Fork/Join
Fork/Join框架自JDK 7引入。Fork/Join框架可以将一个大任务
拆分为很多小任务来异步执行。 Fork/Join框架主要包含三个模块：
- 线程池：ForkJoinPool
- 任务对象：ForkJoinTask
- 执行任务的线程：ForkJoinWorkerThread
1、Fork/Join原理-分治法
ForkJoinPool主要用来使用分治法(Divide-and-Conquer Algorithm)来解决问题。
典型的应用比如快速排序算法，ForkJoinPool需要使用相对少的线程来处理大量的任务。
比如要对1000万个数据进行排序，那么会将这个任务分割成个500万的排序任务和一个针对这两组500万数据的合并任务。以此类推，对于500万的数据也会做出同样的分割处理，到最后会设置一个阈值来规定当数据规模到多少时，停止这样的分割处理。
比如，当元素的数量小于10时，会停止分割，转而使用插入排序对它们进行排序。那么到最后，所有的任务加起来会有大概2000000+个。问题的关键在于，对于一个任务而言，只有当它所有的子任务完成之后，它才能够被执行。
2、Fork/Join原理-工作窃取算法
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。上文中已经提到了在Java 8引入了自动并行化的概念。它能够让一部分Java代码自动地以并行的方式执行，也就是我们使用了ForkJoinPool的ParallelStream。对于ForkJoinPool通用线程池的线程数量，通常使用默认值就可以了，即运行时计算机的处理器数量。可以通过设置系统属性java.util.concurrent.ForkJoinPool.common.parallelism=（N为线程数量），来调整ForkJoinPool的线程数量，可以尝试调整成不同的参数来观察每次的输出结果。
3 、Fork/Join案例
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;public class Test05 {
/*** 使用Fork/Join计算1-10000的和，* 当一个任务的计算数量大于3000的时候拆分任务。* 数量小于3000的时候就计算** @param args*/public static void main(String[] args) {
long start = System.currentTimeMillis();ForkJoinPool pool = new ForkJoinPool();SumRecursiveTask task = new SumRecursiveTask(1, 10000l);Long result = pool.invoke(task);System.out.println("result=" + result);long end = System.currentTimeMillis();System.out.println("总的耗时:" + (end - start));}
}class SumRecursiveTask extends RecursiveTask<Long> {
// 定义一个拆分的临界值private static final long THRESHOLD = 3000l;private final long start;private final long end;public SumRecursiveTask(long start, long end) {
this.start = start;this.end = end;}@Overrideprotected Long compute() {
long length = end - start;if (length <= THRESHOLD) {
// 任务不用拆分，可以计算long sum = 0;for (long i = start; i <= end; i++) {
sum += i;}System.out.println("计算：" + start + "-->" + end + ",的结果为：" + sum);return sum;} else {
// 数量大于预定的数量，那说明任务还需要继续拆分long middle = (start + end) / 2;System.out.println("拆分:左边 " + start + "-->" + middle + ", 右边" +(middle + 1) + "-->" + end);SumRecursiveTask left = new SumRecursiveTask(start, middle);left.fork();SumRecursiveTask right = new SumRecursiveTask(middle + 1, end);right.fork();return left.join() + right.join();}}
}