ForkJoinPool是什么?
谈到线程池,很多人会想到Executors提供的一些预设的线程池,比如单线程线程池SingleThreadExecutor
,固定大小的线程池FixedThreadPool
,但是很少有人会注意到其中还提供了一种特殊的线程池:WorkStealingPool
,我们点进这个方法,会看到和其他方法不同的是,这种线程池并不是通过ThreadPoolExecutor
来创建的,而是ForkJoinPool
来创建的:
public static ExecutorService newWorkStealingPool() {
return new ForkJoinPool
(Runtime.getRuntime().availableProcessors(),
ForkJoinPool.defaultForkJoinWorkerThreadFactory,
null, true);
}
这两种线程池之间并不是继承关系,而是平级关系:
ThreadPoolExecutor应该都很了解了,就是一个基本的存储线程的线程池,需要执行任务的时候就从线程池中拿一个线程来执行。而ForkJoinPool则不仅仅是这么简单,同样也不是ThreadPoolExecutor的代替品,这种线程池是为了实现“分治法”这一思想而创建的,通过把大任务拆分成小任务,然后再把小任务的结果汇总起来就是最终的结果,和MapReduce的思想很类似举个例子,我们要统计1-100的累加和,如果使用ForkJoinPool来实现的话,就可以将1-100每5位划分一段,划分出20段,当作20个任务,每个任务只计算自己区间内的结果,最后将这20个任务的结果汇总起来就是1-100的累加和
ForkJoinPool怎么使用?
ForkJoinPool的本质就是两点:
- 如果任务很小:直接计算得出结果
- 如果任务很大:
- 拆分成N个子任务
- 调用子任务的fork()进行计算
- 调用子任务的join()合并结果
接来下我们来做一个1-100的累加例子:
- 首先定义我们需要执行的任务:
class Task extends RecursiveTask<Integer> {
private int start;
private int end;
private int mid;
public Task(int start, int end) {
this.start = start;
this.end = end;
}
@Override
protected Integer compute() {
int sum = 0;
if (end - start < 6) {
// 当任务很小时,直接进行计算
for (int i = start; i <= end; i++) {
sum += i;
}
System.out.println(Thread.currentThread().getName() + " count sum: " + sum);
} else {
// 否则,将任务进行拆分
mid = (end - start) / 2 + start;
Task left = new Task(start, mid);
Task right = new Task(mid + 1, end);
// 执行上一步拆分的子任务
left.fork();
right.fork();
// 拿到子任务的执行结果
sum += left.join();
sum += right.join();
}
return sum;
}
}
这里的RecursiveTask
是ForkJoinTask
的子类,ForkJoinTask
又是Future
的子类,不了解Future类的可以理解为是一个用于获取异步操作执行结果的类
我们首先在Task类中定义了任务需要的一些数据,比如开始位置和结束位置。重点是其中的compute方法,在其中实现了我们刚才说到的步骤,如果任务很小(通过任务数据来判断),就进行计算,否则将任务拆分,使用fork()执行,并通过join()拿到计算结果
- 将任务提交到线程池
刚才我们定义了任务类,接下来就需要把这个任务提交到线程池:
public static void main(String[] args) throws ExecutionException, InterruptedException {
ForkJoinPool forkJoinPool = new ForkJoinPool();
Task countTask = new Task(1, 100);
ForkJoinTask<Integer> result = forkJoinPool.submit(countTask);
System.out.println("result: " + result.get());
forkJoinPool.shutdown();
}
注意,这里ForkJoinPool初始化可以传入一个并行参数,如果不传入该参数的话会默认使用处理器个数来作为并行参数
创建任务对象和线程池之后,使用submit方法来提交任务,该方法会返回一个ForkJoinTask<T>
类型的对象,调用其get方法即可拿到执行结果
同时要注意,该线程池也需要调用shutdown方法来关闭
ForkJoinPool的原理
ForkJoinPool中有三个重要角色:
- ForkJoinWorkerThread:工作线程,在内部对Thread进行的封装
- WorkQueue:任务队列
- ForkJoinTask:任务,继承自Future,在含义上分为submission和task两种
在线程池中,任务队列使用数组来保存,其中保存了所有提交进来的任务:
- 在奇数位置保存submission
- 在偶数位置保存task
submission
指的是本地提交的任务,如submit、execute提交的任务;而task
则是通过fork方法添加的子任务。这两种任务仅仅在含义上有所区别,所以一同保存在任务队列中,通过位置进行区分
ForkJoinPool的核心
想理解ForkJoinPool的原理,就要理解其核心,一共有两点,其一是分治法,其二就是工作窃取算法。分治法相信就不用多说了,就是通过把大任务拆分成小任务来提高并发度。重点要说的就是工作窃取算法,该算法的原理:
所有线程均尝试找到并执行已提交的任务,或是通过其他任务创建的子任务
依赖于这种特性,来尽量避免一个线程执行完自己的任务后“无所事事”的情况。同时,窃取顺序是FIFO的