一、背景

虽然目前处理器核心数已经发展到很大数目，但是按任务并发处理并不能完全充分的利用处理器资源，因为一般的应用程序没有那么多的并发处理任务。基于这种现状，考虑把一个任务拆分成多个单元，每个单元分别得到执行，最后合并每个单元的结果。

Fork/Join框架是JAVA7提供的一个用于并行执行任务的框架，是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架

二、工作窃取算法

指的是某个线程从其他队列里窃取任务来执行。使用的场景是一个大任务拆分成多个小任务，为了减少线程间的竞争，把这些子任务分别放到不同的队列中，并且每个队列都有单独的线程来执行队列里的任务，线程和队列一一对应。但是会出现这样一种情况：A线程处理完了自己队列的任务，B线程的队列里还有很多任务要处理。A是一个很热情的线程，想过去帮忙，但是如果两个线程访问同一个队列，会产生竞争，所以A想了一个办法，从双端队列的尾部拿任务执行。而B线程永远是从双端队列的头部拿任务执行（任务是一个个独立的小任务），这样感觉A线程像是小偷在窃取B线程的东西一样。

工作窃取算法的优点：

         利用了线程进行并行计算，减少了线程间的竞争。

工作窃取算法的缺点：

         1、如果双端队列中只有一个任务时，线程间会存在竞争。

         2、窃取算法消耗了更多的系统资源，如会创建多个线程和多个双端队列。

三、框架设计

 Fork/Join中两个重要的类：

1、ForkJoinTask：使用该框架，需要创建一个ForkJoin任务，它提供在任务中执行fork和join操作的机制。一般情况下，我们并不需要直接继承ForkJoinTask类，只需要继承它的子类，它的子类有两个：

a、RecursiveAction:用于没有返回结果的任务。

b、RecursiveTask:用于有返回结果的任务。

2、ForkJoinPool：任务ForkJoinTask需要通过ForkJoinPool来执行。

package test;  import java.util.concurrent.ExecutionException; import java.util.concurrent.ForkJoinPool; import java.util.concurrent.Future; import java.util.concurrent.RecursiveTask;   public class CountTask extends RecursiveTask<Integer> {     private static final long serialVersionUID = 1L;     //阈值     private static final int THRESHOLD = 2;     private int start;     private int end;          public CountTask(int start, int end)     {         this.start = start;         this.end = end;     }      @Override     protected Integer compute()     {         int sum = 0;         //判断任务是否足够小         boolean canCompute = (end - start) <= THRESHOLD;         if(canCompute)         {             //如果小于阈值，就进行运算             for(int i=start; i<=end; i++)             {                 sum += i;             }         }         else         {             //如果大于阈值，就再进行任务拆分             int middle = (start + end)/2;             CountTask leftTask = new  CountTask(start,middle);             CountTask rightTask = new  CountTask(middle+1,end);             //执行子任务             leftTask.fork();             rightTask.fork();             //等待子任务执行完，并得到执行结果             int leftResult = leftTask.join();             int rightResult = rightTask.join();             //合并子任务             sum = leftResult + rightResult;                      }         return sum;     }          public static void main(String[] args)     {         ForkJoinPool forkJoinPool = new ForkJoinPool();         CountTask task = new CountTask(1,6);         //执行一个任务         Future<Integer> result = forkJoinPool.submit(task);         try         {             System.out.println(result.get());         }         catch (InterruptedException e)         {             e.printStackTrace();         }         catch (ExecutionException e)         {             e.printStackTrace();         }              }      }

这个程序是将1+2+3+4+5+6拆分成1+2；3+4；5+6三个部分进行子程序进行计算后合并。

四、源码解读

1、leftTask.fork();

public final ForkJoinTask<V> fork() {         Thread t;         if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)             ((ForkJoinWorkerThread)t).workQueue.push(this);         else             ForkJoinPool.common.externalPush(this);         return this;     }

fork方法内部会先判断当前线程是否是ForkJoinWorkerThread的实例，如果满足条件，则将task任务push到当前线程所维护的双端队列中。

final void push(ForkJoinTask<?> task) {             ForkJoinTask<?>[] a; ForkJoinPool p;             int b = base, s = top, n;             if ((a = array) != null) {    // ignore if queue removed                 int m = a.length - 1;     // fenced write for task visibility                 U.putOrderedObject(a, ((m & s) << ASHIFT) + ABASE, task);                 U.putOrderedInt(this, QTOP, s + 1);                 if ((n = s - b) <= 1) {                     if ((p = pool) != null)                         p.signalWork(p.workQueues, this);                 }                 else if (n >= m)                     growArray();             }         }

在push方法中，会调用ForkJoinPool的signalWork方法唤醒或创建一个工作线程来异步执行该task任务。

2.

public final V join() {         int s;         if ((s = doJoin() & DONE_MASK) != NORMAL)             reportException(s);         return getRawResult();     }

通过doJoin方法返回的任务状态来判断，如果不是NORMAL，则抛异常：

private void reportException(int s) {         if (s == CANCELLED)             throw new CancellationException();         if (s == EXCEPTIONAL)             rethrow(getThrowableException());     }

来看下doJoin方法：

private int doJoin() {         int s; Thread t; ForkJoinWorkerThread wt; ForkJoinPool.WorkQueue w;         return (s = status) < 0 ? s :             ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) ?             (w = (wt = (ForkJoinWorkerThread)t).workQueue).             tryUnpush(this) && (s = doExec()) < 0 ? s :             wt.pool.awaitJoin(w, this, 0L) :             externalAwaitDone();     }

先查看任务状态，如果已经完成，则直接返回任务状态；如果没有完成，则从任务队列中取出任务并执行。

Java8 map和reduce

map

final List<Integer> numbers = Arrays.asList(1, 2, 3, 4);         final List<Integer> doubleNumbers = numbers.stream()                 .map(number -> number * 2)                 .collect(Collectors.toList());

结果：[2, 4, 6, 8]

也可以搞成其他的类型，初始List是Integer，也可以变成String

final List<Integer> numbers = Arrays.asList(1, 2, 3, 4);        final List<String> numberIndex = numbers.stream()                .map(number -> "#" + number)                .collect(Collectors.toList());

结果：[#1, #2, #3, #4]

reduce

1.不提供初始值的reduce，返回值是Optional，表示可能为空，使用orElseGet可以返回一个null时的默认值

final List<Integer> numbers = Arrays.asList(1, 2, 3, 4);         final Optional<Integer> sum = numbers.stream()                 .reduce((a, b) -> a + b); sum.orElseGet(() -> 0);

结果：10

这里的(a, b) -> a + b的类型其实是BinaryOperator，它接受两个类型相同的参数

当把numbers改为Arrays.asList()时，结果为0。

2.使用初始值的reduce，因为提供了初始值，所以返回值不再是Optional

final List<Integer> numbers = Arrays.asList(1, 2, 3, 4);         final Integer sum = numbers.stream()                 .reduce(0, (a, b) -> a + b);

结果：10