Optaplanner 7.9.0.Final之前，啓動引擎開始對一個Problem進行規劃的時候，只能是單線程進行的。也就是說，當引擎對每一個possible solution進行分數計算的過程中，細化到每個步驟(Caculation)，都只能排隊在同一個線程中依次計算，不管你的問題是否存在並行計算的可能。很顯示這種運算方式應用於一些可並行計劃的場景下，是相當不利的。就算是一些在業務邏輯上無法實現並行運算的情況，若在引擎自行調用指定的算法進行尋優時，若可以將每個Step,甚至每個Move的運行操作，適當地分配到不同的線程中執行，那麼在多核CPU的環境下，無疑能大大提升planning的性能，從而在規定的時間內行到更優的效果。畢竟對於NP-Hard/NP-Complete問題，除了比較算法優劣外，另一個維度對比的就是運算量。
而在7.9.0.Final版本中，發佈了並行計算功能 - Multithreaded incremental solving. 此功能只需要在配置文檔中指定對應的並行線程數（可指定數量，也可由系統自行決定線程數）,在啓動Planning後，每一個Step中的各個Move即有可能被分配於不同的線程進行計算。我在我的項目中啓用了此功能，試用過各種類型的項目，其性能的提升基本上在30% - 150%之間。對於運算量巨大的情況（約束多且複雜、問題規劃大），確實能有不少的提升。
此功能在7.12.0. Final版本中，也有所優化，主要是針對Chained Throudth Time模式下的優化。
關於並行計算功能的更新信息如下：
New and noteworthy: Engine 7.9.0.Final
Multithreaded incremental solving
OptaPlanner can now solve one dataset (without partitioning) with multiple threads to take advantage of multiple CPU cores.
Even with just a few CPU cores, it triples the score calculation speed:
Multithreaded incremental solving is easy to activate. Just add a <moveThreadCount> line in your solver config:
<solver>
<moveThreadCount>4</moveThreadCount>
...
</solver>This basically donates 4 extra CPU cores to the solver. Use AUTO to have OptaPlanner deduce it automatically. Optionally, specify a <threadFactoryClass> for environments that don’t like arbitrary thread creation.
本系列文章在公衆號不定時連載，請關注公衆號（讓APS成爲可能）及時接收,二維碼：
如需瞭解更多關於Optaplanner的應用，請發電郵致：[email protected]
或到討論組發表你的意見：https://groups.google.com/forum/#!forum/optaplanner-cn
若有需要可添加本人微信（13631823503）或QQ(12977379)實時溝通，但因本人日常工作繁忙，通過微信,QQ等工具可能無法深入溝通，較複雜的問題，建議以郵件或討論組方式提出。(討論組屬於google郵件列表，國內網絡可能較難訪問，需自行解決)