JDK1.8新特性 ForkJoin並行流的使用（三）

在jdk1.8新的stream包中針對集合的操作也提供了並行操作流和串行操作流。並行流就是把內容切割成多個數據塊，並且使用多個線程分別處理每個數據塊的內容。Stream api中聲明可以通過parallel()與sequential()方法在並行流和串行流之間進行切換。
jdk1.8並行流使用的是fork/join框架進行並行操作。
Fork/Join 框架：就是在必要的情況下，將一個大任務，進行拆分(fork)成若干個小任務（拆到不可再拆時），再將一個個的小任務運算的結果進行 join 彙總。
採用 “工作竊取”模式（work-stealing）：
當執行新的任務時它可以將其拆分分成更小的任務執行，並將小任務加到線 程隊列中，然後再從一個隨機線程的隊列中偷一個並把它放在自己的隊列中 相對於一般的線程池實現,fork/join框架的優勢體現在對其中包含的任務的 處理方式上.在一般的線程池中如果一個線程正在執行的任務由於某些原因 無法繼續運行,那麼該線程會處於等待狀態.而在fork/join框架實現中,如果 某個子問題由於等待另外一個子問題的完成而無法繼續運行.那麼處理該子 問題的線程會主動尋找其他尚未運行的子問題來執行.這種方式減少了線程

public class ForkJoin extends RecursiveTask<Long> {

    private static final long serialVersionUID = 23423422L;

    private long start;
    private long end;

    // 定義闕值
    private static final long THRESHOLD = 10000L;

    public ForkJoin() {
    }

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

    @Override
    protected Long compute() {
        if (end - start <= THRESHOLD) {
            long sum = 0;
            for (long i = start; i < end; i++) {
                sum += i;
            }
            return sum;
        } else {
            long middle = (end - start) / 2;
            ForkJoin left = new ForkJoin(start, middle);
            //拆分子任務，壓入線程隊列
            left.fork();
            ForkJoin right = new ForkJoin(middle + 1, end);
            right.fork();

            //合併並返回
            return left.join() + right.join();
        }
    }

    public static void main(String args[]){
        /**
         * 使用ForkJoin方式
         */
        //開始時間
/*        Instant startTime=Instant.now();
        ForkJoinPool forkJoinPool=new ForkJoinPool();

        ForkJoinTask<Long> forkJoinTask=new ForkJoin(1L, 10000000000L);
        //沒有返回值的 pool.execute();
        //有返回值
        long sum=forkJoinPool.invoke(forkJoinTask);
        System.out.println("返回值爲："+sum);
        Instant endTime=Instant.now();
        System.out.println(Duration.between(startTime,endTime).getSeconds());*/


        /**
         * 使用parallel
         */
        //開始時間
        Instant startTime=Instant.now();
        LongStream.rangeClosed(0L,100000000000L).parallel().reduce(0,Long::sum);
        //結束時間
        Instant endTime=Instant.now();
        System.out.println(Duration.between(startTime,endTime).getSeconds());

    }
}