前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >fork join框架原理_jalor6框架教程

fork join框架原理_jalor6框架教程

作者头像
全栈程序员站长
发布2022-11-08 10:15:43
1.1K0
发布2022-11-08 10:15:43
举报
文章被收录于专栏:全栈程序员必看

大家好,又见面了,我是你们的朋友全栈君。

声明:本篇博客是在阅读了引用博客的两篇文章后做了简短的概括与归纳,只作为自己笔记

文章目录

一、思想

Fork/Join是Java7提供的并行执行任务的框架,是一个把大人物分割成若干小任务,最终汇总小任务的结果得到大任务结果的框架

小任务可以继续拆分为更小的任务

二、工作窃取算法

1、工作窃取会选择双端队列作为存储任务的数据结构,默认正常线程会选择LIFO(栈获取)的方式,从当前双端队列的尾部获取任务;窃取线程会选择FIFO(队列获取)方式,从当前双端队列的头部获取任务

默认添加元素是从双端队列的尾部添加元素

在这里插入图片描述
在这里插入图片描述

三、demo用例

通过Fork/Join并行计算1+2+3+4

代码语言:javascript
复制
import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.Future;
import java.util.concurrent.RecursiveTask;

public class ForkjoinDemo extends RecursiveTask<Long> {
	private long start;
	private long end;
	public static final int THRESHOLD = 2;

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

	@Override
	protected Long compute() {
		long sum = 0;
		boolean flag = (end - start) <= THRESHOLD;
		if (flag) {
			for (long i = start; i <= end; i++) {
				sum += i;
			}
		} else {
			long middle = (end + start) / 2;
			// divide task
			ForkjoinDemo leftTask = new ForkjoinDemo(start, middle);
			ForkjoinDemo rightTask = new ForkjoinDemo(middle+1 , end);
			// execute sub task
			leftTask.fork();
			rightTask.fork();
			// get result sub task
			long left = leftTask.join();
			long right = rightTask.join();
			sum = left + right;
		}
		return sum;
	}

	public static void main(String[] args) {
		ForkJoinPool pool = new ForkJoinPool();
		ForkjoinDemo task = new ForkjoinDemo(1, 4);
		Future<Long> result = pool.submit(task);
		try {
			System.out.println(result.get());
		} catch (InterruptedException | ExecutionException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

}

四、关键组件

ForkJoinPool

(一)线程池的作用可能是用来合理分配线程资源: 1、接受外部任务的提交(外部调用ForkJoinPool的invoke/execute/submit方法提交任务); 2、接受ForkJoinTask自身fork出的子任务的提交; 3、任务队列数组(WorkQueue[])的初始化和管理; 4、工作线程(Worker)的创建/管理 (二)提交方式的差异: invoke:同步提交,有返回值,任务执行完成后返回 submit:异步提交,有返回值,调用线程立即返回 execute:异步提交,无返回值,调用线程立即返回 (三)初始化线程池方式 1、FIFO_QUEUE:先进先出,异步模式 2、LIFO_QUEUE:(默认)先进后出,同步模式

ForkJoinTask

(一)子类 1、RecursiveAction:用于没有返回结果的任务 2、RecursiveTask:用于有返回结果的任务 (二)函数 1、fork()拆分为子任务 2、join()合并子任务

ForkJoinWorkerThread

任务处理原则:首先根据同步/异步模式从任务队列选择任务,如果完成自身任务,通过窃取算法获取其他线程的任务

WorkQueue

底层是通过数组实现的双端队列,容量为2的幂次,任务队列在首次调用线程池外部方法提交任务之后初始化任务队列,通过ThreadLocalRandom.probe来计算出任务队列在数组中的索引位置(外部方法调用产生的索引一定是偶数),没有绑定工作线程

1、有工作线程(Worker)绑定的任务队列:数组下标始终是奇数,称为task queue,该队列中的任务均由工作线程调用产生(工作线程调用FutureTask.fork方法); 2、没有工作线程(Worker)绑定的任务队列:数组下标始终是偶数,称为submissions queue,该队列中的任务全部由其它线程提交(也就是非工作线程调用execute/submit/invoke或者FutureTask.fork方法)。

五、Fork/Join运行流程图

在这里插入图片描述
在这里插入图片描述
任务提交

(一)外部提交任务 1、提交任务命中,externalPush 2、提交任务未命中,externalSubmit CASE1:线程池已经关闭,则执行终止操作,并拒绝该任务的提交; CASE2:线程池未初始化,则进行初始化,主要就是初始化任务队列数组; CASE3:命中了任务队列,则将任务入队,并尝试创建/唤醒一个工作线程(Worker); CASE4:未命中任务队列,则在偶数索引处创建一个任务队列 (二)工作线程fork任务:直接push进当前任务队列

创建线程signalWork方法

1、工作线程数不足: 创建一个工作线程: (1)通过createWorker方法通过线程池工厂创建线程,在线程创建的过程中,registerWorker会创建一个工作队列与工作线程绑定,创建成功,则start线程; (2)创建失败:则deregisterWorker注销该工作线程,清除已关闭的工作线程或回滚创建线程之前的操作,并把传入的异常抛给 ForkJoinTask 来处理。 2、工作线程数足够:唤醒一个空闲(阻塞)的工作线程。

任务执行

1、runWorker执行任务 (1)scan()窃取任务:随机选择一个任务队列,获取底部任务,任务数大于1,则signalWork创建或唤醒其他工作线程。 (2)成功窃取runTask: a.执行窃取任务:调用FutureTask.deExec()执行任务,其内部会调用FutureTask.exec()方法,该方法为抽象方法,由子类实现。 b.工作线程还会执行自己队列中的任务,即WorkQueue.execLocalTasks (3)未成功窃取awaitWork:没有任务则阻塞

六、引用博客

极力推荐并发系列博客:https://segmentfault.com/a/1190000016781127

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn/191329.html原文链接:https://javaforall.cn

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
原始发表:2022年9月20日 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 文章目录
  • 一、思想
  • 二、工作窃取算法
  • 三、demo用例
  • 四、关键组件
    • ForkJoinPool
      • ForkJoinTask
        • ForkJoinWorkerThread
          • WorkQueue
          • 五、Fork/Join运行流程图
            • 任务提交
              • 创建线程signalWork方法
                • 任务执行
                • 六、引用博客
                相关产品与服务
                GPU 云服务器
                GPU 云服务器(Cloud GPU Service,GPU)是提供 GPU 算力的弹性计算服务,具有超强的并行计算能力,作为 IaaS 层的尖兵利器,服务于生成式AI,自动驾驶,深度学习训练、科学计算、图形图像处理、视频编解码等场景。腾讯云随时提供触手可得的算力,有效缓解您的计算压力,提升业务效率与竞争力。
                领券
                问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档