Fork/Join是什么？

Fork意思是分叉，Join為合并。Fork/Join是一個將任務分割并行運行，然后將最終結果合并成為大任務的結果的框架，父任務可以分割成若干個子任務，子任務可以繼續分割，提供我們一種方便的并行任務功能，滿足實際場景的業務需求，思想類似于MapReduce。任務的分割必須保證子任務獨立，不會相互依賴結果。

從哪里開始？

Fork/Join框架主要有如下接口和類：

• ForkJoinPool：一個線程池，用于執行調度分割的任務，實現了ExecutorService接口。提供三種執行任務的方式：

1、execute：最原生的執行方式，以異步執行，并且無返回結果。

2、submit：異步執行，有返回結果，返回結果是封裝后的Future對象。

3、invoke和invokeAll：異步執行，有返回結果，會等待所有任務執行執行完成，返回的結果為無封裝的泛型T。

• ForkJoinTask：抽象的分割任務，提供以分叉的方式執行，以及合并執行結果。
• RecursiveAction：異步任務，無返回結果。通常自定義的任務要繼承，并重寫compute方法，任務執行的就是compute方法。
• RecursiveTask：異步任務，有返回結果。通常自定義的任務要繼承，并重寫compute方法，任務執行的就是compute方法。

核心類圖

從核心類圖看出，要想開始一個分割的并行任務，可以創建一個ForkJoinPool線程池，同時創建無返回結果的任務RecursiveAction或有返回結果的任務RecursiveTask，最后調用線程池ForkJoinPool的execute或submit或invoke方法執行任務，完成后合并結果。

實例

我們以一個有返回結果的并行任務實例進行測試。計算從起始值到結束值得連續數的累加結果，利用Fork/Join框架。并對比普通計算和并行計算的耗時差異。

package com.misout.forkjoin;

import java.util.concurrent.ForkJoinPool;

import java.util.concurrent.RecursiveTask;

/**

 * 計算從起始值到結束值得連續數的累加結果，利用Fork/Join框架

 * @author Misout

 * @date 2018-01-13 16:06:44

 */

public class SumTask extends RecursiveTask<Long> {

    private static final long serialVersionUID = 4828818665955149519L;

    /** 每個任務最多允許計算的數字個數閾值，超過這個閾值，任務進行拆分 */

    private static final long THRESHOLD = 1000L;

    /** 起始值 */

    private Long startNumber;

    /** 結束值 */

    private Long endNumber;

    public SumTask(Long startNumber, Long endNumber) {

        this.startNumber = startNumber;

        this.endNumber = endNumber;

    }

    /**

     * 累加數的個數超過閾值1000個，拆分成2個子任務執行。子任務繼續作拆分。計算完，合并結果。

     */

    @Override

    protected Long compute() {

        if(startNumber > endNumber) {

            System.out.println("start number should be smaller than end number");

            return 0L;

        }

        if(endNumber - startNumber < THRESHOLD) {

            return this.getCount(startNumber, endNumber);

        } else {

            Long mid = (startNumber + endNumber) / 2;

            RecursiveTask<Long> subTask1 = new SumTask(startNumber, mid);

            RecursiveTask<Long> subTask2 = new SumTask(mid + 1, endNumber);

            subTask1.fork();

            subTask2.fork();

            return subTask1.join() + subTask2.join();

        }

    }

    /**

     * 普通累加執行方法

     * @param start 起始數

     * @param end 結束數

     * @return 累加和

     */

    protected Long getCount(Long start, Long end) {

        Long sum = 0L;

        for(long i = start; i <= end; i++) {

            sum += i;

        }

        return sum;

    }

    public static void main(String[] args) {

        ForkJoinPool forkJoinPool = new ForkJoinPool();

        Long start = 5L;

        Long end = 3463434L;

        SumTask task = new SumTask(start, end);

        Long startTime = System.currentTimeMillis();

        Long sum = forkJoinPool.invoke(task);

        Long endTime = System.currentTimeMillis();

        System.out.println("fork/join : sum = " + sum + ", cost time = " + (endTime - startTime) + "ms");

        startTime = System.currentTimeMillis();

        Long sum2 = task.getCount(start, end);

        endTime = System.currentTimeMillis();

        System.out.println("normal : sum = " + sum2 + ", cost time = " + (endTime - startTime) + "ms");

    }

}

說明：SumTask繼承RecursiveTask，并實現了compute方法。在compute方法中會進行任務分割，并繼續生成子任務，子任務仍然以分割的方式運行。

運行結果對比：

fork/join : sum = 5997689267885, cost time = 290ms

normal : sum = 5997689267885, cost time = 41ms

注意事項：任務拆分的深度最好不要太多，否則很容易因創建的線程過多影響系統性能。

work-stealing規則

在Java的API說明中提到，ForkJoinPool線程池與ThreadPoolExecutor線程池不同的地方在于，ForkJoinPool善于利用竊取工作執行加快任務的總體執行速度。實際上，在ForkJoinPool線程池中，若一個工作線程的任務隊列為空沒有任務執行時，便從其他工作線程中獲取任務主動執行。為了實現工作竊取，在工作線程中維護了雙端隊列，竊取任務線程從隊尾獲取任務，被竊取任務線程從隊頭獲取任務。這種機制充分利用線程進行并行計算，減少了線程競爭。但是當隊列中只存在一個任務了時，兩個線程去取反而會造成資源浪費。