java框架都有哪些_写了3年Java,竟然连ForkJoin框架都没用过

aa77b291ab22cb1e255ba3d376bfe5ab.png

在了解Fork-Join之前,我们得先了解什么是并行计算。

并行计算

相对于串行计算,并行计算可以划分成时间并行和空间并行。时间并行即指令流水化,也就是流水线技术。比如说生产一辆小汽车,有特定的轮子车间/发动机车间,同时进行各自的生产。空间并行是指使用多个处理器执行并发计算。

以程序和算法设计人员的角度看,并行计算又可分为数据并行和任务并行。数据并行把大的任务化解成若干个相同的子任务,任务并行是指每一个线程执行一个分配到的任务,而这些线程则被分配(通常是操作系统内核)到该并行计算体系的各个计算节点中去。

简单来说,并行计算是通过把大问题划分为小问题,运用计算机资源并行的处理子问题,当需要得到大问题的结果时,将小问题的结果按顺序合并起来得到最终结果。这种思想就是分治思想,小到归并排序,大到大数据计算...

Fork-Join

Fork-Join框架是Doug Lea 大神在JDK7引入的。Fork就是把大问题拆分成小问题,也就是大任务拆成多个子任务,并行执行子任务。Join就是把任务的结果按顺序合并起来。

063c79e9dbbaea60da201c8fb5b98089.png

假设我们需要求从 1-1亿之间的数字和,按照Fork-Join的思想,可分为以下三步:

Step1.定义拆分子任务和合并子任务的规则

  • 划分子任务的规则

首先将任务拆为 1-5千万 和 5千万01 - 1亿两个子任务,直到每个子任务计算的数字范围在1万以内的时候,我们才计算这个任务的和。

  • 合并子任务的规则

同一父任务的所有子任务的结果再相加,就是这一父任务的结果。

Step2.充分利用计算机资源,最大并行的执行子任务

Step3.充分利用计算机资源,执行合并所有子任务,获得最终的结果

显然一般人做不了后两步,我们只需要把 怎么拆,怎么和 告诉Fork-Join框架,Fork-Join框架就帮我们做好 如何最大并行执行子任务 和 如何最有效合并子任务。

设计原理

如何充分利用计算机资源,最大并行执行子任务?

一般小伙伴应该可以想到使用多线程,让线程数等于CPU核数。此时可以充分利用CPU的计算资源。

我们来看一下JDK普通线程池是咋玩的。(不要说你不懂为啥池化 :)

0d5113f71938d8774fbfdd609bc16886.png

任务都是丢到一个同步队列BlockingQueue中的。如果你了解JDK BlockingQueue的实现,就知道有界的同步队列都是用锁阻塞的,有些push/poll操作还共用一把锁。

问题1:并行的任务有必要共用一个阻塞队列吗?

问题2: 如果任务队列中的任务存在依赖,worker线程只能被阻塞着。啥意思呢?

假设任务队列中存在两个任务task1和task2,task1的执行结果依赖于task2的结果。如果worker1先拉取到task1,结果发现此时task2还没有被执行。则worker1只能阻塞等待别的worker拉取到task2,task2执行完了worker1才能继续执行task1。

如果worker1当发现task1无法继续执行下去时,能够先把它放一边,继续拉取任务执行。这样效率是比较高的。

Work−Stealing

Fork-Join框架通过Work−Stealing算法解决上面两个问题。

36f8d4b1122ed1158835bf488225984a.png
  • 每个线程拥有自己的任务队列,并且是双端队列。
  • 线程操作自己的任务队列是LIFO(Last in First out)模式。
  • 线程还可以偷取别的线程任务队列中的任务,模式为FIFO(First in First out)。

显然 每个线程拥有自己的任务队列可以提高获取队列的并行度。

双端任务队列将所属的自己线程的push/pop操作 和 其他线程的steal操作通过不同的模式区分开。这样只有当Base==Top-1时,pop操作和steal操作才会有冲突。

如何才能准确及时知道Base==Top-1呢,Fork-Join框架的牛逼之处也在于对任务的调度是轻量级的。

steal操作

考虑steal操作,是多个其他线程的同步操作。需要保证:偷到Base处的任务和Base++的原子性,同时Base的值一旦改变,其他线程应该能够马上可见。聪明的小伙伴是不是想到 锁和volatile 了:)

//steal操作 就是 poll()方法
final ForkJoinTask<?> poll() {
            ForkJoinTask<?>[] a; int b; ForkJoinTask<?> t;
//array就是双端队列,实际用数组实现。
//base是将要偷的任务下标,base是用volatile修饰的,保证可见性
//top是将要push进去的任务下标,可参考上面示意图
            while ((b = base) - top < 0 && (a = array) != null) {
 //说明经过while条件初步判断任务队列不为空
//获取base处的任务在任务队列中的偏移量
                int j = (((a.length - 1) & b) << ASHIFT) + ABASE;
//用volatile load 语义取出base处的任务t,可以简单理解为一定是最新修改版本的任务
                t = (ForkJoinTask<?>)U.getObjectVolatile(a, j);
//再次读取base,判断此时t是否被别的线程偷走
                if (base == b) {

                    if (t != null) {
//如果多次读判断都没啥问题,CAS修改base处的任务t为null
                        if (U.compareAndSwapObject(a, j, t, null)) {
//如果上面修改成功,表示这个任务被该线程偷到了
//此时就将base指针向前移一位,注意这一步是原子操作,base++就不是了
                            base = b + 1;
                            return t;
                        }
                    }
                    else if (b + 1 == top) 
// 如果t==null && b + 1 == top,此时任务队列为空
                        break;
                }
            }
            return null;
        }

简单来说,有任务可偷时,通过CAS偷任务保证只有一个线程能偷成功,偷成功的这个线程接着修改volatile base指针,使得马上对其他线程可见。同时通过前面的多次读判断减少后期CAS并发的冲突概率。没任务可偷时,通过CAS偷任务失败可以判断出来。

请小伙伴一句句看上面的代码,阿姨都注释出来了。虽然上面并没有锁,,但是小伙伴想想锁其实是悲观控制并发的思想,是不是可以拆成多次读判断 + CAS原子修改的乐观思想来控制并发。只要最终保证只有一个能修改成功就可以了。

push操作

考虑push操作,是任务队列所属的线程才能操作,天生线程安全:不需要通过CAS或锁来保证同步,只需要原子的修改top处任务 和 top向前移一位 就可以了。同理,top也不需要用volatile修饰。

final void push(ForkJoinTask<?> task) {
            ForkJoinTask<?>[] a; ForkJoinPool p;
            int b = base, s = top, n;
            if ((a = array) != null) {    // ignore if queue removed
                int m = a.length - 1;     // fenced write for task visibility
//更新双端队列array的top处任务为task,直接原子更新,非CAS操作
//因为这个方法只会被array所属的线程调用,所以这里是线程安全的
                U.putOrderedObject(a, ((m & s) << ASHIFT) + ABASE, task);
//top指针向前移一位
                U.putOrderedInt(this, QTOP, s + 1);
                if ((n = s - b) <= 1) {
//说明未push前队列中最多有一个任务
                    if ((p = pool) != null)
//此时唤醒其他等待的线程,表示整体pool中有事情可以做了。。
                        p.signalWork(p.workQueues, this);
                }
                else if (n >= m)
//队列扩容
                    growArray();
            }
        }

小伙伴思考下,这里Base和Top指针会存在任务冲突吗?其实不会哦,因为两个指针都在往前冲,Base永远追赶不上Top。这个方法额外需要做的事情 是 唤醒空闲线程 表示有任务进来了, 判断队列是否需要扩容就好。

pop操作

考虑pop操作,虽然任务队列所属的线程才能操作,但是当任务队列只有一个任务时,存在steal操作和pop操作的任务竞争。原理就和steal操作一致了,当CAS修改top-1处任务为空 成功时,再更新top值为top-1。

final ForkJoinTask<?> pop() {
            ForkJoinTask<?>[] a; ForkJoinTask<?> t; int m;
            if ((a = array) != null && (m = a.length - 1) >= 0) {
                for (int s; (s = top - 1) - base >= 0;) {
                    long j = ((m & s) << ASHIFT) + ABASE;
                    if ((t = (ForkJoinTask<?>)U.getObject(a, j)) == null)
                        break;
                    if (U.compareAndSwapObject(a, j, t, null)) {
                        U.putOrderedInt(this, QTOP, s);
                        return t;
                    }
                }
            }
            return null;
        }

注意这个pop操作并没有steal操作那么多次预读避免并发竞争,小姐姐yy是因为pop操作只有在任务队列中只有一个任务时,才会存在和Steal操作的竞争问题。而Steal操作也时时可能存在多个其他线程的竞争问题的。

通过上面三个任务调度方法的分析,你有没有感受到一丝丝FJ的调度轻量级呢?

总结一下:Fork-Join框架通过将共享的任务队列拆分成线程独有的双端任务队列,多线程steal操作通过多次读和CAS保证同步,steal操作和pop操作 通过CAS 保证同步,push操作线程安全,不需要同步。

问题是什么时候线程消费自己的任务队列中的任务,什么时候会去偷别的线程的任务,一个任务在Fork-Join框架中的生命周期是怎样的,又是怎么流转的?

Fork-Join框架使用

要能回答上面的问题,我们先看一下如何使用Fork-Join框架。上面这三个方法并不是我们能直接调用的,这三个方法是Fork-Join自己在合适的时机自己调用的。像最开始所说,使用者只需要:定义好拆分子任务和合并子任务的规则的大任务,并且把任务丢给ForkJoinPool就好

求 1-1亿之间的数字和

Step1.定义一个求和的任务类

继承RecursiveTask类,重写其compute()方法:

RecursiveTask如其名,是一个归并任务。compute()方法是具体如何拆分,如何归并的实现。fork()方法就是在确定拆分子任务规则时调用的,该方法会把子任务push到当前线程自己的任务队列中;join()方法就是在确定合并子任务的规则时调用的,该方法会等待直到返回子任务的结果。

public class SumTask extends RecursiveTask<Long> {
        private long[] numbers;
        private int from;
        private int to;

        public SumTask(long[] numbers, int from, int to) {
            this.numbers = numbers;
            this.from = from;
            this.to = to;
        }

        @Override
        protected Long compute() {
        //拆分子任务的规则:
            // 1.当需要计算的数字小于6时,直接计算结果
            if (to - from < 6) {
                long total = 0;
                for (int i = from; i <= to; i++) {
                    total += numbers[i];
                }
                return total;
                // 2.否则,把任务一分为二,递归计算
            } else {
                int middle = (from + to) / 2;
                //构造子任务
                SumTask taskLeft = new SumTask(numbers, from, middle);
                SumTask taskRight = new SumTask(numbers, middle+1, to);
                //将子任务添加到任务队列,这一步我们还是要做了
                taskLeft.fork();
                taskRight.fork();

                //合并所有子任务的规则:所有子任务的结果相加
                return taskLeft.join() + taskRight.join();
            }
        }
    }

在等待子任务结果的时候,线程被阻塞了吗?

(当然没有,这段时间其实就会偷任务来做。后面我们再分析:)

Step2.构造一个Fork-Join线程池,把上面的求和大任务SumTask丢进去

public static void main(String[] args) {
        ForkJoinPool pool = new ForkJoinPool();
        SumTask sumTask =  new SumTask(numbers, 0, numbers.length-1)
        long result = pool.invoke(sumTask);
        System.out.println(result);
}

从这里,我们可以看到任务丢进线程池是调用的pool.invoke(sumTask)

一个归并任务的流转

Step1.任务提交到任务队列

包括invoke等所有任务提交方法最终都会调用ForkJoinPool.externalPush方法。

这里面需要考虑将任务提交到哪个队列?

如果提交到ForkJoinWorkerThread自己的双端任务队列中:不管提交到头还是尾,都会和我们上面分析的三个操作发生任务冲突。而且如何选择负载最小的线程来提交也会增加问题复杂性。

ForkJoinPool中双端任务队列是用数组(volatile WorkQueue[] workQueues)实现的,其中奇数下标存放的是可激活的任务队列,偶数下标存放的是不可激活的任务队列。激活指的是这个队列是否是某个ForkJoin线程的任务队列。

f5279e118c4db964fc1b89a984b15c68.png

ForkJoinPool.externalPush只能将任务提交到不可激活任务队列,该方法的主要逻辑为:

当提交的任务是pool的第一个任务时,会初始化workQueues,ForkJoinWorkerThread等资源,通过hash算法选择一个偶数下标的workQueue,在TOP处放入任务。同时唤醒ForkJoinWorkerThread开始拉取任务工作。

当提交的任务不是第一个任务,此时workQueues等资源已初始化好。同样需要选择一个偶数下标的workQueue存放任务,如果选中的workQueue只有这一个任务,说明之前线程资源大概率是闲置的状态,会尝试 唤醒(signalWork方法) 一个空闲的ForkJoinWorkerThread开始拉取任务工作。

Step2.ForkJoinWorkerThread的运行

我们先看一下任务的生产和消费模式:

ad3426e76a9ba078215f323563a10114.png

可激活的workQueue自己所属ForkJoinWorkerThread的任务模式是LIFO(Last In First Out)

不可激活的workQueue的任务模式是FIFO(First In First Out)

ForkJoinWorkerThread刚开始运行时会调用ForkJoinWorkerThread.scan方法随机选取一个队列从Base处捞取任务.捞取到任务会调用WorkQueue.runTask方法执行任务,最终对于RecursiveTask任务执行的是RecursiveTask.exec方法。

protected final boolean exec() {
//我们一开始定义SumTask的实现方法:compute
        result = compute();
        return true;
    }

里面调用的就是我们一开始定义SumTask的实现方法:compute方法。

fork所做的事情就是将我们切分的子任务添加到当前ForkJoinWorkerThread自己的workQueue中

if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)
            ((ForkJoinWorkerThread)t).workQueue.push(this);

join所做的事情就是等待子任务的返回结果

public final V join() {
        int s;
        //doJoin会返回执行结果

        if ((s = doJoin() & DONE_MASK) != NORMAL)
        //结果有异常,抛出异常信息
            reportException(s);
        //结果无异常,返回正常结果
        return getRawResult();
    }

讲原理的时候我们提到了当调用join获取任务结果时,ForkJoinWorkerThread会根据当前任务的情况,做出最正确的执行判断,而不是单纯的阻塞等待结果。

Step3.join时执行任务的判断

结合上面求和的例子,我们来看一下求1-10之间的数字和的求和任务的可能join过程:

case1:任务未被偷

0ea9cad2bd2277de4342ab7828bd02b6.png

假设求和 1-10任务被Thread1执行,fork出两个子任务:1-5 和 6-10,只要Thread1能判断出来要join的任务在自己的任务队列中,那当前join哪个子任务就把它取出来执行就可以。

case2:任务被偷,此时自己的任务队列为空,可以帮助小偷执行它未完成的任务

76b23b72faa1441c1e4ed08737fb49ed.png

假设求和 1-10任务被Thread1执行,fork出两个子任务:1-5 和 6-10。6-10已成功执行完成,join返回了结果。但此时发现1-5被Thread2偷走了,自己的任务队列中已经没有任务可以执行了。此时Thread1可以找到小偷Thread2,并偷取Thread2的10-20任务来帮助它执行。

case3:任务被偷,此时自己的任务队列不为空

84d473f80b8990fe900eecc2a16dc7cb.png

假设求和 1-10任务被Thread1执行,fork出两个子任务:1-5 和 6-10,要join 1-5时发现已经被Thread2偷走了,而自己队列中还有6-10等待join执行。不好意思帮不了小偷了。

只好尝试挂起自己等待1-5的执行结果通知,并尝试唤醒空闲线程或者创建新的线程替代自己执行任务队列中的6-10任务。

上述三种情况代码均在ForkJoinPool.awaitJoin方法中。整体思路是:

当任务还在自己的队列:

  • 自己执行,获取结果。

当被别人偷走阻塞了:

  • 自己又没任务执行,就帮助小偷执行任务。
  • 自己有任务要执行,就尝试挂起自己等待小偷的反馈结果,同时找队友帮助自己执行。

这里任务模式有意思的是:

scan/steal操作都是从Base处获取任务,那么更容易获取到大的任务执行,从而使得整体线程的资源分配更加均衡。

任务队列所属的线程是LIFO的任务生产消费模式,刚好符合递归任务的执行顺序。

至此你有没有对ForkJoin框架的轻量级调度和Work−Stealing算法有一些了解呀:)

最后

感谢大家看到最后,如文章有不足,欢迎大家在评论区支持,给予意见。如果觉得我的文章对你有帮助,那就给我一个赞同吧。

每天都会分享java相关技术文章或行业资讯。欢迎大家关注和转发文章。

已标记关键词 清除标记
表情包
插入表情
评论将由博主筛选后显示,对所有人可见 | 还能输入1000个字符
相关推荐
©️2020 CSDN 皮肤主题: 1024 设计师:白松林 返回首页