并行流与串行流
并行流就是把一个内容分成多个数据块,并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化,我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过parallel() 与sequential() 在并行流与顺序流之间进行切换。
Fork/Join 框架
Fork/Join 框架:就是在必要的情况下,将一个大任务,进行拆分(fork)成若干个小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行join 汇总.
Fork/Join 框架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。
相对于一般的线程池实现,fork/join框架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.而在fork/join框架实现中,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.
ForkJoinCalculate.java
package www.muzi.com;
import java.util.concurrent.RecursiveTask;
/**
* Date:2017/3/10 15:18
*/
public class ForkJoinCalculate extends RecursiveTask{
private long start;
private long end;
private static final long THRESHOLD = 10000L;
public ForkJoinCalculate(long start, long end) {
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
long length = end - start;
if (length <= THRESHOLD){
long sum = 0;
for (long i = start; i <= end; i++) {
sum += i;
}
return sum;
}else{
long middle = (start + end) / 2;
ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
left.fork();//拆分子任务,同时压入线程队列
ForkJoinCalculate right = new ForkJoinCalculate(middle + 1, end);
right.fork();//拆分子任务,同时压入线程队列
return left.join() + right.join();
}
}
}
TestForkJoin.java
package www.muzi.com;
import org.junit.Test;
import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;
/**
* Date:2017/3/10 17:12
*/
public class TestForkJoin {
Long num = 10000000000L;
/**
* ForkJoin
*/
@Test
public void test1(){
Instant start = Instant.now();
ForkJoinPool pool = new ForkJoinPool();
ForkJoinTask task = new ForkJoinCalculate(0,num);
Long sum = pool.invoke(task);
System.out.println(sum);
Instant end = Instant.now();
System.out.println("耗费时间:" + Duration.between(start,end).toMillis());//3904
}
/**
* 普通for循环
*/
@Test
public void test2(){
Instant start = Instant.now();
Long sum = 0L;
for (int i = 0; i < num; i++) {
sum += i;
}
System.out.println(sum);
Instant end = Instant.now();
System.out.println("耗费时间:" + Duration.between(start,end).toMillis());//因为时间太长。。。。不等了
}
/**
* 并行流
*/
@Test
public void test3(){
Instant start = Instant.now();
LongStream.rangeClosed(0, num)
.parallel()
.reduce(0, Long:: sum);
Instant end = Instant.now();
System.out.println("耗费时间:" + Duration.between(start,end).toMillis());//3887
}
/**
* 串行流
*/
@Test
public void test4(){
Instant start = Instant.now();
LongStream.rangeClosed(0, num)
.sequential()
.reduce(0, Long:: sum);
Instant end = Instant.now();
System.out.println("耗费时间:" + Duration.between(start,end).toMillis());//7398
}
}