当前位置: 首页 > news >正文

Java 入门指南:Java 并发编程 —— Fork/Join 框架 实现任务的拆分与合并

Fork/Join

Fork/Join 是Java并发编程中的一个框架,用于解决大型任务的并行执行问题。它于 Java 7中引入,旨在简化对多核处理器上可并行执行任务的开发

Fork/Join 框架基于分治(divide and conquer)的设计思想。它将大型任务划分为更小的子任务(称为fork),这些子任务可以并行执行。一旦所有子任务都完成,它们的结果将被合并(称为join)以生成最终的结果。

优势之处

  • 自动并行化:Fork/Join框架自动处理任务的并行执行,开发者只需要关注任务本身的逻辑。

  • 高效利用多核:Fork/Join框架能够根据系统的处理器核心数自动调整线程数量,以充分利用多核处理器的计算能力。

  • 易于实现复杂任务:通过递归拆分任务,可以轻松实现复杂的并行计算逻辑。

组成部分

1. ForkJoinPool

  • ForkJoinPool 是Fork/Join框架的核心组件之一,它是一个特殊的线程池,专门用于执行Fork/Join任务。与普通的线程池相比,它提供了更高级别的任务管理和调度机制。
  • ForkJoinPool 可以自动调整线程的数量,以适应当前系统可用的处理器核心数,从而最大化并行执行的效率。

2. ForkJoinTask

  • ForkJoinTask 是所有Fork/Join任务的基类,它定义了任务的执行方式和生命周期。
  • ForkJoinTask 可以通过 fork() 方法提交给ForkJoinPool,这会导致任务被异步执行,而当前线程可以继续执行其他任务。
  • 任务可以通过 join() 方法等待其完成,并获取结果。

3. RecursiveAction

  • RecursiveAction 是一个没有返回值的Fork/Join任务,通常用于执行计算密集型任务。
  • 当任务足够小或者达到了某个阈值时,它会直接执行任务;否则,它会将任务分解为更小的子任务,并递归地调用 fork() 方法提交给线程池。

4. RecursiveTask

  • RecursiveTask 是一个有返回值的Fork/Join任务,通常用于执行计算密集型任务,并返回一个计算结果。
  • 同样地,当任务足够小或者达到了某个阈值时,它会直接执行任务;否则,它会将任务分解为更小的子任务,并递归地调用 fork() 方法提交给线程池。
  • 任务的结果可以通过 compute() 方法计算,并通过 join() 方法获取。

实现步骤

Fork/Join 框架的核心类是 java.util.concurrent.ForkJoinPool 。以下是使用 Fork/Join 模式的一般步骤:

  1. 定义一个继承自 RecursiveTaskRecursiveAction 的任务类:RecursiveTask 用于产生结果,RecursiveAction 用于没有返回结果的任务。

  2. 在任务类中实现 compute() 方法:在 compute() 方法中,定义任务的逻辑,包括将任务拆分为子任务的规则和处理任务的终止条件。

  3. 在需要执行 Fork/Join 任务的地方创建 ForkJoinPool 对象:ForkJoinPool处理任务的线程池。

  4. 创建任务实例,并调用 ForkJoinPoolinvoke()submit() 方法提交任务:

    • invoke() 方法将任务提交并等待它的完成

    • submit() 方法返回一个 Future 对象,使用它来获取任务的状态和结果。

  5. 处理任务的结果:一旦任务完成,从 Future 对象中获取结果并进行必要的处理。

Fork/Join 框架适用于一些需要将大型任务划分为更小的可并行执行的子任务的情况。通过利用多核处理器的并行性,提高应用程序的性能和响应能力。

使用示例

以下是一个简单的Fork/Join框架的示例,展示了如何使用 ForkJoinPoolRecursiveTask 来计算数组中的元素之和:

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;public class ForkJoinSumCalculator extends RecursiveTask<Integer> {private final int threshold = 5; // 任务拆分的阈值private final int[] data;private final int start;private final int end;public ForkJoinSumCalculator(int[] data, int start, int end) {this.data = data;this.start = start;this.end = end;}@Overrideprotected Integer compute() {int length = end - start;if (length <= threshold) {// 直接计算return computeDirectly();} else {// 拆分任务int middle = start + length / 2;ForkJoinSumCalculator leftTask = new ForkJoinSumCalculator(data, start, middle);ForkJoinSumCalculator rightTask = new ForkJoinSumCalculator(data, middle, end);// 异步执行子任务leftTask.fork();rightTask.fork();// 合并子任务的结果return leftTask.join() + rightTask.join();}}private int computeDirectly() {int sum = 0;for (int i = start; i < end; i++) {sum += data[i];}return sum;}public static void main(String[] args) {int[] data = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10};ForkJoinPool pool = new ForkJoinPool();ForkJoinSumCalculator calculator = new ForkJoinSumCalculator(data, 0, data.length);int result = pool.invoke(calculator);System.out.println("数组的总和为: " + result);}
}

示例说明:

  1. 任务类定义ForkJoinSumCalculator 继承自 RecursiveTask<Integer>,它代表一个有返回值的Fork/Join任务。构造方法初始化了任务所需的数据范围。

  2. 任务执行方法 (compute):compute 方法定义了任务的执行逻辑。如果任务足够小(小于阈值),则直接计算并返回结果;否则,任务被拆分成两个子任务,并通过 fork() 方法提交给线程池。

  3. 直接计算方法 (computeDirectly):computeDirectly 方法实现了直接计算数据范围内元素之和的功能。

  4. 主程序 (main):创建一个包含数字的数组,并实例化 ForkJoinSumCalculator 对象。创建一个 ForkJoinPool 实例,并通过 invoke 方法启动任务。获取计算结果并输出。

http://www.lryc.cn/news/431787.html

相关文章:

  • token过期时间分平台(web和app)设置方法
  • [000-01-008].Seata案例应用
  • 超详细!!!electron-vite-vue开发桌面应用之创建新窗口以及主进程和子进程的通信监听(十二)
  • java编辑器——IntelliJ IDEA
  • 经验笔记:SSL证书
  • 设计模式之装饰器模式:让对象功能扩展更优雅的艺术
  • Anchor Alignment Metric来优化目标检测的标签分配和损失函数。
  • C++---由优先级队列认识仿函数
  • Client访问Server访问慢的原因
  • 用RPC Performance Inspector 优化你的区块链
  • linux如何查看内存条是ddr几代
  • LeetCode 3153.所有数对中数位差之和:计数
  • Spring Boot 整合 Sentinel 实现流量控制
  • Elasticsearch倒排索引
  • 速盾:ddos常用防御方法是什么?
  • 二分算法入门(简单题)
  • 在使用React Hooks中,如何避免状态更新时的性能问题?
  • Pytest插件pytest-selenium-让自动化测试更简洁
  • 视觉语言模型(VLMs)知多少?
  • 重新修改 Qt 项目的 Kit 配置
  • 【Spring Boot 3】【Web】自定义响应状态码
  • Locksupport凭证的底层原理
  • Elasticsearch 再次开源
  • 对称密码学
  • 正则表达式优化建议
  • Oracle RAC关于多节点访问同一个数据的过程
  • IPC$漏洞多位密码爆破方法
  • 计算机网络(八股文)
  • Docker打包镜像
  • RabbitMQ 基础架构流程 数据隔离 创建用户