六问六答理解ForkJoin原理

982 阅读4分钟

摘要:ForkJoin线程池是将任务分割为子任务,有可能子任务还是很大,还需要进一步拆解,最终得到足够小的任务。

本文分享自华为云社区《ForkJoin线程池的学习和思考》,作者:breakDraw。

ForkJoin线程池在常规的java书籍里还是提到比较少的,毕竟是java8引入的产物。

首先这里简单解释一下forkJoin的运作原理,本质上有点像归并计算。

1. 他会将提交大任务按照一定规则拆解(fork)成多个小任务

2. 当任务小到一定程度时,就会执行计算

3. 执行完成时会和其他的小任务进行合并(join),逐步将所有小结果合成一个大结果。

可以看这个forkJoinTask的实现伪代码,即如果想使用forkJoin并发执行任务,需要自己把任务继承RecursiveTask,作为forkJoin池的submit对象:

public class ForkJoinTask extends RecursiveTask<任务参数> {
	public ReckonTask(任务参数) {

	} 
 
	@Override
	protected File compute() {
		if(根据任务参数判断任务是否足够小) {
        计算,返回
      } else {
      	 拆分成子任务1和子任务2 
        任务1.fork();
        任务2.fork();
        结果1 = 任务1.join();
        结果2 = 任务2.join();
        返回结果1+结果2;
      }
	}
}

​然后实际上整个forkjoin的细节非常多,这里我通过给自己提好几个问题,来逐步理解forkJoin的原理

Q: forkJoin中各个线程是如何获取那些小任务的呢?

A:他是通过工作密取的方式获取。(java并发那本书里提到过工作密取workSteal,原来是用在这了)

  • 假设我们给forkJoin设置3个工作线程,那么就会有3个工作队列, 注意,这个队列是双端队列。

  • 每当执行任务时,如果不满足小任务的条件,他会fork出2个子任务,并push进自己的工作队列中。

  • 每个工作线程不断取自己队头的任务执行。

  • 关键点:如果自己队列里没有数据,则会从其他队列的队尾取数据。

Q: fork时具体发生了什么?

A:是一个异步的操作, 就是向当前线程队列中添加这个fork出来任务,能放进去的话就返回,不会等待。注意,默认fork出的任务是先默认给自己的。 当自己做不完时,才可能被别人取走!

Q:join是什么含义?什么时候做的?

A:见实现forkJoin任务接口时的代码:

可以看到时每次fork完之后,通过join,来获取子task的结果,获取到之后,再合并计算,返回结果。

Q: join这个阻塞过程是怎么做的?如果把线程挂起,那这个线程岂不是无法工作了?

A:首先,之前fork时,新的子任务已经被放入队列了。

每个子任务都有一个任务状态。当调用该子任务的join时, 会循环判断他的状态

如果这个子任务状态未完成, 则从自身队列或其他人的队列中取出新的任务执行,因此进入了下一层的exec()操作。如果发现子任务状态更新为了完成(这个更新动作可能是自己线程完成的,也可能是别的线程完成的,反正这个任务的状态实现了同步和可见), 则将结果返回给上层。因此join的本质是一个递归的过程, 任务没完成的话,他就取其他任务继续递归往下执行。

更详细的可以看这个链接fork+join过程详细解读

Q: forkJoin存放任务的时候,怎么保证不会出现并发问题?比如同时往队尾插入的话

A:

  • n个工作线程是通过数组存放的(即有一个工作线程数组)

  • sun.misc.Unsafe操作类直接基于操作系统控制层在硬件层面上进行原子操作,它是ForkJoinPool高效性能的一大保证,类似的编程思路还体现在java.util.concurrent包中相当规模的类功能实现中。

Q: forkJoin应用在哪吗?

A:java8 stream的parallel并发功能就是基于forkJoin做的, parallelStream实现的forkJoin拆解任务和执行任务的接口,默认用机器所有CPU数量的forkJoin线程池。如果需要限制线程数量,可以用new forkJoin(线程数).submit(()->(list.stream().parallel().map()…)); 即可

点击关注,第一时间了解华为云新鲜技术~