Java提供Fork/Join框架用于并行执行任务，它的思想就是讲一个大任务分割成若干小任务，最终汇总每个小任务的结果从而得到这个大任务的结果。
这里我们也借助这种思想来处理一个超大任务的运算，但是不用ForkJoinPool/ForkJoinTask这种方式，而采用ExecutorService/Future/Callable方式。
我们来看一段ExecutorService/Future/Callable方式实现的代码。
package com.forkjoin;import java.util.concurrent.Callable;
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.Future;/*** JAVA超大数据量计算* 求1到100000000的和* 解决方案采用多线程拆分任务实现(Future/Callable)** @author 小辉GE/小辉哥* <p>* 2019年8月10日 下午19:30:00*/
public class ParallelFutureComputing {public static void main(String[] args) throws InterruptedException, ExecutionException {// 直接执行方式测试long start = System.currentTimeMillis();getSum(1, 100000000);long end = System.currentTimeMillis();System.out.println("直接执行耗时时长：" + (end - start));// 线程池方式ExecutorService service = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors());MyThreadTask t1 = new MyThreadTask(1, 25000000);MyThreadTask t2 = new MyThreadTask(25000001, 50000000);MyThreadTask t3 = new MyThreadTask(50000001, 75000000);MyThreadTask t4 = new MyThreadTask(75000001, 100000000);// 调用service.submit启动线程Future<Integer> f1 = service.submit(t1);Future<Integer> f2 = service.submit(t2);Future<Integer> f3 = service.submit(t3);Future<Integer> f4 = service.submit(t4);start = System.currentTimeMillis();// 调用FUTURE.GET的阻塞方法,记录最终完成的时间f1.get();f2.get();f3.get();f4.get();end = System.currentTimeMillis();System.out.println("Future/Callable执行耗时时长：" + (end - start));// 处理完成调用shutdown方法结束线程池service.shutdown();}static class MyThreadTask implements Callable<Integer> {Integer begin;Integer end;MyThreadTask(Integer begin, Integer end) {this.begin = begin;this.end = end;}@Overridepublic Integer call() throws Exception {return getSum(begin, end);}}/*** 实现begin到end求和** @param begin* @param end* @return*/static Integer getSum(Integer begin, Integer end) {Integer sum = 0;for (int i = begin; i <= end; i++) {sum = sum + i;}return sum;}
}
测试输出结果如下：
结果分析：
其实我们很清晰可以看到，单独执行任务比采用多线程执行任务运行结果所花费的时间多一些。当然，如果任务拆分的合适、运算量足够大的时候，就更能看出多线程执行和单独执行的效率差别。
以上代码仅供参考，如有不当之处，欢迎指出！！！
更多干货，欢迎大家关注和联系我。期待和大家一起更好的交流、探讨技术！！！
