应用ForkJoin精益求精Java开发Java经验技巧.docxVIP

应用 Forkjoin 精益求精 木文由ImportNew ■靳禹翻译自javaadvento欢迎加入翻译小组。转载请见文末要求。 随着JDK 7被广大程序员所使用，Forkjoin也随着映入很多人的眼帘。不过， 可能大多数人还没有机会在日常工作中真止使用Forkjoin。在没有真止使用 Forkjoin Z前，大家可能述分不清楚它究竟跟一个常见的线程池冇什么区别 [1]0所以，我写这篇文章的目的就是以一个简单但是乂有说明性的代码示例来 阐释对Forkjoin的用法。 在本文的示例中，我会分别对线性方式、线程池和Forkjoin处理模式进行性能 测试。测试代码托管在 Github:https://github? com/fbunau/javaadvent-forkjoin0 实际问题 设想一下我们有这样一个系统，系统屮部分组建需要吋刻保留每一吋刻最终的股 价数据。这些数据可以用一个整型数组保存在内存中（如果我们用bps,字节/ 秒來统计）。这个组件的客户端会发起一些请求，比如：在timel和time2 ZMj, 哪个时间点的股价是最低的？请求的发起可以是自动的算法，也可以是操作员在 操作界面上使用鼠标进行框选。 示例中的7次查询请求 然后我们不妨假设，我们得到了來自同一个客户端的若干个这种请求，所冇请求 组成了一个杳询任务。这样的合并可能是为了减少网络传输和通信的往返时间。 接下来，我们的服务组建就会得到大小不等的任务包，例如10次查询（由手工 操作形成的查询）,或者是100次查询的任务甚查询的任务（由 算法生成的查询）。同吋，我们还有很多这样的客户端程序，每个客户端程序都 在发出不同大小的查询任务。参考Task. TaskTypeo 核心问题和解决方案 我们要解决的核心问题就是RMQ问题。下面是Wikipedia对RMQ的解释[2]： “给定一组对象,这些对彖来自有完善的大小，顺序定义的集合(比 如数字)。一个从数组索引i到索引j的范围最小查询(RMQ)就 是查找在子数组A[i, j]中最小元素的下标。” “例如，有数组 A = [0, 5, 2, 5, 4, 3, 1, 6, 3],则 RMQ A[3, 8]的结果就是7,因为A[3, 8] = [2, 5, 4, 3, 1, 6]。其屮最 小值1的下标在数组A中是7。” 我们有一个非常高效的数据结构来解决这个问题，那就是“分段树” (Segment Tree)。我不会详细讲什么是分段树，有兴趣的读者可以参考经典的Topcoder 文章⑶。 因为这些细节对于我的Fork Jo in示例并不是很重要，我提及分段树是因为它远 比简单的加法要冇意思，而月?它的核心思想与fork-join相同：这就是分治的原 理，把任务拆散进行计算，最后合并结果！ 这种数据结构的初始化时间复朵度为0(n),之后的查询复朵度为0(log N), N 就是我们单位时间内数组中的价格总数。 假设一个任务T包含了 M个需要执行的杳询。如杲按照计算机科学中的学术方式 进行执行，你就会说我们就用这种数据结构依次处理每一个任务，然后我们会得 到如下的时间复杂度： 难道我们不能更有效率吗！？在一个理论上的冯?诺依曼计算机上，这已经是 最有效率的了，但是我们在实践中可以更有效率。 一个很容易造成混淆的时间复杂度比较是因为学术上认为0(n/4) == 0(n),所 以有人会以为上面对N除以一个常数不会对最终执行效率造成多大影响，但是影 响确实存在！不妨停下來想一想，等待10分钟、10小吋、10年，还是40分钟、 40小时、40年，能一样吗？ 并行计算 所以就我们面对的问题而言，我们怎么计算能更快一些？因为现在的计算机都右 多个核心可以进行独立计算，所以我们可以利用这一点让他们同时做不同的计 算。借助Forkjoin框架，我们很容易实现这一点。 我一开始试图改变一些RMQ的数据结构然后将一些操作并行化，这些操作已经达 到了 logN的负责度。当然，我的尝试失败了，调度上的开销对于这些简短的 逻辑运算来说太高昂了。 最后，我发现」I?:确的途径是针对M i常数参数进行并行化处理。 线程池 在我们演示如何使用ForkJoinZ前，我们先來看看如果是线程池的话，我们的 实现会是怎样的。代码见：TaskProcessorPool. java 我们可以有一个4个worker线程的线程池，当一个任务到达时，我们把任务放 到队列里。当一个worker线程空闲时，这个worker就从队头取一个待执行的任 务并月?执行。 这种方式对于大小相同，口任务大小适中可控的任务来说是不错的。但是当任务 大小不一致的吋候就会遇到问题。就是说，一个worker可能被缠在冗长的任务 中，然后其他的worker闲着没事做。 图中显示