JUC —— ForkJoin

最新推荐文章于 2024-02-22 09:50:35 发布

始於心勭丶

最新推荐文章于 2024-02-22 09:50:35 发布

阅读量843

点赞数

分类专栏： JUC 文章标签： juc

本文链接：https://blog.youkuaiyun.com/weixin_46540606/article/details/122830887

版权

JUC 专栏收录该内容

12 篇文章

订阅专栏

本文介绍了Java 1.7引入的ForkJoin框架，用于并行执行任务提高效率。通过工作窃取策略，ForkJoin将大任务拆分成小任务并进行计算。与普通循环计算和Stream并行流对比，展示了ForkJoin在大数据量计算中的性能优势。同时，文章提供了代码示例展示如何使用ForkJoin进行求和计算。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

ForkJoin

ForkJoin（分之合并）在JDK1.7出现的，并行执行任务，提高效率，大数据量！
大数据：M安排Reduce（把大任务拆分为小人物）

特点：

工作窃取：有两个线程池在执行任务，A线程池执行完任务后发现B线程池还没执行完，A线程池就会将B线程池中等待的线程任务拿到自己的池中执行

操作

/**
 * 求和计算
 * 使用ForkJoin
 * 1.forkJoinPool 通过它来执行
 * 2.计算任务 forkJoinPool.execute（ForkJoinTask task）
 * 3.计算类要继承RecursiveTask
 */
public class ForkJoinTest extends RecursiveTask<Long> {
    private Long start;
    private Long end;
    //临界值
    private Long temp = 10000L;

    public ForkJoinTest(Long start, Long end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        if((end-start)<temp){
            Long sum = 0L;
            for(Long i=start;i<=end;i++){
                sum += i;
            }
            return sum;
        }else{
            //中间值
            Long middle = (start + end) / 2;
            ForkJoinTest forkJoinTest1 = new ForkJoinTest(start, middle);
            forkJoinTest1.fork(); //拆分任务,把任务压入线程队列
            ForkJoinTest forkJoinTest2 = new ForkJoinTest(middle,end);
            forkJoinTest2.fork();
            return forkJoinTest1.join() + forkJoinTest2.join();
        }
    }
}

import java.util.concurrent.ExecutionException;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.stream.LongStream;

public class Test {
    public static void main(String[] args) throws ExecutionException, InterruptedException {
        test1();
        test2();
        test3();
    }
    //普通
    public static void test1(){
        Long sum = 0L;
        long start = System.currentTimeMillis();
        for(Long i=1L;i<=10_0000_0000L;i++){
            sum += i;
        }
        long end = System.currentTimeMillis();
        System.out.println("普通获取sum=+"+sum+"时间"+(end-start));
    }
    //使用ForkJoin
    public static void test2() throws ExecutionException, InterruptedException {
        long start = System.currentTimeMillis();
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        ForkJoinTask<Long> submit = forkJoinPool.submit(new ForkJoinTest(0L, 10_0000_0000L));
        Long sum = submit.get();
        long end = System.currentTimeMillis();
        System.out.println("ForkJoin获取sum=+"+sum+"时间"+(end-start));
    }
    public static void test3(){
        long start = System.currentTimeMillis();
        long sum = LongStream.rangeClosed(0L, 10_0000_0000L).parallel().reduce(0, Long::sum);
        long end = System.currentTimeMillis();
        System.out.println("Stream并行流获取sum=+"+sum+"时间"+(end-start));
    }
}

执行结果：

普通获取sum=+500000000500000000时间6638
ForkJoin获取sum=+500065535999828224时间4535
Stream并行流获取sum=+500000000500000000时间287

可以看出ForkJoin确实比普通的查询要快一些，并且它通过设置临界值，是可调节的，可优化的。
同时也对比出Stream的强大。