Java SE5的java.util.concurrent包中的执行器(Executor)将为你管理Thread对象,从而简化了并发编程。Executor在客户端和执行任务之间提供了一个间接层,Executor代替客户端执行任务。Executor允许你管理异步任务的执行,而无须显式地管理线程的生命周期。Executor在Java SE5/6中时启动任务的优选方法。Executor引入了一些功能类来管理和使用线程Thread,其中包括线程池,Executor,Executors,ExecutorService,CompletionService,Future,Callable等
创建线程池
Executors类,提供了一系列工厂方法用于创先线程池,返回的线程池都实现了ExecutorService接口。
public static ExecutorService newFixedThreadPool(int nThreads)
创建固定数目线程的线程池。
public static ExecutorService newCachedThreadPool()
创建一个可缓存的线程池,调用execute 将重用以前构造的线程(如果线程可用)。如果现有线程没有可用的,则创建一个新线程并添加到池中。终止并从缓存中移除那些已有 60 秒钟未被使用的线程。
public static ExecutorService newSingleThreadExecutor()
创建一个单线程化的Executor。
public static ScheduledExecutorService newScheduledThreadPool(int corePoolSize)
创建一个支持定时及周期性的任务执行的线程池,多数情况下可用来替代Timer类。
见类图,接口Executor只有一个方法execute,接口ExecutorService扩展了Executor并添加了一些生命周期管理的方法,如shutdown、submit等。一个Executor的生命周期有三种状态,运行 ,关闭 ,终止。
Callable,Future用于返回结果
Future<V>代表一个异步执行的操作,通过get()方法可以获得操作的结果,如果异步操作还没有完成,则,get()会使当前线程阻塞。FutureTask<V>实现了Future<V>和Runable<V>。Callable代表一个有返回值得操作。
实例:并行计算求和
- public class ConcurrentSum {
- private int coreCpuNum;
- private ExecutorService executor;
- private List<FutureTask<Long>> tasks = new ArrayList<FutureTask<Long>>();
- public ConcurrentSum(){
- coreCpuNum = Runtime.getRuntime().availableProcessors();
- executor = Executors.newFixedThreadPool(coreCpuNum);
- }
- class SumCalculator implements Callable<Long>{
- int nums[];
- int start;
- int end;
- public SumCalculator(final int nums[],int start,int end){
- this.nums = nums;
- this.start = start;
- this.end = end;
- }
- @Override
- public Long call() throws Exception {
- long sum =0;
- for(int i=start;i<end;i++){
- sum += nums[i];
- }
- return sum;
- }
- }
- public long sum(int[] nums){
- int start,end,increment;
- // 根据CPU核心个数拆分任务,创建FutureTask并提交到Executor
- for(int i=0;i<coreCpuNum;i++){
- increment = nums.length / coreCpuNum+1;
- start = i*increment;
- end = start+increment;
- if(end > nums.length){
- end = nums.length;
- }
- SumCalculator calculator = new SumCalculator(nums, start, end);
- FutureTask<Long> task = new FutureTask<Long>(calculator);
- tasks.add(task);
- if(!executor.isShutdown()){
- executor.submit(task);
- }
- }
- return getPartSum();
- }
- public long getPartSum(){
- long sum = 0;
- for(int i=0;i<tasks.size();i++){
- try {
- sum += tasks.get(i).get();
- } catch (InterruptedException e) {
- e.printStackTrace();
- } catch (ExecutionException e) {
- e.printStackTrace();
- }
- }
- return sum;
- }
- public void close(){
- executor.shutdown();
- }
- public static void main(String[] args) {
- int arr[] = new int[]{1, 22, 33, 4, 52, 61, 7, 48, 10, 11 };
- long sum = new ConcurrentSum().sum(arr);
- System.out.println("sum: " + sum);
- }
- }
CompletionService
在上述例子中,getResult()方法的实现过程中,迭代了FutureTask的数组,如果任务还没有完成则当前线程会阻塞,如果我们希望任意任务完成后就把其结果加到result中,而不用依次等待每个任务完成,可以使用CompletionService。
它与ExecutorService最主要的区别在于submit的task不一定是按照加入时的顺序完成的。CompletionService对ExecutorService进行了包装,内部维护一个保存Future对象的BlockingQueue。只有当这个Future对象状态是结束的时候,才会加入到这个Queue中,take()方法其实就是Producer-Consumer中的Consumer。它会从Queue中取出Future对象,如果Queue是空的,就会阻塞在那里,直到有完成的Future对象加入到Queue中。所以,先完成的必定先被取出。这样就减少了不必要的等待时间。
实例:并行计算求和
- public class ConcurrentSum2 {
- private int coreCpuNum;
- private ExecutorService executor;
- private CompletionService<Long> completionService;
- public ConcurrentSum2(){
- //.....
- }
- class SumCalculator implements Callable<Long>{
- //.....
- }
- public long sum(int[] nums){
- int start,end,increment;
- // 根据CPU核心个数拆分任务,创建FutureTask并提交到Executor
- for(int i=0;i<coreCpuNum;i++){
- increment = nums.length / coreCpuNum+1;
- start = i*increment;
- end = start+increment;
- if(end > nums.length){
- end = nums.length;
- }
- SumCalculator task = new SumCalculator(nums, start, end);
- if(!executor.isShutdown()){
- completionService.submit(task);
- }
- }
- return getPartSum();
- }
- public long getPartSum(){
- long sum = 0;
- for(int i=0;i<coreCpuNum;i++){
- try {
- sum += completionService.take().get();
- } catch (InterruptedException e) {
- e.printStackTrace();
- } catch (ExecutionException e) {
- e.printStackTrace();
- }
- }
- return sum;
- }
- public void close(){
- executor.shutdown();
- }
- }