编辑
2020-04-04
编程语言
00
请注意,本文编写于 1276 天前,最后修改于 113 天前,其中某些信息可能已经过时。

目录

ForkJoin框架
ReadWriteLock

Fork/Join框架就是在必要的情况下,将一个大任务,进行拆分(fork)成若千个小任务(拆到不可再拆时),再将一个个的小任务运算的结果进行join汇总。

mark

ForkJoin框架采用工作窃取模式(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框架的优势体现在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。

ForkJoin框架

下面是一个很简单的示例,即用Fork/Join框架来计算0-500亿的和,普通For用时13745毫秒,Fork/Join框架用时8846毫秒,而且还有拆装箱的时间,足以看出Fork/Join框架的优势。

java
import java.time.Duration; import java.time.Instant; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.ForkJoinTask; import java.util.concurrent.RecursiveTask; public class TestForkJoinPool { public static void main(String[] args) { Instant start = Instant.now(); ForkJoinPool forkJoinPool = new ForkJoinPool(); ForkJoinTask<Long> task = new ForkJoinSunCalculate(0L, 50000000000L); Long invoke = forkJoinPool.invoke(task); System.out.println(invoke); Instant end = Instant.now(); System.out.println(Duration.between(start, end).toMillis()); //8846 } public static void main(String[] args) { Instant start = Instant.now(); long sum = 0L; for (long i = 0; i < 50000000000L; i++) { sum += i; } System.out.println(sum); Instant end = Instant.now(); System.out.println(Duration.between(start, end).toMillis()); //13745 } } class ForkJoinSunCalculate extends RecursiveTask<Long> { private long start; private long end; //临界值 private static final long VALUE = 10000L; public ForkJoinSunCalculate(long start, long end){ this.start = start; this.end = end; } @Override protected Long compute() { long length = end - start; if(length <= VALUE){ long sum = 0L; for (long i = start; i <= end; i++) { sum += i; } return sum; }else{ long middle = (end - start) / 2 + start; ForkJoinSunCalculate leftCalculate = new ForkJoinSunCalculate(start, middle); leftCalculate.fork(); //进行拆分,同时压入线程队列 ForkJoinSunCalculate rightCalculate = new ForkJoinSunCalculate(middle + 1, end); rightCalculate.fork();//进行拆分,同时压入线程队列 return leftCalculate.join() + rightCalculate.join(); } } }

用JDK8的特性stream谁快呢?

java
import java.time.Duration; import java.time.Instant; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.ForkJoinTask; import java.util.concurrent.RecursiveTask; import java.util.stream.LongStream; public class TestForkJoinPool { public static void main(String[] args) { Instant start = Instant.now(); long sum = LongStream.rangeClosed(0L, 50000000000L) .parallel() .reduce(0L, Long::sum); System.out.println(sum); Instant end = Instant.now(); System.out.println(Duration.between(start, end).toMillis()); //5156 } }

其实这简单的计算还是stream更快,底层优化太多了。

ReadWriteLock

ReadWriteLock维护了一对相关的锁,一个用于只读操作,另一个用于写入操作。只要没有writer,读取锁可以由多个reader线程同时保持,写入锁是独占的。

ReadWriteLock读取操作通常不会改变共享资源,但执行写入操作时,必须独占方式来获取锁。对于读取操作占多数的数据结构。ReadWriteLock 能提供比独占锁更高的并发性。而对于只读的数据结构,其中包含的不变性可以完全不需要考虑加锁操作。

java
package thread_study; import java.util.concurrent.locks.ReadWriteLock; import java.util.concurrent.locks.ReentrantReadWriteLock; //读写锁 public class TestReadWriteLock { public static void main(String[] args) { ReadWriteLockDemo writeLockDemo = new ReadWriteLockDemo(); new Thread(()->{ for (int i = 0; i < 30; i++) { writeLockDemo.set(i); } }, "Write Thread").start(); for (int i = 0; i < 20; i++) { new Thread(writeLockDemo::get, "Read Thread").start(); } } } class ReadWriteLockDemo{ private int number = 0; private ReadWriteLock lock = new ReentrantReadWriteLock(); public void get(){ lock.readLock().lock(); try{ System.out.println(Thread.currentThread().getName() + " : " + number); }finally { lock.readLock().unlock(); } } public void set(int number){ lock.writeLock().lock(); try{ System.out.println(Thread.currentThread().getName()); this.number = number; }finally { lock.writeLock().unlock(); } } }

本文作者:Tim

本文链接:

版权声明:本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!