一、概述
并行流 就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Stream API 可以声明性的通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。
一、Fork/Join 框架
Fork/Join 框架：就是在必要的情况下，将一个大任务，进行拆分（fork）成若干个小任务（拆到不可再拆分时），再将一个个的小任务运算的结果进行 join 汇总。
1、Fork/Join 框架与传统线程池的区别
采用“工作窃取” 模式（work-stealing）:
当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现，fork/join 框架的优势体现再对其中包含的任务的处理方式上，在一般的线程池中，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态，而在fork/join 框架实现中，如果某个子问题由于等待另外一个子问题的完成而无法继续运行，那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行，这种方式减少了线程的等待时间，提高了性能。
2、Fork/Join 框架的使用
package com.Stream2;
import java.util.concurrent.RecursiveTask;
/**
* 多线程累加数据
*/
public class ForkJoinCalculate extends RecursiveTask<Long> {
private long start;
private long end;
private static final long THRESHOLD =10000;//临界值
public ForkJoinCalculate(long start, long end){
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
long length = end - start;
if (length <= THRESHOLD){
long sum = 0;
for (long i = start; i <= end; i++){
sum += i;
}
return sum;
}else {
long middle = (start+end)/2;
ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
left.fork();//拆分子任务，同时压入线程队列
ForkJoinCalculate right= new ForkJoinCalculate(middle+1, end);
right.fork();//拆分子任务，同时压入线程队列
//合并
return left.join() + right.join();
}
}
}
package com.Stream2;
import org.junit.Test;
import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinPool;
import java.util.stream.LongStream;
/**
* 测试
*/
public class TeskForkJoin {
@Test
public void test1(){
Instant start = Instant.now();
ForkJoinPool pool = new ForkJoinPool();
ForkJoinCalculate task = new ForkJoinCalculate(0, 10000000000L);
Long sum = pool.invoke(task);
System.out.println(sum);
Instant end = Instant.now();
System.out.println("消耗时间："+ Duration.between(start,end).toMillis());//2312
}
/**
* 普通 for
*/
@Test
public void test2(){
long sum = 0L;
Instant start = Instant.now();
for (long i = 0; i <= 10000000000L; i++){
sum += i;
}
System.out.println(sum);
Instant end = Instant.now();
System.out.println("消耗时间："+ Duration.between(start,end).toMillis());//3036
}
/**
* Java8 并行流
*/
@Test
public void test3(){
Instant start = Instant.now();
long l = LongStream.rangeClosed(0, 10000000000L)
.parallel()
.reduce(0, Long::sum);
System.out.println(l);
Instant end = Instant.now();
System.out.println("消耗时间："+ Duration.between(start,end).toMillis());//1650
}
}
网友评论