java8学习计划-ForkJoin测试

ForkJoin的概念的理解，已经使用具体的测试来实现 写ForkJoin，但是Java8 里面的 Stream的多核计算 采用Spliterator 这个也是对ForkJoin的封装。

1. Fork/Join框架的引入

Fork/Join框架是Java7提供了的一个用于并行执行任务的框架， 是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架

我们再通过Fork和Join这两个单词来理解下Fork/Join框架，Fork就是把一个大任务切分为若干子任务并行的执行，Join就是合并这些子任务的执行结果，最后得到这个大任务的结果。比如计算1+2+。。＋10000，可以分割成10个子任务，每个子任务分别对1000个数进行求和，最终汇总这10个子任务的结果。Fork/Join的运行流程图如下：

2. 工作窃取算法

工作窃取（work-stealing）算法是指某个线程从其他队列里窃取任务来执行。工作窃取的运行流程图如下：

那么为什么需要使用工作窃取算法呢？假如我们需要做一个比较大的任务，我们可以把这个任务分割为若干互不依赖的子任务，为了减少线程间的竞争，于是把这些子任务分别放到不同的队列里，并为每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应，比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完，而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着，不如去帮其他线程干活，于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列，所以为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。

工作窃取算法的优点是充分利用线程进行并行计算，并减少了线程间的竞争，其缺点是在某些情况下还是存在竞争，比如双端队列里只有一个任务时。并且消耗了更多的系统资源，比如创建多个线程和多个双端队列。

3. Fork/Join框架的介绍

我们已经很清楚Fork/Join框架的需求了，那么我们可以思考一下，如果让我们来设计一个Fork/Join框架，该如何设计？这个思考有助于你理解Fork/Join框架的设计。

第一步分割任务。首先我们需要有一个fork类来把大任务分割成子任务，有可能子任务还是很大，所以还需要不停的分割，直到分割出的子任务足够小。

第二步执行任务并合并结果。分割的子任务分别放在双端队列里，然后几个启动线程分别从双端队列里获取任务执行。子任务执行完的结果都统一放在一个队列里，启动一个线程从队列里拿数据，然后合并这些数据。

Fork/Join使用两个类来完成以上两件事情：

• ForkJoinTask：我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：
  • RecursiveAction：用于没有返回结果的任务。
  • RecursiveTask ：用于有返回结果的任务。
• ForkJoinPool ：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。

package com.company.LambdaExpressions.ForkJoin;

import java.util.concurrent.ForkJoinPool;

/**
 * Created by mengxiaopeng on 2018/3/5.
 * com.company.LambdaExpressions.ForkJoin
 *
 * ForkJoin 多核多线程的处理数据 类似于单机版的MapReduce
 * RecursiveTask: 存在返回值的ForkJoin
 * RecursiveAction： 无返回值的ForkJoin
 */
public class MyForkJoinPoolTest {
    private static int[] data = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};

    public static void main(String[] args) {
        //## 传统方式
        System.out.println("result=> " + calc());
        //##RecursiveTask的方式
        MyRecursiveTask myRecursiveTask = new MyRecursiveTask(0, data.length, data, 3);
        ForkJoinPool pool = new ForkJoinPool();
        Integer result = pool.invoke(myRecursiveTask);
        System.out.println("RecusiveTaskResult: "+result);
        //##RecusiveAction的方式
        MyRecursiveAction action = new MyRecursiveAction(0, data.length, data,3);
        pool.invoke(action);
        System.out.println("AccumulatorRecursiveAction >>" + MyRecursiveAction.AccumulatorHelper.getResult());
    }


    private static int calc() {
        int result = 0;
        for (int i = 0; i < data.length; i++) {
            result += data[i];
        }
        return result;
    }
}

package com.company.LambdaExpressions.ForkJoin;

import java.util.concurrent.RecursiveAction;
import java.util.concurrent.atomic.AtomicInteger;

/**
 * Created by mengxiaopeng on 2018/3/5.
 * com.company.LambdaExpressions.ForkJoin
 */
public class MyRecursiveAction  extends RecursiveAction {
    private final int start;
    private final int end;
    //source-data
    private final int[] data;
    //任务split的阀值
    private int limit;

    public MyRecursiveAction(int start, int end, int[] data, int limit) {
        this.start = start;
        this.end = end;
        this.data = data;
        this.limit = limit;
    }

    @Override
    protected void compute() {
        if (end-start<=limit) {
            //进行计算
            for (int i = start; i < end; i++) {
                AccumulatorHelper.accumulate(data[i]);
            }
        }else {
            //没有Return 这里必须分流
            int mid = (end + start) / 2;
            MyRecursiveAction left = new MyRecursiveAction(start, mid, data, limit);
            MyRecursiveAction right = new MyRecursiveAction(mid, end, data, limit);
            //对于无返回值的 采用 fork() join()的方式处理
            left.fork();
            right.fork();
            left.join();
            right.join();
        }
    }

    static class AccumulatorHelper {

        private static final AtomicInteger result = new AtomicInteger(0);

        static void accumulate(int value) {
            result.getAndAdd(value);
        }

        public static int getResult() {
            return result.get();
        }

        static void rest() {
            result.set(0);
        }
    }
}

package com.company.LambdaExpressions.ForkJoin;

import java.util.concurrent.RecursiveTask;

/**
 * Created by mengxiaopeng on 2018/3/5.
 * com.company.LambdaExpressions.ForkJoin
 * 存在返回值的
 */
public class MyRecursiveTask extends RecursiveTask<Integer> {
    private final int start;
    private final int end;
    //source-data
    private final int[] data;
    //任务split的阀值
    private int limit;

    public MyRecursiveTask(int start, int end, int[] data, int limit) {
        this.start = start;
        this.end = end;
        this.data = data;
        this.limit = limit;
    }


    @Override
    protected Integer compute() {
        //分为两个层次的流  底层采用Recusive递归操作
        if (end-start<=limit){
            int result=0;
            for (int i=start;i<end;i++){
                result+=data[i];
            }
            //这里的返回值属于不在进行递归的返回结果
            return result;
        }

        //##第二层流  底层会自动采用递归处理
        int mid=(start+end)/2;
        MyRecursiveTask left=new MyRecursiveTask(start,mid,data,limit);
        MyRecursiveTask right = new MyRecursiveTask(mid, end, data, limit);
        //对于左右两边  对于存在返回值的RecursiveTask 执行流程是 left.fork();  right.compute(); left.join();
        left.fork();

        Integer rightResult = right.compute();
        Integer leftResult = left.join();

        //这里的返回值是递归 多核处理后的返回结果 最终还是调用到第一层流的计算方式
        return leftResult+rightResult;
    }
}