ForkJoin框架

1.简介

我们知道，在我们使用多线程时，为了提高并发性，我们可以使用线程池来实现功能；但是，其实Java还提供了一个ForkJoin框架，这个框架使用归并的思想来实现；一般在学习这个框架的时候，都是使用数组中各元素相加来模拟这个框架；本文也将使用这个方法来使用这个框架；

2.代码

由于，我们是需要使用归并的思路来实现各数相加；那么，我们首先要实现任务，然后，将任务设置好阈值

public class SumTask extends RecursiveTask<Long> {
	// 阈值
    static final int THRESHOLD = 500;
    long[] array;
    int start;
    int end;

    SumTask(long[] array, int start, int end) {
        this.array = array;
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        if (end - start <= THRESHOLD) {
            // 如果任务足够小,直接计算:
            long sum = 0;
            for (int i = start; i < end; i++) {
                sum += this.array[i];
            }
            return sum;
        }
        // 任务太大,一分为二: 这里使用了分治的思想
        int middle = (end + start) / 2; 
        SumTask subtask1 = new SumTask(this.array, start, middle);
        SumTask subtask2 = new SumTask(this.array, middle, end);
        invokeAll(subtask1, subtask2);
        Long subresult1 = subtask1.join();
        Long subresult2 = subtask2.join();
        Long result = subresult1 + subresult2;
        return result;
    }
}

下面对其进行测试：

public class Main {
    // 获取逻辑处理器数量，本机为4
    static final int NCPU = Runtime.getRuntime().availableProcessors();

    public static void main(String[] args) throws Exception {

        // 创建200000000个随机数组成的数组:
        long[] array = new long[200000000];
        long expectedSum = 0;
        for (int i = 0; i < array.length; i++) {
            array[i] = random();
        }

        long s = System.currentTimeMillis();
        for (int i = 0; i < array.length; i++) {
            expectedSum = expectedSum + array[i];
        }
        long e = System.currentTimeMillis();

        System.out.println("花费时间：" + (e - s));
        System.out.println("Expected sum: " + expectedSum);
        // fork/join:
        ForkJoinPool fjp = new ForkJoinPool(NCPU);

        ForkJoinTask<Long> task = new SumTask(array, 0, array.length);

        long startTime = System.currentTimeMillis();
        ForkJoinTask<Long> result = fjp.submit(task);
        long endTime = System.currentTimeMillis();
        System.out.println("Fork/join sum: " + result.get() + " in " + (endTime - startTime) + " ms.");
    }

    static Random random = new Random(0);

    static long random() {
        return random.nextInt(10000);
    }
}

测试结果如下：感觉很神奇，可能是本地线程比较多吧，线程上下文切换比较多；四个核心线程还不如单线程执行的快；
那么，Fork/join是怎么执行的呢？

1. 根据传入参数，创建对应的工作线程，每个工作线程都有对应的队列，
2. 如果，任务还是太大了，就会进行拆分，再放入到队列中
3. 如果，任务大小合适了，那么就进行计算
4. 如果，有一个工作线程已经工作完成了，那么，就会去别的线程中最后的一个任务；
5. 直到所有的任务执行完毕；