009-并行计算框架Fork/Join框架

Fork/Join框架

作用

并行计算的框架
在CPU密集行的任务中
一个大的任务往往可以拆分成很多个小的任务
这些小的任务处理完成后再组成一个大的结果
这个就是分治任务模型
也就是并行计算框架处理的任务模型
Fork（拆分）/Join（结合）

一般用作：

1. 递归分解型任务
2. 数组处理
3. 并行化计算
4. 大数据处理

使用步骤

1. 构建一个任务的具体处理
   编写拆分的逻辑
   然后调用invokeAll
   invokeAll会自动把任务提交和合并结果
2. 构建ForkJoin池
   和线程池的区别是，线程数就是CPU的逻辑核数
   并且每个线程都持有一个队列
   默认是先进后出的栈结构
3. 调用ForkJoin池.invoke（具体任务）

设置自定义任务

这里的invokeAll就是把两个任务先fork 后 join

设置ForkJoin任务池
提交任务

任务拆分

这个例子中不涉及到任务合并如果有的话需要在 compute() 自己实现

实现具体的任务

接口是java.util.concurrent.ForkJoinTask
但是JDK以及提供了一些标准实现（抽象类）我们直接继承来用
比如递归处理RecursiveAction

Action是没有返回方法的
对应还有Task是有返回的

使用注意

1. 使用的时候需要评估划分任务的深度，比如递归任务的时候需要关注递归的深度，避免栈溢出
2. 最好自己指定专用的ThreadPoolExecutor来创建一个线程池

为啥快

1. 每个工作线程都有自己的队列
2. 线程窃取，空闲线程可以处理别的线程队列里的任务
   

ForkJoinWorkerThread
添加任务push()
出队任务pop()
窃取任务poll()