目录
1. Fork/Join框架
Fork/Join是一个是一个并行计算的框架,主要就是用来支持分治任务模型的,这个计算框架里的 Fork对应的是分治任务模型里的任务分解,Join 对应的是结果合并。它的核心思想是将一个大任务分成许多小任务,然后并行执行这些小任务,最终将它们的结果合并成一个大的结果。
2. Fork/Join应用场景
Fork/Join框架的应用场景包括以下几个方面:
1. 递归分解型任务
Fork/Join框架特别适用于递归分解型的任务,例如排序、归并、遍历等。这些任务通常可以将大的任务分解成若干个子任务,每个子任务可以独立执行,并且可以通过归并操作将子任务的结果合并成一个有序的结果。
2. 数组处理
Fork/Join框架还可以用于数组的处理,例如数组的排序、查找、统计等。在处理大型数组时,Fork/Join框架可以将数组分成若干个子数组,并行地处理每个子数组,最后将处理后的子数组合并成一个有序的大数组。
3. 并行化算法
Fork/Join框架还可以用于并行化算法的实现,例如并行化的图像处理算法、并行化的机器学习算法等。在这些算法中,可以将问题分解成若干个子问题,并行地解决每个子问题,然后将子问题的结果合并起来得到最终的解决方案。
4. 大数据处理
Fork/Join框架还可以用于大数据处理,例如大型日志文件的处理、大型数据库的查询等。在处理大数据时,可以将数据分成若干个分片,并行地处理每个分片,最后将处理后的分片合并成一个完整的结果。
3. Fork/Join使用
Fork/Join框架的主要组成部分是ForkJoinPool、ForkJoinTask。ForkJoinPool是一个线程池,它用于管理ForkJoin任务的执行。ForkJoinTask是一个抽象类,用于表示可以被分割成更小部分的任务。
3.1 ForkJoinPool
3.1.1 ForkJoinPool基础知识
ForkJoinPool是Fork/Join框架中的线程池类,它用于管理Fork/Join任务的线程。ForkJoinPool类包括一些重要的方法,例如submit()、invoke()、shutdown()、awaitTermination()等,用于提交任务、执行任务、关闭线程池和等待任务的执行结果。ForkJoinPool类中还包括一些参数,例如线程池的大小、工作线程的优先级、任务队列的容量等,可以根据具体的应用场景进行设置。
构造器:ForkJoinPool中有四个核心参数,用于控制线程池的 并行数、工作线程的创建、异常处理和模式指定 等。各参数解释如下:
- int parallelism:指定并行级别(parallelism level)。ForkJoinPool将根据这个设定,决定工作线程的数量。如 果未设置的话,将使用Runtime.getRuntime().availableProcessors()来设置并行级别;
- ForkJoinWorkerThreadFactory factory:ForkJoinPool在创建线程时,会通过factory来创建。注意,这里需要实现的是ForkJoinWorkerThreadFactory,而不是ThreadFactory。如果你不指定factory,那么将由默认的DefaultForkJoinWorkerThreadFactory负责线程的创建工作;
- UncaughtExceptionHandler handler:指定异常处理器,当任务在运行中出错时,将由设定的处理器处理;
- boolean asyncMode:设置队列的工作模式。当asyncMode为true时,将使用先进先出队列,而为false时则使 用后进先出的模式
//获取处理器数量 1 int processors = Runtime.getRuntime().availableProcessors(); 2 //构建forkjoin线程池 3 ForkJoinPool forkJoinPool = new ForkJoinPool(processors);
任务提交方式
任务提交是ForkJoinPool的核心能力之一,提交任务有三种方式:1. 提交异步执行2. 等待并获取结果3. 提交执行获取Future结果
和普通线程池之间的区别
工作窃取算法 :ForkJoinPool采用工作窃取算法来提高线程的利用率,而普通线程池则采用任务队列来管理任务。在 工作窃取算法中,当一个线程完成自己的任务后,它可以从其它线程的队列中获取一个任务来执行, 以此来提高线程的利用率。
任务的分解和合并 :ForkJoinPool可以将一个大任务分解为多个小任务,并行地执行这些小任务,最终将它们的结果合并 起来得到最终结果。而普通线程池只能按照提交的任务顺序一个一个地执行任务。
工作线程的数量:
ForkJoinPool会根据当前系统的CPU核心数来自动设置工作线程的数量,以最大限度地发挥CPU的性 能优势。而普通线程池需要手动设置线程池的大小,如果设置不合理,可能会导致线程过多或过少, 从而影响程序的性能。任务类型 :ForkJoinPool适用于执行大规模任务并行化,而普通线程池适用于执行一些短小的任务,如处理请求 等。
3.1.2 ForkJoinPool工作原理
工作线程ForkJoinWorkerThreadForkJoinWorkerThread是ForkJoinPool中的一个专门用于执行任务的线程。 当一个ForkJoinWorkerThread被创建时,它会自动注册一个WorkQueue到ForkJoinPool中。这个 WorkQueue是该线程专门用于存储自己的任务的队列,只能出现在WorkQueues[]的奇数位。在 ForkJoinPool中,WorkQueues[]是一个数组,用于存储所有线程的WorkQueue。
工作队列WorkQueueWorkQueue是一个双端队列,用于存储工作线程自己的任务。每个工作线程都会维护一个本地的WorkQueue,并且优先执行本地队列中的任务。当本地队列中的任务执行完毕后,工作线程会尝试从其他线程的WorkQueue中窃取任务。注意:在ForkJoinPool中,只有WorkQueues[]奇数位的WorkQueue是属于ForkJoinWorkerThread线程的,因此只有这些WorkQueue才能被线程本身使用和窃取任务。偶数位的WorkQueue是用于外部线程提交任务的,而且是由多个线程共享的,因此它们不能被线程窃取任务。
工作窃取ForkJoinPool与ThreadPoolExecutor有个很大的不同之处在于, ForkJoinPool存在引入了工作窃 取设计 ,它是其性能保证的关键之一。 工作窃取,就是允许空闲线程从繁忙线程的双端队列中窃取任 务。 默认情况下,工作线程从它自己的双端队列的头部获取任务。但是,当自己的任务为空时,线程 会从其他繁忙线程双端队列的尾部中获取任务。这种方法,最大限度地减少了线程竞争任务的可能 性 。ForkJoinPool的大部分操作都发生在工作窃取队列(work-stealing queues ) 中,该队列由内部 类WorkQueue实现。 它是Deques的特殊形式,但仅支持三种操作方式:push、pop和poll(也称为 窃取) 。在ForkJoinPool中,队列的读取有着严格的约束,push和pop仅能从其所属线程调用,而 poll则可以从其他线程调用。 通过工作窃取,Fork/Join框架可以实现任务的自动负载均衡,以 充分利用多核CPU的计算能力,同时 也可以避免线程的饥饿和延迟问题
3.1.3 ForkJoinPool执行流程
3.2 ForkJoinTask
调用方法ForkJoinTask 最核心的是 fork() 方法和 join() 方法,承载着主要的任务协调作用,一个用于任务提 交,一个用于结果获取。fork()——提交任务 :fork()方法 用于向当前任务所运行的线程池中提交任务。如果当前线程ForkJoinWorkerThread 类型,将会放入该线程的工作队列,否则放入common线程池的工作队列中。join()——获取任务执行结果 :join()方法用于 获取任务的执行结果。调用join()时,将阻塞当前线程直到对应的子任务完成运行并返回结果
处理递归任务注意事项对于一些递归深度较大的任务,使用Fork/Join框架可能会出现任务调度和内存消耗的问题。当递归深度较大时,会产生大量的子任务,这些子任务可能被调度到不同的线程中执行,而线程的创建和销毁以及任务调度的开销都会占用大量的资源,从而导致性能下降。此外,对于递归深度较大的任务,由于每个子任务所占用的栈空间较大,可能会导致内存消耗过大,从而引起内存溢出的问题。因此, 在使用Fork/Join框架处理递归任务时,需要根据实际情况来评估递归深度和任务粒度 ,以避免任务调度和内存消耗的问题。如果递归深度较大,可以尝试采用其他方法来优化算法,如使用迭代方式替代递归,或者限制递归深度来减少任务数量,以避免Fork/Join框架的缺点。
处理阻塞任务
- 防止线程饥饿:当一个线程在执行一个阻塞型任务时,它将会一直等待任务完成,这时如果没有其他线程可以窃 取任务,那么该线程将一直被阻塞,直到任务完成为止。为了避免这种情况,应该避免在ForkJoinPool中提交大 量的阻塞型任务。
- 使用特定的线程池:为了最大程度地利用ForkJoinPool的性能,可以使用专门的线程池来处理阻塞型任务,这些 线程不会被ForkJoinPool的窃取机制所影响。例如,可以使用ThreadPoolExecutor来创建一个线程池,然后将 这个线程池作为ForkJoinPool的执行器,这样就可以使用ThreadPoolExecutor来处理阻塞型任务,而使用 ForkJoinPool来处理非阻塞型任务。
- 不要阻塞工作线程:如果在ForkJoinPool中使用阻塞型任务,那么需要确保这些任务不会阻塞工作线程,否则会 导致整个线程池的性能下降。为了避免这种情况,可以将阻塞型任务提交到一个专门的线程池中,或者使用 CompletableFuture等异步编程工具来处理阻塞型任务。
4 小结
- 任务切分:将大的任务分割成更小粒度的小任务,让更多的线程参与执行;
- 任务窃取:通过任务窃取,充分地利用空闲线程,并减少竞争。