鸿蒙编程江湖:深入理解TaskPool和Worker的并发任务执行

本文旨在深入探讨华为鸿蒙HarmonyOS Next系统(截止目前API12)的技术细节,基于实际开发实践进行总结。主要作为技术分享与交流载体,难免错漏,欢迎各位同仁提出宝贵意见和问题,以便共同进步。本文为原创内容,任何形式的转载必须注明出处及原作者。

鸿蒙系统提供了两种并发能力:TaskPool 和 Worker。它们都基于 Actor 并发模型实现,但它们的使用场景和功能有所不同。

  • TaskPool:TaskPool 是一个多线程运行环境,它提供了任务的执行、取消、优先级设置等功能。TaskPool 适用于独立任务,例如计算密集型任务、I/O 密集型任务等。
  • Worker:Worker 是一个可以长时间运行的后台线程,它支持与宿主线程之间的消息传递。Worker 适用于长时间运行的任务,例如后台数据处理、模型训练等。

TaskPool 和 Worker 的区别与使用场景

特性 TaskPool Worker
内存模型 线程间隔离,内存不共享 线程间隔离,内存不共享
参数传递机制 采用标准的结构化克隆算法(Structured Clone)进行序列化、反序列化,完成参数传递。支持 ArrayBuffer 转移和 SharedArrayBuffer 共享。 采用标准的结构化克隆算法(Structured Clone)进行序列化、反序列化,完成参数传递。支持 ArrayBuffer 转移和 SharedArrayBuffer 共享。
参数传递 直接传递,无需封装,默认进行 transfer。 消息对象唯一参数,需要自己封装。
方法调用 直接将方法传入调用。 在 Worker 线程中进行消息解析并调用对应方法。
返回值 异步调用后默认返回。 主动发送消息,需在 onmessage 解析赋值。
生命周期 TaskPool 自动管理生命周期,无需关心任务负载高低。 开发者自行管理 Worker 的数量及生命周期。
任务池个数上限 自动管理,无需配置。 同个进程下,最多支持同时开启 64 个 Worker 线程,实际数量由进程内存决定。
任务执行时长上限 3 分钟(不包含 Promise 和 async/await 异步调用的耗时,例如网络下载、文件读写等 I/O 任务的耗时),长时任务无执行时长上限。 无限制。
设置任务的优先级 支持配置任务优先级。 不支持。
执行任务的取消 支持取消已经发起的任务。 不支持。
线程复用 支持。 不支持。
任务延时执行 支持。 不支持。
设置任务依赖关系 支持。 不支持。
串行队列 支持。 不支持。
任务组 支持。 不支持。
使用场景
  • TaskPool:适用于独立任务,例如计算密集型任务、I/O 密集型任务等。
  • Worker:适用于长时间运行的任务,例如后台数据处理、模型训练等。

TaskGroup 的管理与任务优先级

TaskGroup:TaskGroup 是一个任务集合,可以将多个任务添加到 TaskGroup 中,并一起执行。TaskGroup 支持配置任务的优先级。
示例

import { taskpool } from '@kit.ArkTS';
@Concurrent
function add(num1: number, num2: number): number {
  return num1 + num2;
}
@Concurrent
function subtract(num1: number, num2: number): number {
  return num1 - num2;
}
async function concurrentFunc() {
  const task1 = new taskpool.Task(add, 1, 2);
  const task2 = new taskpool.Task(subtract, 3, 4);
  const group = new taskpool.TaskGroup();
  group.addTask(task1);
  group.addTask(task2);
  group.addTask(task1); // 添加重复任务
  await taskpool.execute(group, taskpool.Priority.HIGH);
}

任务优先级

  • Priority.IDLE:后台任务,优先级最低。
  • Priority.LOW:低优先级任务。
  • Priority.MEDIUM:中等优先级任务。
  • Priority.HIGH:高优先级任务。

任务的添加与执行逻辑

任务添加

const task = new taskpool.Task(func, args);

任务执行

await taskpool.execute(task);

任务取消

taskpool.cancel(task);

示例代码:通过 TaskPool 执行 CPU 密集型任务的示例

以下是一个简单的示例,演示如何使用 TaskPool 执行 CPU 密集型任务:

import { taskpool } from '@kit.ArkTS';
@Concurrent
function complexCalculation(data: ArrayBuffer): ArrayBuffer {
  // 执行复杂的计算操作
  return data;
}
async function concurrentCalculation() {
  const data = new ArrayBuffer(1024);
  const task = new taskpool.Task(complexCalculation, data);
  await taskpool.execute(task);
}
@Entry
@Component
struct Index {
  @State message: string = 'Hello World';
  build() {
    Row() {
      Column() {
        Text(this.message)
          .fontSize(50)
          .fontWeight(FontWeight.Bold)
          .onClick(async () => {
            await concurrentCalculation();
          })
          .width('100%');
      }
    }
    .height('100%');
  }
}

这段代码定义了一个名为 Index 的组件,并在组件中显示了一条文本消息 "Hello World"。点击按钮会执行 concurrentCalculation 函数,该函数创建一个并发任务并执行它。任务完成后,会在控制台输出结果。

总结

通过以上介绍,您可以了解到鸿蒙系统中的 TaskPool 和 Worker 并发能力的使用方法。TaskPool 和 Worker 都是基于 Actor 并发模型实现的,但它们的使用场景和功能有所不同。希望本文能够帮助您掌握鸿蒙系统中的并发编程技术,并开发出更优秀的鸿蒙应用。

posted @ 2024-10-25 13:01  SameX  阅读(42)  评论(0编辑  收藏  举报