當咱們須要執行大量的小任務時,有經驗的Java開發人員都會採用線程池來高效執行這些小任務。然而,有一種任務,例如,對超過1000萬個元素的數組進行排序,這種任務自己能夠併發執行,但如何拆解成小任務須要在任務執行的過程當中動態拆分。這樣,大任務能夠拆成小任務,小任務還能夠繼續拆成更小的任務,最後把任務的結果彙總合併,獲得最終結果,這種模型就是Fork/Join模型。java
Java7引入了Fork/Join框架,咱們經過RecursiveTask這個類就能夠方便地實現Fork/Join模式。數組
下面爲一個Fork/Join例子:併發
import java.util.Random; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.ForkJoinTask; import java.util.concurrent.RecursiveTask; /** * Java7引入了Fork/Join框架,咱們經過RecursiveTask這個類就能夠方便地實現Fork/Join模式。 * 如:對一個大數組進行並行求和的RecursiveTask */ public class SumTask extends RecursiveTask<Long>{ static final int THRESHOLD = 100; long[] array; int start; int end; SumTask(long[] array, int start, int end) { this.array = array; this.start = start; this.end = end; } @Override protected Long compute() { System.out.println("當前執行任務的線程name="+Thread.currentThread().getName()); //先判斷任務是否是足夠小,若是足夠小,就直接計算並返回結果(注意模擬了1秒延時) if (end - start <= THRESHOLD) { // 若是任務足夠小,直接計算: long sum = 0; for (int i = start; i < end; i++) { sum += array[i]; } try { Thread.sleep(1000); } catch (InterruptedException e) { } System.out.println(String.format("compute %d~%d = %d", start, end, sum)); return sum; } // 任務太大,一分爲二: int middle = (end + start) / 2; System.out.println(String.format("split %d~%d ==> %d~%d, %d~%d", start, end, start, middle, middle, end)); SumTask subtask1 = new SumTask(this.array, start, middle); SumTask subtask2 = new SumTask(this.array, middle, end); invokeAll(subtask1, subtask2); // subtask1.fork(); // subtask2.fork(); Long subresult1 = subtask1.join(); Long subresult2 = subtask2.join(); Long result = subresult1 + subresult2; System.out.println("result = " + subresult1 + " + " + subresult2 + " ==> " + result); return result; } public static void main(String[] args) throws Exception { // 建立隨機數組成的數組: long[] array = new long[400]; for(int i=0;i<400;i++){ array[i]= i; } // fork/join task: ForkJoinPool fjp = new ForkJoinPool(4); // 最大併發數4 ForkJoinTask<Long> task = new SumTask(array, 0, array.length); long startTime = System.currentTimeMillis(); Long result = fjp.invoke(task);//提交一個Fork/Join任務併發執行,而後得到異步執行的結果 long endTime = System.currentTimeMillis(); System.out.println("Fork/join sum: " + result + " in " + (endTime - startTime) + " ms."); } }
注:invokeAll(subtask1, subtask2); 和 subtask1.fork(); subtask2.fork(); 是有區別的,查看JDK的invokeAll()
方法的源碼就能夠發現,invokeAll的N個任務中,其中N-1個任務會使用fork()交給其它線程執行,可是,它還會留一個任務本身執行,這樣,就充分利用了線程池,保證沒有空閒的不幹活的線程,故爲了節約線程池中的線程利用率,應該用invokeAll()方法框架