作者 R.J. Lorimer譯者 韓鍇 發佈於 2008年3月23日 下午10時6分
今天，處理器的內核數量在不斷增加，以什麼樣的方法開發程序才能發揮出新硬件的效能呢？這正變成一個愈發重要的問題擺在了開發者面前。IBM Developerworks已經發布了一篇介紹Fork-Join併發類庫的連載文章，Fork-Join類庫會作爲即將來到的Java 7的一部分進行發佈。InfoQ以前也報道過Java 7中最初的fork/join提案，其中還包含來自最初創建者Doug Lea的反饋。Doug Lea在他的論文“Fork/Join Parallelism in Java”中，首次把fork/join的概念引入到Java中。Doug Lea的util.concurrent包是JSR-166的基礎，後者是發佈在Java 5中的java.util.concurrentl類庫。Fork/Join是對JSR-166的簡單修訂。連載文章的第一部分詳細介紹了fork-join類庫的核心概念，以及它要解決的問題：
硬件的發展趨勢非常清晰；Moore定律表明不會出現更高的時鐘頻率，但是每個芯片上會集成更多的內核。很容易想象讓十幾個處理器繁忙地處理一個粗粒度的任務邊界（比如一個用戶請求），但是這項技術不會擴大到數千個處理器——在這種環境下短時間內流量可能會呈指數級增長，但最終硬件趨勢將會佔上風。當跨入多內核時代時，我們需要找到更細粒度的並行性，否則將面臨即便有許多工作需要去做而處理器卻仍處於空閒的風險。如果希望跟上技術發展的腳步，軟件平臺也必須配合主流硬件平臺的轉變。最終，Java 7將會包含一種框架，用於表示某種更細粒度級別的並行算法：fork-join框架。第二部分深入探討了在第一部分裏定義的概念，涉及到分而治之（divide-and-conquer）的編程技術：
Fork-join融合了分而治之技術；獲取問題後，遞歸地將它分成多個子問題，直到每個子問題都足夠小，以至於可以高效地串行地解決它們。遞歸的過程將會把問題分成兩個或者多個子問題，然後把這些問題放入隊列中等待處理（fork步驟），接下來等待所有子問題的結果（join步驟），把多個結果合併到一起。
文章接下來展示了一個使用fork/join實現合併排序（merge-sort）算法的示例。
這個連載系列的最後一部分介紹了ParallelArray類。ParallelArray是一個可用於fork/join算法的數據結構，它提供了一個通用目的API，以高度併發的方式執行數據集的搜索、過濾和轉換。
從事Java的BGGA閉包提案的團隊已經採納了fork-join框架與閉包協同工作。他們還在站點上提供了一個可以工作的實現。Developerworks上的那篇連載文章列舉了兩個使用ParallelArray類的例子，它們之間的區別在於是否使用了閉包：
下面的例子是查找一組學生中最好的GPA，它用到了當前Java 7的fork/join提案：
ParallelArray students = new ParallelArray(fjPool, data);下面的例子與上面的相同，不過使用了BGGA閉包提案：
double bestGpa = students.withFilter(isSenior)
.withMapping(selectGpa)
.max();
public class Student {
String name;
int graduationYear;
double gpa;
}
static final Ops.Predicate isSenior = new Ops.Predicate() {
public boolean op(Student s) {
return s.graduationYear == Student.THIS_YEAR;
}
};
static final Ops.ObjectToDouble selectGpa = new Ops.ObjectToDouble() {
public double op(Student student) {
return student.gpa;
}
};
double bestGpa = students.withFilter({Student s => (s.graduationYear == THIS_YEAR) })
.withMapping({ Student s => s.gpa })
.max();
根據當前的狀況估計，Java 7會在2009年早期發佈。查看英文鏈接：Parallelism with Fork/Join in Java 7
