个使用Fork/Join框架的示例代码: ```java import java.util.ArrayList; import java.util.List; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveAction; public class DataCalculation extends RecursiveAction { private static final int THRESHOLD = 100; // 每个任务处理的最小数据量 private List<String> regions; // 所有地区列表 public DataCalculation(List<String> regions) { this.regions = regions; } @Override protected void compute() { if (regions.size() <= THRESHOLD) { // 处理小规模计算任务 for (String region : regions) { // 根据6个条件计算数据 // TODO: 实现具体的计算逻辑 System.out.println("Calculating data for region: " + region); } } else { // 划分任务并创建子任务 int mid = regions.size() / 2; List<String> leftRegions = regions.subList(0, mid); List<String> rightRegions = regions.subList(mid, regions.size()); DataCalculation leftTask = new DataCalculation(leftRegions); DataCalculation rightTask = new DataCalculation(rightRegions); // 并行执行子任务 invokeAll(leftTask, rightTask); } } public static void main(String[] args) { List<String> regions = getRegions(); // 获取所有地区列表 ForkJoinPool forkJoinPool = new ForkJoinPool(); DataCalculation task = new DataCalculation(regions); forkJoinPool.invoke(task); forkJoinPool.shutdown(); } private static List<String> getRegions() { // TODO: 获取所有地区列表 return new ArrayList<>(); } } ``` 上述代码使用了Fork/Join框架来并行处理计算任务。当地区列表的大小小于等于阈值(THRESHOLD)时,直接在当前线程中处理计算任务;否则,将任务划分成两个子任务,分别处理左半部分和右半部分的地区列表,并且使用invokeAll()方法并行执行子任务。 请根据实际情况实现具体的计算逻辑和获取地区列表的方法。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值