ForkJoin框架是jdk7产生的一个新的并发框架,从其名字得知两个词fork()拆分、join()合并
就是利用拆分合并的思想,将一个大任务先拆分好,直到不能拆分为止,然后完成任务,最终将结果合并。
什么是ForkJoinPool
ForkJoinPool在JDK1.7 ,并发执行任务!提高效率。大数据量
核心思想是将大的任务拆分成多个小任务(即fork),然后在将多个小任务处理汇总到一个结果上(即join),非常像MapReduce处理原理。
大数据:MapReduce(把大任务拆分为小任务)
ForkJoinPool特点:(work-stealing )工作窃取
ForkJoinPool特点:工作窃取
ForkJoinPool会把一个大任务分成若干个小任务去执行(任务是双端队列去存储的,两端都可以操作),然后再合并结果集。
线程的执行速度不一样,因此先执行完的线程,为了避免浪费时间,会去还没有执行完的线程那里拿到它未执行完的任务,去帮它执行,之所以能拿到,也是因为任务是双端队列存储的,两头都可以操作。
ForkJoinPool主要是为了并行计算使用(也就是新增加的并行流),但我觉得更适合IO密集型的场景。
比如大规模的并行查询。而CPU密集型的操作,过多的线程切换可能会影响效率
练习:0到100亿,求和计算!
分别用三种方法计算,并对比计算效率:
第一种方法:
使用for循环
结论:大数据量下,不要用for暴力取值,效率最低!所有耗时都在计算,但他是单线程的
第二种方法:
使用ForkJoinPool
结论:采用RecursiveTask(递归任务的意思),使用ForkJoin时,
任务的量一定要大,则效率越高
!否则太小,由于任务拆分也会消耗时间。第三种方法:
使用Stream并行流
结论:当数据量不是太大时,效率最高。
推荐使用
原因是:forkjoin拆分任务需要时间。
所以:使用Stream并行流,计算比较稳妥
代码测试:
第一种方法:使用for循环
package forkjoin;
import java.util.concurrent.ExecutionException;
public class Test {
public static void main(String[] args) {
test1();
}
//(大数据量下,不要用for硬取值,效率最低!)
public static void test1() {
long sum = 0L;
long start = System.currentTimeMillis();
for (int i = 0; i <= 100_0000_0000L; i++) {