并发-1-并发模型

并行工作者模式：

在并行工作者模式中，委派者接收到任务(如请求监听线程)，分发给工作者完成任务(如请求处理线程)。举个例子，如果在汽车工厂执行该模式，包工头(请求监听线程)负责分发工作给工人(请求处理线程)，每个工人拿到图纸之后，该工人从头到尾负责整台汽车的生产，但是同个工人可能负责多台汽车的生产。当汽车工人手上有多台车需要进行处理时，某辆车的喷漆需要等待，那么整个工人就去负责的另一台车上做发动机装配的工作。

并行工作者模型虽然容易理解，只需添加更多的工作者就可以提高性能。但也有缺点： 1.多个工作者需要共享数据，如果A工作者和B工作者共享了内存，那么每个工作者为了保持所操作的是最新数据版本，在每次调度之前都需要进行重新载入，刷新。 2.无法保证执行顺序，例如作业A在作业B之前被分配了，但是执行顺序是B->A。 3.如果在存储中使用了阻塞的数据结构，那么同一时间只能允许一个线程来对数据结构进行操作，降低了并行性。 Java中的Executor属于并行工作者模型，在使用时，我们指定某个Task给某个线程来运行。如果对于线程A来说，他同时需要负责计算工作与IO工作，则线程A可以自己进行工作的切换，在遇到IO工作时先处理计算工作。

流水线模型（pipline）：

还是用汽车工厂的例子来说。现在汽车厂改进了生产流程，使用流水线模式进行生产。有的工人负责喷漆，有的工人负责装配发动机，整台汽车的生产分成多个工序。喷漆工人在对上一辆汽车完成喷漆后，不需要等油漆干，把当前车辆交给下个工序，转而进行下一辆车的喷漆工作。这辆车在流水线的转移过程中油漆已经干了，到下一个工序就可以直接工作。

那么，流水线工作者有何优点？

1.无需共享状态，工作者分工明确，无需考虑因并发而带来的共享数据的问题。例如：不同工序的工人所使用的工具肯定不同，不是共享的。

并发模型的选择：

如果作业本身就是并行的、独立的并且没有状态共享。就可以使用并行工作者模式。例如：在消息中间件场景中，我们常常使用kafka作为消息队列，producer生产并发送消息，consumer获取消息进行消费，consumer消费任一条消息的过程都是独立的。

如果作业本身不是并行的、非独立的，就可以使用流水线工作模式。例如：我们需要将一大批文件由小写改成大写，就可以分出3个步骤：1.读文件。2.改大小写。3.写文件。