Java多线程处理之Fork/Join框架

有一些业务场景，需要计算的数据量比较大，这时候如果单线程去处理，必定占用较多的执行时间，Java并发包中有没有给我们提供一种类似大数据处理中的MapReduce的处理方式呢？

但凡成熟的语言，它的API设计必然符合常识，为解决特定环境下的问题而生。于是，上述问题的答案是，有。

那就是Java的Fork/Join框架：ForkJoinTask！

Fork：英文翻译为叉子，分叉，意思是可以将一个庞然大物分割成很多小的部分去执行。Join：就是把分割计算的内容，再合体求和。正所谓分久必合合久必分。 Java多线程处理之Fork/Join框架

那么分割是不是可以随意而任性的分割？当然不行，因为单机CPU和内存资源是有限的，如果不加考虑的分割，任由线程满天飞，自然会导致系统崩溃宕机，于是，还需要一个线程池来管理这些分割的线程。在此，JDK也为我们准备了准备用于此类场景的线程池：ForkJoinPool线程池子。

下面是Demo示例：

public class CountTask extends RecursiveTask<Long>{

   private static final int THREADHOLD = 10000;

   private long start;
   private long end;

   public CountTask(long start, long end) {
       this.start = start;
       this.end = end;
   }

   @Override
   protected Long compute() {
       long sum = 0;
       boolean canCompute = (end - start) < THREADHOLD;
       if (canCompute) {
           // 如果执行任务数量小于规定的执行单位数量，则一蹴而就，执行完毕
           for (long i = start; i <= end; i++) {
               sum += i;
           }
       } else {
           // 如果要执行的任务数量很大很多，则分解为100个子任务分别取执行，并把子任务加入到一个list里，以便后续join
           long step = (start + end) / 100;
           List<CountTask> subTasks = new ArrayList<CountTask>();
           long pos = start;
           for (int i = 0; i < 100; i++) {
               long lastOne = pos + step;
               if (lastOne > end) {
                   lastOne = end;
               }

               CountTask subTask = new CountTask(pos, lastOne);
               pos += step + 1;
               subTasks.add(subTask);
               subTask.fork();
           }

           // 將子任務的執行結果join
           for (CountTask t : subTasks) {
               sum += t.join();
           }
       }

       return sum;
   }

   public static void main(String[] args) {
       // 此处定义一个ForkJoinPool线程池！
       ForkJoinPool forkJoinPool = new ForkJoinPool();
       // 定义要计算的任务，即0到20万的数相加的计算任务
       CountTask task = new CountTask(0, 200000L);
       // 将该任务提交到线程池执行，并且使用了submit方法
       ForkJoinTask<Long> result = forkJoinPool.submit(task);

       try {
           // 阻塞等待执行结果
           long res = result.get();
           System.out.println("sum = " + res);
       } catch (InterruptedException e) {
           e.printStackTrace();
       } catch (ExecutionException e) {
           e.printStackTrace();
       }
   }
}

----------------------------------

执行结果：

sum = 20000100000

Java多线程处理之Fork/Join框架

相关推荐