聊聊并发(八)——Fork/Join框架介绍

简介:

本文首发于InfoQ

1. 什么是Fork/Join框架

Fork/Join框架是Java7提供了的一个用于并行执行任务的框架, 是一个把大任务分割成若干个小任务,最终汇总每个小任务结果后得到大任务结果的框架。

我们再通过Fork和Join这两个单词来理解下Fork/Join框架,Fork就是把一个大任务切分为若干子任务并行的执行,Join就是合并这些子任务的执行结果,最后得到这个大任务的结果。比如计算1+2+。。+10000,可以分割成10个子任务,每个子任务分别对1000个数进行求和,最终汇总这10个子任务的结果。Fork/Join的运行流程图如下:


2. 工作窃取算法

工作窃取(work-stealing)算法是指某个线程从其他队列里窃取任务来执行。工作窃取的运行流程图如下:

fj

那么为什么需要使用工作窃取算法呢?假如我们需要做一个比较大的任务,我们可以把这个任务分割为若干互不依赖的子任务,为了减少线程间的竞争,于是把这些子任务分别放到不同的队列里,并为每个队列创建一个单独的线程来执行队列里的任务,线程和队列一一对应,比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完,而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着,不如去帮其他线程干活,于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列,所以为了减少窃取任务线程和被窃取任务线程之间的竞争,通常会使用双端队列,被窃取任务线程永远从双端队列的头部拿任务执行,而窃取任务的线程永远从双端队列的尾部拿任务执行。

工作窃取算法的优点是充分利用线程进行并行计算,并减少了线程间的竞争,其缺点是在某些情况下还是存在竞争,比如双端队列里只有一个任务时。并且消耗了更多的系统资源,比如创建多个线程和多个双端队列。

3. Fork/Join框架的介绍

我们已经很清楚Fork/Join框架的需求了,那么我们可以思考一下,如果让我们来设计一个Fork/Join框架,该如何设计?这个思考有助于你理解Fork/Join框架的设计。

第一步分割任务。首先我们需要有一个fork类来把大任务分割成子任务,有可能子任务还是很大,所以还需要不停的分割,直到分割出的子任务足够小。

第二步执行任务并合并结果。分割的子任务分别放在双端队列里,然后几个启动线程分别从双端队列里获取任务执行。子任务执行完的结果都统一放在一个队列里,启动一个线程从队列里拿数据,然后合并这些数据。

Fork/Join使用两个类来完成以上两件事情:

  • ForkJoinTask:我们要使用ForkJoin框架,必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制,通常情况下我们不需要直接继承ForkJoinTask类,而只需要继承它的子类,Fork/Join框架提供了以下两个子类:
    • RecursiveAction:用于没有返回结果的任务。
    • RecursiveTask :用于有返回结果的任务。
  • ForkJoinPool :ForkJoinTask需要通过ForkJoinPool来执行,任务分割出的子任务会添加到当前工作线程所维护的双端队列中,进入队列的头部。当一个工作线程的队列里暂时没有任务时,它会随机从其他工作线程的队列的尾部获取一个任务。

4. 使用Fork/Join框架

让我们通过一个简单的需求来使用下Fork/Join框架,需求是:计算1+2+3+4的结果。

使用Fork/Join框架首先要考虑到的是如何分割任务,如果我们希望每个子任务最多执行两个数的相加,那么我们设置分割的阈值是2,由于是4个数字相加,所以Fork/Join框架会把这个任务fork成两个子任务,子任务一负责计算1+2,子任务二负责计算3+4,然后再join两个子任务的结果。

因为是有结果的任务,所以必须继承RecursiveTask,实现代码如下:


001 packagefj;
002  
003 importjava.util.concurrent.ExecutionException;
004  
005 importjava.util.concurrent.ForkJoinPool;
006  
007 importjava.util.concurrent.Future;
008  
009 importjava.util.concurrent.RecursiveTask;
010  
011 publicclassCountTaskextendsRecursiveTask {
012  
013        privatestaticfinalintTHRESHOLD= 2;//阈值
014  
015        privateintstart;
016  
017        privateintend;
018  
019        publicCountTask(intstart,intend) {
020  
021                    this.start= start;
022  
023                    this.end= end;
024  
025         }
026  
027        @Override
028  
029        protectedInteger compute() {
030  
031                    intsum = 0;
032  
033                    //如果任务足够小就计算任务
034  
035                    booleancanCompute = (end-start) <=THRESHOLD;
036  
037                    if(canCompute) {
038  
039                               for(inti =start; i <=end; i++) {
040  
041                                            sum += i;
042  
043                                }
044  
045                     }else{
046  
047                               //如果任务大于阀值,就分裂成两个子任务计算
048  
049                               intmiddle = (start+end) / 2;
050  
051                                CountTask leftTask =newCountTask(start, middle);
052  
053                                CountTask rightTask =newCountTask(middle + 1,end);
054  
055                               //执行子任务
056  
057                                leftTask.fork();
058  
059                                rightTask.fork();
060  
061                               //等待子任务执行完,并得到其结果
062  
063                               intleftResult=leftTask.join();
064  
065                               intrightResult=rightTask.join();
066  
067                               //合并子任务
068  
069                                sum = leftResult  + rightResult;
070  
071                     }
072  
073                    returnsum;
074  
075         }
076  
077        publicstaticvoidmain(String[] args) {
078  
079                     ForkJoinPool forkJoinPool =newForkJoinPool();
080  
081                    //生成一个计算任务,负责计算1+2+3+4
082  
083                     CountTask task =newCountTask(1, 4);
084  
085                    //执行一个任务
086  
087                     Future result = forkJoinPool.submit(task);
088  
089                    try{
090  
091                                System.out.println(result.get());
092  
093                     }catch(InterruptedException e) {
094  
095                     }catch(ExecutionException e) {
096  
097                     }
098  
099         }
100  
101 }

通过这个例子让我们再来进一步了解ForkJoinTask,ForkJoinTask与一般的任务的主要区别在于它需要实现compute方法,在这个方法里,首先需要判断任务是否足够小,如果足够小就直接执行任务。如果不足够小,就必须分割成两个子任务,每个子任务在调用fork方法时,又会进入compute方法,看看当前子任务是否需要继续分割成孙任务,如果不需要继续分割,则执行当前子任务并返回结果。使用join方法会等待子任务执行完并得到其结果。

5. Fork/Join框架的异常处理

ForkJoinTask在执行的时候可能会抛出异常,但是我们没办法在主线程里直接捕获异常,所以ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已经被取消了,并且可以通过ForkJoinTask的getException方法获取异常。使用如下代码:

if(task.isCompletedAbnormally())
{
    System.out.println(task.getException());
}

getException方法返回Throwable对象,如果任务被取消了则返回CancellationException。如果任务没有完成或者没有抛出异常则返回null。

6. Fork/Join框架的实现原理

ForkJoinPool由ForkJoinTask数组和ForkJoinWorkerThread数组组成,ForkJoinTask数组负责存放程序提交给ForkJoinPool的任务,而ForkJoinWorkerThread数组负责执行这些任务。

ForkJoinTask的fork方法实现原理。当我们调用ForkJoinTask的fork方法时,程序会调用ForkJoinWorkerThread的pushTask方法异步的执行这个任务,然后立即返回结果。代码如下:


1 public final ForkJoinTask fork() {
2         ((ForkJoinWorkerThread) Thread.currentThread())
3             .pushTask(this);
4         return this;
5 }

pushTask方法把当前任务存放在ForkJoinTask 数组queue里。然后再调用ForkJoinPool的signalWork()方法唤醒或创建一个工作线程来执行任务。代码如下:


01 final void pushTask(ForkJoinTask t) {
02         ForkJoinTask[] q; int s, m;
03         if ((q = queue) != null) {    // ignore if queue removed
04             long u = (((s = queueTop) & (m = q.length - 1)) << ASHIFT) + ABASE;
05             UNSAFE.putOrderedObject(q, u, t);
06             queueTop = s + 1;         // or use putOrderedInt
07             if ((s -= queueBase) <= 2)
08                 pool.signalWork();
09     else if (s == m)
10                 growQueue();
11         }
12     }

ForkJoinTask的join方法实现原理。Join方法的主要作用是阻塞当前线程并等待获取结果。让我们一起看看ForkJoinTask的join方法的实现,代码如下:


01 public final V join() {
02         if (doJoin() != NORMAL)
03             return reportResult();
04         else
05             return getRawResult();
06 }
07 private V reportResult() {
08         int s; Throwable ex;
09         if ((s = status) == CANCELLED)
10             throw new CancellationException();
11 if (s == EXCEPTIONAL && (ex = getThrowableException()) != null)
12             UNSAFE.throwException(ex);
13         return getRawResult();
14 }

首先,它调用了doJoin()方法,通过doJoin()方法得到当前任务的状态来判断返回什么结果,任务状态有四种:已完成(NORMAL),被取消(CANCELLED),信号(SIGNAL)和出现异常(EXCEPTIONAL)。

  • 如果任务状态是已完成,则直接返回任务结果。
  • 如果任务状态是被取消,则直接抛出CancellationException。
  • 如果任务状态是抛出异常,则直接抛出对应的异常。

让我们再来分析下doJoin()方法的实现代码:


01 private int doJoin() {
02         Thread t; ForkJoinWorkerThread w; int s; boolean completed;
03         if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) {
04             if ((s = status) < 0)
05  return s;
06             if ((w = (ForkJoinWorkerThread)t).unpushTask(this)) {
07                 try {
08                     completed = exec();
09                 } catch (Throwable rex) {
10                     return setExceptionalCompletion(rex);
11                 }
12                 if (completed)
13                     return setCompletion(NORMAL);
14             }
15             return w.joinTask(this);
16         }
17         else
18             return externalAwaitDone();
19     }

在doJoin()方法里,首先通过查看任务的状态,看任务是否已经执行完了,如果执行完了,则直接返回任务状态,如果没有执行完,则从任务数组里取出任务并执行。如果任务顺利执行完成了,则设置任务状态为NORMAL,如果出现异常,则纪录异常,并将任务状态设置为EXCEPTIONAL。

7. 参考资料

  • JDK1.7源码
  • http://ifeve.com/fork-join-5/
目录
相关文章
|
16天前
|
JavaScript Java 大数据
分享Fork/Join经典案例
`shigen`是位专注于Java、Python、Vue和Shell的博主,分享技术成长和认知。上篇文章探讨了Java的Fork/Join框架,它类似线程池,通过拆分大任务并并行执行提升效率。以大序列求和为例展示了ForkJoinPool的使用,与普通线程池对比,Fork/Join效率提升约50%。适合递归任务、独立子任务和长执行时间的任务。注意任务粒度、避免共享状态和死锁。推荐观看相关视频深入理解。一起学习,每天进步!
14 0
分享Fork/Join经典案例
|
3月前
|
并行计算 算法 Java
Java并发 -- Fork/Join框架
Java并发 -- Fork/Join框架
32 0
|
4月前
|
NoSQL Java 程序员
多线程并发之线程池Executor与Fork/Join框架
多线程并发之线程池Executor与Fork/Join框架
63 0
|
8月前
|
算法
Fork/Join框架的学习和浅析
Fork/Join框架的学习和浅析
47 0
|
10月前
|
分布式计算 算法 Java
【JUC基础】16. Fork Join
“分而治之”一直是一个非常有效的处理大量数据的方法。著名的MapReduce也是采取了分而治之的思想。。简单地说,就是如果你要处理 1000 个数据,但是你并不具备处理 1000个数据的能力,那么你可以只处理其中的 10 个,然后分阶段处理 100 次,将 100 次的结进行合成,就是最终想要的对原始 1000 个数据的处理结果。而这就是Fork Join的基本思想。
|
并行计算 算法 Java
【JAVA并发编程专题】Fork/Join框架的理解和使用
【JAVA并发编程专题】Fork/Join框架的理解和使用
|
Java API
JUC系列(十) | Fork&Join框架 并行处理任务
JUC系列(十) | Fork&Join框架 并行处理任务
146 0
JUC系列(十) | Fork&Join框架 并行处理任务
|
机器学习/深度学习 分布式计算 并行计算
面试官:说说你对Fork/Join的并行计算框架的了解?
面试官:说说你对Fork/Join的并行计算框架的了解?
面试官:说说你对Fork/Join的并行计算框架的了解?
Fork Join框架
Fork Join框架
128 0
|
分布式计算 算法 Java
Fork-Join框架
在JDK1.7引入了一种新的并行编程模式“fork-join”,它是实现了“分而治之”思想的Java并发编程框架。网上关于此框架的各种介绍很多,本文从框架特点出发,通过几个例子来进行实用性的介绍。
115 0