Java 多线程中的任务分解机制-ForkJoinPool详解

一、任务分解问题和ForkJoinPool简介

       在多线程并发编程中,有时候会遇到将大任务分解成小任务再并发执行的场景。Java 8新增的ForkJoinPool很好的支持了这个问题。

       ForkJoinPool是一种支持任务分解的线程池,当提交给他的任务“过大”,他就会按照预先定义的规则将大任务分解成小任务,多线程并发执行。

      一般要配合可分解任务接口ForkJoinTask来使用,ForkJoinTask有两个实现它的抽象类:RecursiveAction和RecursiveTask,其区别是前者没有返回值,后者有返回值。

          

         下面通过具体代码,来示范两个问题:(1)怎么定义可分解的任务类 (2)如何使用ForkJoinPool

package com;

import java.util.Random;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveAction;
import java.util.concurrent.TimeUnit;

public class Main {
	
	
    /**定义一个可分解的的任务类,继承了RecursiveAction抽象类
     * 必须实现它的compute方法
     */
    public static class myTask extends RecursiveAction {

		private static final long serialVersionUID = 1L;
		//定义一个分解任务的阈值——50,即一个任务最多承担50个工作量
    	int THRESHOLD=50;
    	//任务量
    	int task_Num=0;
		myTask(int Num){
			this.task_Num=Num;
		}
		@Override
		protected void compute() {
			if(task_Num<=THRESHOLD){
				System.out.println(Thread.currentThread().getName()+"承担了"+task_Num+"份工作");
				try {
					Thread.sleep(1000);
				} catch (InterruptedException e) {
					e.printStackTrace();
				}
			}else{
				//随机解成两个任务
				Random m=new Random();
				int x=m.nextInt(50);
						
				myTask left=new myTask(x);
				myTask right=new myTask(task_Num-x);
				
				left.fork();
				right.fork();
			}
		}
    }

	public static void main(String[] args) throws Exception {
        //创建一个支持分解任务的线程池ForkJoinPool
		ForkJoinPool pool=new ForkJoinPool();
		myTask task=new myTask(178);
		
		pool.submit(task);
		pool.awaitTermination(20, TimeUnit.SECONDS);//等待20s,观察结果
		pool.shutdown();
	}
}


运行结果如下:

ForkJoinPool-1-worker-1承担了34份工作
ForkJoinPool-1-worker-2承担了34份工作
ForkJoinPool-1-worker-3承担了20份工作
ForkJoinPool-1-worker-0承担了14份工作
ForkJoinPool-1-worker-0承担了48份工作
ForkJoinPool-1-worker-3承担了7份工作
ForkJoinPool-1-worker-2承担了21份工作


二、总结

     通过运行结果可以发现,ForkJoinPool支持开启新线程执行被分解的任务,同时也会复用以前的老线程去承担被分解的任务,具备线程池的通用属性。

    更多线程池的资料,请参考本人的博文: Java 中7种线程池详解+示例代码


發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章