浅谈Java Fork/Join并行框架
作者：一字马胡
初步了解Fork/Join框架
Fork/Join 框架是java7中加入的一个并行任务框架，可以将任务分割成足够小的小任务，然后让不同的线程来做这些分割出来的小事情，然后完成之后再进行join，将小任务的结果组装成大任务的结果。下面的图片展示了这种框架的工作模型：
使用Fork/Join并行框架的前提是我们的任务可以拆分成足够小的任务，而且可以根据小任务的结果来组装出大任务的结果，一个最简单的例子是使用Fork/Join框架来求一个数组中的最大/最小值，这个任务就可以拆成很多小任务，大任务就是寻找一个大数组中的最大/最小值，我们可以将一个大数组拆成很多小数组，然后分别求解每个小数组中的最大/最小值，然后根据这些任务的结果组装出最后的最大最小值，下面的代码展示了如何通过Fork/Join求解数组的最大值：
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.Future;
import java.util.concurrent.RecursiveTask;
import java.util.concurrent.TimeUnit;
import java.util.concurrent.TimeoutException;
/**
* Created by hujian06 on 2017/9/28.
*
* fork/join demo
*/
public class ForkJoinDemo {
/**
* how to find the max number in array by Fork/Join
*/
private static class MaxNumber extends RecursiveTask<Integer> {
private int threshold = 2;
private int[] array; // the data array
private int index0 = 0;
private int index1 = 0;
public MaxNumber(int[] array, int index0, int index1) {
this.array = array;
this.index0 = index0;
this.index1 = index1;
}
@Override
protected Integer compute() {
int max = Integer.MIN_VALUE;
if ((index1 - index0) <= threshold) {
for (int i = index0;i <= index1; i ++) {
max = Math.max(max, array[i]);
}
} else {
//fork/join
int mid = index0 + (index1 - index0) / 2;
MaxNumber lMax = new MaxNumber(array, index0, mid);
MaxNumber rMax = new MaxNumber(array, mid + 1, index1);
lMax.fork();
rMax.fork();
int lm = lMax.join();
int rm = rMax.join();
max = Math.max(lm, rm);
}
return max;
}
}
public static void main(String ... args) throws ExecutionException, InterruptedException, TimeoutException {
ForkJoinPool pool = new ForkJoinPool();
int[] array = {100,400,200,90,80,300,600,10,20,-10,30,2000,1000};
MaxNumber task = new MaxNumber(array, 0, array.length - 1);
Future<Integer> future = pool.submit(task);
System.out.println("Result:" + future.get(1, TimeUnit.SECONDS));
}
}
可以通过设置不同的阈值来拆分成小任务，阈值越小代表拆出来的小任务越多。
工作窃取算法
Fork/Join在实现上，大任务拆分出来的小任务会被分发到不同的队列里面，每一个队列都会用一个线程来消费，这是为了获取任务时的多线程竞争，但是某些线程会提前消费完自己的队列。而有些线程没有及时消费完队列，这个时候，完成了任务的线程就会去窃取那些没有消费完成的线程的任务队列，为了减少线程竞争，Fork/Join使用双端队列来存取小任务，分配给这个队列的线程会一直从头取得一个任务然后执行，而窃取线程总是从队列的尾端拉取task。
Frok/Join框架的实现细节
在上面的示例代码中，我们发现Fork/Join的任务是通过ForkJoinPool来执行的，所以框架的一个核心是任务的fork和join，然后就是这个ForkJoinPool。关于任务的fork和join，我们可以想象，而且也是由我们的代码自己控制的，所以要分析Fork/Join，那么ForkJoinPool最值得研究。
上面的图片展示了ForkJoinPool的类关系图，可以看到本质上它就是一个Executor。在ForkJoinPool里面，有两个特别重要的成员如下：
volatile WorkQueue[] workQueues; final ForkJoinWorkerThreadFactory factory;
workQueues 用于保存向ForkJoinPool提交的任务，而具体的执行有ForkJoinWorkerThread执行，而ForkJoinWorkerThreadFactory可以用于生产出ForkJoinWorkerThread。可以看一些ForkJoinWorkerThread，可以发现每一个ForkJoinWorkerThread会有一个pool和一个workQueue，和我们上面描述的是一致的，每个线程都被分配了一个任务队列，而执行这个任务队列的线程由pool提供。
下面我们看一下当我们fork的时候发生了什么：
public final ForkJoinTask<V> fork() {
Thread t;
if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)
((ForkJoinWorkerThread)t).workQueue.push(this);
else
ForkJoinPool.common.externalPush(this);
return this;
}
看上面的fork代码，可以看到首先取到了当前线程，然后判断是否是我们的ForkJoinPool专用线程，如果是，则强制类型转换（向下转换）成ForkJoinWorkerThread，然后将任务push到这个线程负责的队列里面去。如果当前线程不是ForkJoinWorkerThread类型的线程，那么就会走else之后的逻辑，大概的意思是首先尝试将任务提交给当前线程，如果不成功，则使用例外的处理方法，关于底层实现较为复杂，和我们使用Fork/Join关系也不太大，如果希望搞明白具体原理，可以看源码。
下面看一下join的流程：
public final V join() {
int s;
if ((s = doJoin() & DONE_MASK) != NORMAL)
reportException(s);
return getRawResult();
}
private int doJoin() {
int s; Thread t; ForkJoinWorkerThread wt; ForkJoinPool.WorkQueue w;
return (s = status) < 0 ? s :
((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) ?
(w = (wt = (ForkJoinWorkerThread)t).workQueue).
tryUnpush(this) && (s = doExec()) < 0 ? s :
wt.pool.awaitJoin(w, this, 0L) :
externalAwaitDone();
}
final int doExec() {
int s; boolean completed;
if ((s = status) >= 0) {
try {
completed = exec();
} catch (Throwable rex) {
return setExceptionalCompletion(rex);
}
if (completed)
s = setCompletion(NORMAL);
}
return s;
}
/**
* Implements execution conventions for RecursiveTask.
*/
protected final boolean exec() {
result = compute();
return true;
}
上面展示了主要的调用链路，我们发现最后落到了我们在代码里编写的compute方法，也就是执行它，所以，我们需要知道的一点是，fork仅仅是分割任务，只有当我们执行join的时候，我们的额任务才会被执行。
如何使用Fork/Join并行框架
前文首先展示了一个求数组中最大值得例子，然后介绍了“工作窃取算法”，然后分析了Fork/Join框架的一些细节，下面才是我们最关心的，怎么使用Fork/Join框架呢？
为了使用Fork/Join框架，我们只需要继承类RecursiveTask或者RecursiveAction。前者适用于有返回值的场景，而后者适合于没有返回值的场景。
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。