基本概念
ForkJoinPool 是ExecutorService 接口的实现,它专为可以递归分解成小块的工作而设计。Java 7开始引入了一种新的Fork/Join线程池,它可以执行一种特殊的任务(Runnable):把一个大任务拆成多个小任务并行处理,最后将子任务结果合并成最后的计算结果。充分利用多线程处理器的优势,提高程序性能。
具有高性能低冲突的原因
- 每个Worker线程都维护一个任务队列,即ForkJoinWorkerThread中的任务队列;
- ForkJoin维护的任务队列是双端队列(DeQueue),可以同时支持LIFO(先进后出)和FIFO(先进先出);
- 子任务会被加入到原先任务所在 Worker 线程的任务队列;
- 当任务队列为空时,线程会随机从其他的 Worker 的队列中拿走一个任务执行(工作窃取:steal work),工作窃取带来的性能提升偏理论,API的复杂性较高,实际研发中可控性来说不如其他API。
缺点
- 如果一个 Worker 线程遇到了 join 操作,而这时候正在处理其他任务,会等到这个任务结束。否则直接返回;
- 如果一个 Worker 线程窃取任务失败,它会调用 yield 或者 sleep 之类的方法休息一会儿,再尝试(如果所有线程都是空闲状态,即没有任务执行,那么该线程也会进入阻塞状态等待新任务的到来);
适用场景
使用尽可能少的线程池,在大多数情况下,最好的决定是为每个应用程序或系统使用一个线程池;
如果不需要特定调整,请使用默认的公共线程池;
使用合理的阈值将ForkJoinTask拆分为子任务;
避免在ForkJoinTask中出现任何阻塞(例如耗时IO,大量查询数据库、网络请求等);
适合数据处理、结果汇总、统计等场景;
java8实例:java.utilArrays类用于其 parallelSort() 方法;
应用示例
例如,下面将从 0 加到 10_0000_0000:
public void test1() {
long start = System.currentTimeMillis();
long sum = 0;
for (long i = 0; i < 10_0000_0000L; i++) {
sum += i;
}
System.out.println(sum + ",耗时:" + (System.currentTimeMillis() - start) + "ms");// 耗时:361ms
}
使用 ForkJoinPool 执行该任务:
public void test2() throws ExecutionException, InterruptedException {
long start = System.currentTimeMillis();
ForkJoinPool pool = new ForkJoinPool();
ForkJoinTask<Long> task = new Task04051(0L, 10_0000_0000L);
ForkJoinTask<Long> submit = pool.submit(task);
Long result = submit.get();
System.out.println(result + ",耗时:" + (System.currentTimeMillis() - start) + "ms"); // 耗时:186ms
}
使用 stream 并行执行任务:
public void test3() {
long start = System.currentTimeMillis();
// 与 LongStream 类似的有DoubleStream、IntegerStream 等
long sum = LongStream.rangeClosed(0L, num).parallel().reduce(0, Long::sum);
System.out.println(sum + ",耗时:" + (System.currentTimeMillis() - start) + "ms");// 耗时:126ms
}