Java并行任务框架Fork/Join
Fork/Join是什么？
Fork意思是分叉，Join为合并。Fork/Join是一个将任务分割并行运行，然后将最终结果合并成为大任务的结果的框架，父任务可以分割成若干个子任务，子任务可以继续分割，提供我们一种方便的并行任务功能，满足实际场景的业务需求，思想类似于MapReduce。任务的分割必须保证子任务独立，不会相互依赖结果。
从哪里开始？
Fork/Join框架主要有如下接口和类：
- ForkJoinPool：一个线程池，用于执行调度分割的任务，实现了ExecutorService接口。提供三种执行任务的方式：
1、execute：最原生的执行方式，以异步执行，并且无返回结果。
2、submit：异步执行，有返回结果，返回结果是封装后的Future对象。
3、invoke和invokeAll：异步执行，有返回结果，会等待所有任务执行执行完成，返回的结果为无封装的泛型T。
- ForkJoinTask：抽象的分割任务，提供以分叉的方式执行，以及合并执行结果。
- RecursiveAction：异步任务，无返回结果。通常自定义的任务要继承，并重写compute方法，任务执行的就是compute方法。
- RecursiveTask：异步任务，有返回结果。通常自定义的任务要继承，并重写compute方法，任务执行的就是compute方法。
核心类图
从核心类图看出，要想开始一个分割的并行任务，可以创建一个ForkJoinPool线程池，同时创建无返回结果的任务RecursiveAction或有返回结果的任务RecursiveTask，最后调用线程池ForkJoinPool的execute或submit或invoke方法执行任务，完成后合并结果。
实例
我们以一个有返回结果的并行任务实例进行测试。计算从起始值到结束值得连续数的累加结果，利用Fork/Join框架。并对比普通计算和并行计算的耗时差异。
package com.misout.forkjoin;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;
/**
* 计算从起始值到结束值得连续数的累加结果，利用Fork/Join框架
* @author Misout
* @date 2018-01-13 16:06:44
*/
public class SumTask extends RecursiveTask<Long> {
private static final long serialVersionUID = 4828818665955149519L;
/** 每个任务最多允许计算的数字个数阈值，超过这个阈值，任务进行拆分 */
private static final long THRESHOLD = 1000L;
/** 起始值 */
private Long startNumber;
/** 结束值 */
private Long endNumber;
public SumTask(Long startNumber, Long endNumber) {
this.startNumber = startNumber;
this.endNumber = endNumber;
}
/**
* 累加数的个数超过阈值1000个，拆分成2个子任务执行。子任务继续作拆分。计算完，合并结果。
*/
@Override
protected Long compute() {
if(startNumber > endNumber) {
System.out.println("start number should be smaller than end number");
return 0L;
}
if(endNumber - startNumber < THRESHOLD) {
return this.getCount(startNumber, endNumber);
} else {
Long mid = (startNumber + endNumber) / 2;
RecursiveTask<Long> subTask1 = new SumTask(startNumber, mid);
RecursiveTask<Long> subTask2 = new SumTask(mid + 1, endNumber);
subTask1.fork();
subTask2.fork();
return subTask1.join() + subTask2.join();
}
}
/**
* 普通累加执行方法
* @param start 起始数
* @param end 结束数
* @return 累加和
*/
protected Long getCount(Long start, Long end) {
Long sum = 0L;
for(long i = start; i <= end; i++) {
sum += i;
}
return sum;
}
public static void main(String[] args) {
ForkJoinPool forkJoinPool = new ForkJoinPool();
Long start = 5L;
Long end = 3463434L;
SumTask task = new SumTask(start, end);
Long startTime = System.currentTimeMillis();
Long sum = forkJoinPool.invoke(task);
Long endTime = System.currentTimeMillis();
System.out.println("fork/join : sum = " + sum + ", cost time = " + (endTime - startTime) + "ms");
startTime = System.currentTimeMillis();
Long sum2 = task.getCount(start, end);
endTime = System.currentTimeMillis();
System.out.println("normal : sum = " + sum2 + ", cost time = " + (endTime - startTime) + "ms");
}
}
说明：SumTask继承RecursiveTask，并实现了compute方法。在compute方法中会进行任务分割，并继续生成子任务，子任务仍然以分割的方式运行。
运行结果对比：
fork/join : sum = 5997689267885, cost time = 290ms
normal : sum = 5997689267885, cost time = 41ms
注意事项：任务拆分的深度最好不要太多，否则很容易因创建的线程过多影响系统性能。
work-stealing规则
在Java的API说明中提到，ForkJoinPool线程池与ThreadPoolExecutor线程池不同的地方在于，ForkJoinPool善于利用窃取工作执行加快任务的总体执行速度。实际上，在ForkJoinPool线程池中，若一个工作线程的任务队列为空没有任务执行时，便从其他工作线程中获取任务主动执行。为了实现工作窃取，在工作线程中维护了双端队列，窃取任务线程从队尾获取任务，被窃取任务线程从队头获取任务。这种机制充分利用线程进行并行计算，减少了线程竞争。但是当队列中只存在一个任务了时，两个线程去取反而会造成资源浪费。
