ForkJoinPool 分支/合并框架
ForkJoinPool 分支/合并框架
一、Fork/Join框架简介
Fork/Join 框架就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行join 汇总。
如下图所示：
二、Fork/Join 框架与线程池的区别
采用“工作窃取”模式（work-stealing）：
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现，fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态。而在fork/join框架实现中，如果某个子问题由于等待另外一个子问题的完成而无法继续运行。那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间，提高了性能。
三、示例代码
对0L,到50000000000L进行求和
1 package me.concurrent.fjp;
2
3 import java.time.Duration;
4 import java.time.Instant;
5 import java.util.concurrent.ForkJoinPool;
6 import java.util.concurrent.ForkJoinTask;
7 import java.util.concurrent.RecursiveTask;
8 import java.util.stream.LongStream;
9
10 import org.junit.Test;
11
12 public class TestForkJoinPool {
13
14 public static void main(String[] args) {
15 Instant start = Instant.now();
16
17 ForkJoinPool pool = new ForkJoinPool();
18
19 ForkJoinTask<Long> task = new ForkJoinSumCalculate(0L, 50000000000L);
20
21 Long sum = pool.invoke(task);
22
23 System.out.println(sum);
24
25 Instant end = Instant.now();
26
27 System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());// 166-1996-10590
28 }
29
30 @Test
31 public void test1() {
32 Instant start = Instant.now();
33
34 long sum = 0L;
35
36 for (long i = 0L; i <= 50000000000L; i++) {
37 sum += i;
38 }
39
40 System.out.println(sum);
41
42 Instant end = Instant.now();
43
44 System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());// 35-3142-15704
45 }
46
47 // java8 新特性
48 @Test
49 public void test2() {
50 Instant start = Instant.now();
51
52 Long sum = LongStream.rangeClosed(0L, 50000000000L).parallel().reduce(0L, Long::sum);
53
54 System.out.println(sum);
55
56 Instant end = Instant.now();
57
58 System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());// 1536-8118
59 }
60
61 }
62
63 class ForkJoinSumCalculate extends RecursiveTask<Long> {
64
65 private static final long serialVersionUID = -259195479995561737L;
66
67 private long start;
68 private long end;
69
70 private static final long THURSHOLD = 10000L; // 临界值
71
72 public ForkJoinSumCalculate(long start, long end) {
73 this.start = start;
74 this.end = end;
75 }
76
77 @Override
78 protected Long compute() {
79 long length = end - start;
80
81 if (length <= THURSHOLD) {
82 long sum = 0L;
83
84 for (long i = start; i <= end; i++) {
85 sum += i;
86 }
87
88 return sum;
89 } else {
90 long middle = (start + end) / 2;
91
92 ForkJoinSumCalculate left = new ForkJoinSumCalculate(start, middle);
93 left.fork(); // 进行拆分，同时压入线程队列
94
95 ForkJoinSumCalculate right = new ForkJoinSumCalculate(middle + 1, end);
96 right.fork(); //
97
98 return left.join() + right.join();
99 }
100 }
101
102 }
main方法运行结果
-4378596987249509888
耗费时间为：36950（毫秒）
CPU利用率几乎100%！！！
如果，您对我的这篇博文有什么疑问，欢迎评论区留言，大家互相讨论学习。
如果，您认为阅读这篇博客让您有些收获，不妨点击一下右下角的【推荐】。
如果，您希望更容易地发现我的新博客，不妨点击一下左下角的【关注我】。
如果，您对我的博文感兴趣，可以关注我的后续博客，我是【AlbertRui】。转载请注明出处和链接地址，欢迎转载，谢谢！
