关于jdk7的forkjoinpool

最新推荐文章于 2025-07-29 00:11:42 发布

原创最新推荐文章于 2025-07-29 00:11:42 发布 · 317 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#api

JavaSE 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了一种基于分治算法的设计思路，并重点讨论了ForkJoinPool、RecursiveTask及RecursiveAction等核心API的应用。通过具体案例FolderProcessor，展示了如何利用工作窃取算法优化任务调度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

核心思想是分治算法:
核心api：ForkJoinPool,RecursiveTask,RecursiveAction

fork和join一起使用，可以使用工作窃取算法。

/**
*
*/
package thread.forkjoinpool;

import java.io.File;
import java.nio.channels.IllegalSelectorException;
import java.util.LinkedList;
import java.util.List;
import java.util.concurrent.CopyOnWriteArrayList;
import java.util.concurrent.RecursiveTask;

/**
* @author Administrator
*
*/
public class FolderProcessor extends RecursiveTask

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

missing_mjj

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

专栏目录

关于ForkJoinPool使用ManagedBlocker防线程阻塞而降低吞吐量的说明

heng_zou的博客

06-24

5507

ForkJoinPool适合执行计算密集型且可进行拆分任务并汇总结果(类似MapReduce)的任务，执行这种任务可以充分利用多核处理器优势提高任务处理速度，实际上ForkJoinPool内部的工作窃取队列的高性能(远高于普通线程池的BlockingQueue)也决定其适用于执行大量的简短的小任务。对于IO阻塞型任务，当然可以设置较大的parallelism参数保证并发数防止任务IO阻塞耗时的时候没有空闲工作线程来执行新提交的IO阻塞任务导致CPU空闲，从而线程池的吞吐率不高，参见下方例子，例子中创建30

11. java线程池-ForkJoinPool

Java 程序源

09-01

1330

1. ForkJoinPool java7 提供了ForkJoinPool 来支持将一个任务采用递归方式分成多个小任务计算, 然后再把小任务的计算结果合并为总的结果. 1.1 ForkJoinPool 的创建方式 java7 提供了两个构造器: ForkJoinPool(int paralleism): 创建时指定并行线程数 ForkJoinPool(): 以当前机器的cpu个数(Runtim...

参与评论您还未登录，请先登录后发表或查看评论

Java7之线程池ForkJoinPool

network_boy的专栏

04-12

709

许多情况下，在一个程序中使用多线程是有益处的，可以大大提高程序的效率，多线程主要有以下3个优点1,资源利用率更好2，程序设计在某些情况下更简单3，程序响应更快。当然凡事有利就有弊，多线程也会使程序的开发，维护及调试更加复杂，当然如果我们能够扬长避短，在正确的场合下使用多线程，那么它将成为我们程序中开发的利器。 Java一直以来，对多线程的开发支持比较良好，特别在JDK5,6后引入的ja

说一下 jdk7 的 ForkJoinPool

yinmingjuncn的专栏

09-28

674

by yinmingjun 网上找了一下 ForkJoinPool 的资料，发现资料不多，看来大多的兄弟还留在 Executors 的坑里没出来。简单的说，ForkJoinPool 是更好的线程池的技术，主要是面向目前的多线程高并发的场景提供的底层工具，理念和性能上比原来的线程池模式高不少（没测试比较，只是直觉），像scala的promise模式的底层，直接用的就是ForkJ

JDK 7新增ForkJoinPool,简单实例

doutao6677的专栏

02-17

1895

public class CountTask extends RecursiveTask { private static final long serialVersionUID = -3454816350595604316L; private static final int threshold = 2; // 阈值 private int start; private int end;

Java7 ForkJoinPool 的使用以及原理

luckykapok918的专栏

05-26

1084

在JDK7中新增了ForkJoinPool。ForkJoinPool采用分治+work-stealing的思想。可以让我们很方便地将一个大任务拆散成小任务，并行地执行，提高CPU的使用率。 ForkJoinPool & ForkJoinTask 概述： 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

多线程 ForkJoinPool

yangaliang的博客

03-19

1573

背景：ForkJoinPool的优势在于，可以充分利用多cpu，多核cpu的优势，把一个任务拆分成多个“小任务”，把多个“小任务”放到多个处理器核心上并行执行；当多个“小任务”执行完成之后，再将这些执行结果合并起来即可。这种思想值得学习。主要参考《疯狂java讲义》回到顶部使用Java7 提供了ForkJoinPool来支持将一个任务拆分成多个“小任务”并行计算，再把多个“小任务”的结果合并成总的...

为什么JDK钟爱ForkJoinPool？

2401_87704405的博客

11-14

995

ForkJoinPool是自java7开始，jvm提供的一个用于并行执行的任务框架。其主旨是将大任务分成若干小任务，之后再并行对这些小任务进行计算，最终汇总这些任务的结果。得到最终的结果。其广泛用在java8的stream中。这个描述实际上比较接近于单机版的map-reduce。都是采用了分治算法，将大的任务拆分到可执行的任务，之后并行执行，最终合并结果集。区别就在于ForkJoin机制可能只能在单个jvm上运行，而map-reduce则是在集群上执行。

JDK 8 ForkJoinPool源码详解（详细注释版）

csdn_tom_168的博客

07-29

342

本文详细解析了JDK 8中ForkJoinPool的源码实现。ForkJoinPool是Java 7引入的并行执行框架核心类，采用工作窃取算法(Work-Stealing)来执行ForkJoinTask任务。文章重点分析了线程池控制状态、工作队列数组等核心数据结构，以及默认并行级别(通常等于CPU核心数)等关键配置参数。源码注释详细说明了状态标志位、线程工厂、异常处理器等组件的作用，并展示了工作队列(WorkQueue)的内部实现，包括任务存储数组、锁机制和窃取计数器等核心机制。通过静态初始化块和Unsaf

java替换forkjoinpool,CompletableFuture / ForkJoinPool设置类加载器

weixin_39704066的博客

03-01

477

I tackled down a very specific problem, whose solution seems to be something basic:My (Spring) application's classloader hierarchy is something like this: SystemClassLoader -> PlatformClassLoader -...

Java8 ForkJoinPool（一）源码解析

菜鸟进阶之路

04-28

2914

目录一、ForkJoinWorkerThread 1、定义 2、run /getPoolIndex 二、InnocuousForkJoinWorkerThread 三、ForkJoinWorkerThreadFactory 四、WorkQueue 1、定义 2、push /pop /poll /pollAt /peek /tryUnpush 3、runTask 4...

深入理解 ForkJoinPool：入门、使用、原理

Java_zhujia的博客

10-31

527

本文将从一个简单的例子出发，与大家解释为啥要有 ForkJoinPool 的存在。接着向大家介绍 ForkJoinPool 的基本信息及使用，最后讲解 ForkJoinPool 的基本原理。诞生原因对于线程池来说，我们经常使用的是 ThreadPoolExecutor，可以用来提升任务处理效率。一般情况下，我们使用 ThreadPoolExecutor 的时候，各个任务之间都是没有联系的。但在某些特殊情况下，我们处理的任务之间是有联系的，例如经典的 Fibonacci 算法就是其中一种情况。对于 Fi

JUC(5) : ForkJoinPool | 线程的极致管理

BASK2312的博客

12-09

990

首先，查看该类介绍，该类是 Doug Lea 在JDK1.7版本中添加的新的线程池。Fork为分叉，Join 为连接，而其设计的思想也确实是先分开处理后合并处理的工作原理。核心思想就是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的结果。Fork：把一个复杂任务进行分拆，大事化小Join：把分拆任务的结果进行合并复制代码这个思想就很像 Hadoop 中 MapReduce 的工作原理，都是先组装成各个 Map ，然后在 Reduce 中完成合并。

JDK 7 中的 Fork/Join 模式轻松实现多核时代的并行计算

海中天

08-28

1452

JDK 7 中的 Fork/Join 模式轻松实现多核时代的并行计算http://www.ibm.com/developerworks/cn/java/j-lo-forkjoin/index.html2007 年 8 月 23 日随着多核时代的来临，软件开发人员不得不开始关注并行编程领域。而 JDK 7 中将会加入的 Fork/Join 模式是处理并行编程的一个经典的方法。虽然不能

java 并发信号量和普通锁的区别

我的博客

06-18

1715

信号量：java.util.concurrent.Semaphore 使用方法和synchronized关键字类似，区别在于前者可以同时允许规定数量的线程执行，而后者对于不同的线程是互斥的，Semaphore 可以提供公平和不公平锁synchronized关键字同lock的区别： lock在性能上较好，切支持公平锁和非公平锁对于wait()方法，lock提供了condition可以实现和sy

mybatis源码分析

我的博客

08-07

827

MyBatis源码分析核心的功能模块： binding:把传入的参数对象转换为sql后的条件 executor:负责sql的执行和拼接 statement:SimpleStatementHandler,负责sql的实际执行 baseExecutor session:创建session,session工厂,configuration初始化 transanction:事

java提供的一些并发机制

我的博客

11-22

528

第一：线程的基本操作 1.对线程的中断 Thread.interrupt() 2.等待线程的终止 Thread.join() 3.守护线程 setDaemon(true) 4.线程中不可控异常的处理 ExceptionHandler implements UncaughtExceptionHandler 5.使用ThreadLocal来实现线程的变量隔离，达到线程安全 6.

怎么样可以实现周期性的任务

我的博客

06-08

513

while(true){ //todo something TimeUnit.SECONDS.sleep(1); }

泛型使用一例子

我的博客

08-12

471

/** * */ package test; import java.lang.reflect.Array; import java.lang.reflect.Field; import java.util.ArrayList; import java.util.Arrays; import java.util.HashMap; import java.util.Lis

ForkJoinPool

最新发布

08-05

### 三、ForkJoinPool 使用指南 `ForkJoinPool` 是 Java 中用于并行任务执行的线程池，尤其适用于分治法（divide and conquer）类型的任务。它在 JDK 7 中引入，并实现了 `ExecutorService` 接口，专为处理大规模并行计算任务而设计，特别是在任务可拆分为多个小任务并行执行的场景中表现优异[^2]。 #### 1. 基本使用方式 `ForkJoinPool` 的核心是 `ForkJoinTask`，它是一个可以并行执行并支持结果合并的任务抽象类。`ForkJoinTask` 有两个主要子类： - `RecursiveAction`：无返回值的任务。 - `RecursiveTask`：有返回值的任务。创建 `ForkJoinPool` 实例后，可以调用 `submit(ForkJoinTask task)` 或 `invoke(ForkJoinTask task)` 方法来执行任务[^3]。 #### 2. 示例代码以下是一个使用 `RecursiveTask` 实现的简单并行求和任务： ```java import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveTask; public class ForkJoinSumExample extends RecursiveTask<Long> { private final long[] array; private final int start; private final int end; private static final int THRESHOLD = 100; public ForkJoinSumExample(long[] array, int start, int end) { this.array = array; this.start = start; this.end = end; } @Override protected Long compute() { if (end - start <= THRESHOLD) { long sum = 0; for (int i = start; i < end; i++) { sum += array[i]; } return sum; } else { int mid = (start + end) / 2; ForkJoinSumExample leftTask = new ForkJoinSumExample(array, start, mid); ForkJoinSumExample rightTask = new ForkJoinSumExample(array, mid, end); leftTask.fork(); rightTask.fork(); long leftResult = leftTask.join(); long rightResult = rightTask.join(); return leftResult + rightResult; } } public static void main(String[] args) { long[] data = new long[1000]; for (int i = 0; i < data.length; i++) { data[i] = i; } ForkJoinPool pool = new ForkJoinPool(); ForkJoinSumExample task = new ForkJoinSumExample(data, 0, data.length); Long result = pool.invoke(task); System.out.println("Sum: " + result); } } ``` 此示例展示了如何使用 `ForkJoinPool` 来并行计算一个数组的和，通过将任务拆分为左右两个子任务，并递归地执行和合并结果。 --- ### 四、ForkJoinPool 的工作原理 `ForkJoinPool` 的设计目标是高效地处理可拆分的并行任务，其核心机制包括工作窃取（work-stealing）算法和双端队列（deque）结构。 - **工作窃取**：每个线程维护一个任务队列（双端队列），优先从自己的队列头取出任务执行；当本地队列为空时，会从其他线程的队列尾部“窃取”任务，从而减少线程竞争并提高负载均衡[^2]。 - **任务拆分与合并**：通过 `fork()` 方法将任务提交到队列，通过 `join()` 方法等待任务完成并获取结果。任务在执行过程中可以递归地拆分为更小的任务，最终合并结果。这种机制使得 `ForkJoinPool` 在处理大量可并行任务时具有较高的效率和良好的扩展性。 --- ### 五、常见问题与注意事项 1. **任务拆分粒度控制**：应合理设置任务的拆分阈值（如 `THRESHOLD`），避免任务拆分过细导致线程调度开销过大。 2. **避免阻塞操作**：`ForkJoinPool` 的线程数量有限，若任务中包含阻塞操作（如 I/O），可能导致线程资源耗尽。 3. **异常处理**：任务抛出的异常会通过 `get()` 或 `join()` 方法传播，需在调用时捕获处理。 4. **默认线程池使用**：Java 8 及以上版本中可通过 `ForkJoinPool.commonPool()` 获取公共线程池，但需注意其线程数量限制和任务调度策略。 --- ### 六、适用场景 `ForkJoinPool` 特别适合以下类型的任务： - 数据处理（如排序、搜索、统计等） - 图像处理 - 递归算法（如树遍历、分治算法） - 并行流（Java 8 Stream 并行操作底层依赖 `ForkJoinPool`）它不适用于长时间运行或涉及大量 I/O 的任务，这些任务更适合使用传统的线程池（如 `ThreadPoolExecutor`）来处理。 ---