摘要：Fork/Join框架位于J.U.C(java.util.concurrent)中，是Java7中提供的用于执行并行任务的框架，其能够将大工作宰割成若干个小工作，最终汇总每个小工作的后果后失去最终后果。

本文分享自华为云社区《【高并发】如何应用Java7提供的Fork/Join框架实现高并发程序？》，作者：冰 河。

Fork/Join框架

位于J.U.C(java.util.concurrent)中，是Java7中提供的用于执行并行任务的框架，其能够将大工作宰割成若干个小工作，最终汇总每个小工作的后果后失去最终后果。根本思维和Hadoop的MapReduce思维相似。
次要采纳的是工作窃取算法（某个线程从其余队列里窃取工作来执行），并行分治计算中的一种Work-stealing策略

为什么须要应用工作窃取算法呢？

如果咱们须要做一个比拟大的工作，咱们能够把这个工作宰割为若干互不依赖的子工作，为了缩小线程间的竞争，于是把这些子工作别离放到不同的队列里，并为每个队列创立一个独自的线程来执行队列里的工作，线程和队列一一对应，比方A线程负责解决A队列里的工作。然而有的线程会先把本人队列里的工作干完，而其余线程对应的队列里还有工作期待解决。干完活的线程与其等着，不如去帮其余线程干活，于是它就去其余线程的队列里窃取一个工作来执行。而在这时它们会拜访同一个队列，所以为了缩小窃取工作线程和被窃取工作线程之间的竞争，通常会应用双端队列，被窃取工作线程永远从双端队列的头部拿工作执行，而窃取工作的线程永远从双端队列的尾部拿工作执行。

工作窃取算法的长处

充分利用线程进行并行计算，并缩小了线程间的竞争

工作窃取算法的毛病

在某些状况下还是存在竞争，比方双端队列里只有一个工作时。并且该算法会耗费更多的系统资源，比方创立多个线程和多个双端队列。

Fork/Join框架局限性

对于Fork/Join框架而言，当一个工作正在期待它应用Join操作创立的子工作完结时，执行这个工作的工作线程查找其余未被执行的工作，并开始执行这些未被执行的工作，通过这种形式，线程充分利用它们的运行工夫来进步应用程序的性能。为了实现这个指标，Fork/Join框架执行的工作有一些局限性，如下所示。

• 工作只能应用Fork和Join操作来进行同步机制，如果应用了其余同步机制，则在同步操作时，工作线程就不能执行其余工作了。比方，在Fork/Join框架中，使工作进行了睡眠，那么，在睡眠期间内，正在执行这个工作的工作线程将不会执行其余工作了。
• 在Fork/Join框架中，所拆分的工作不应该去执行IO操作，比方：读写数据文件
• 工作不能抛出查看异样，必须通过必要的代码来进去这些异样

Fork/Join框架的外围类

Fork/Join框架的外围是两个类：ForkJoinPool和ForkJoinTask。ForkJoinPool负责实现工作窃取算法、管理工作线程、提供对于工作的状态以及执行信息。ForkJoinTask次要提供在工作中执行Fork和Join操作的机制。

示例代码

示例代码如下：

package io.binghe.concurrency.example.aqs; import lombok.extern.slf4j.Slf4j;import java.util.concurrent.ForkJoinPool;import java.util.concurrent.Future;import java.util.concurrent.RecursiveTask;@Slf4jpublic class ForkJoinTaskExample extends RecursiveTask<Integer> {    public static final int threshold = 2;    private int start;    private int end;    public ForkJoinTaskExample(int start, int end) {        this.start = start;        this.end = end;    }    @Override    protected Integer compute() {        int sum = 0;        //如果工作足够小就计算工作        boolean canCompute = (end - start) <= threshold;        if (canCompute) {            for (int i = start; i <= end; i++) {                sum += i;            }        } else {            // 如果工作大于阈值，就决裂成两个子工作计算            int middle = (start + end) / 2;            ForkJoinTaskExample leftTask = new ForkJoinTaskExample(start, middle);            ForkJoinTaskExample rightTask = new ForkJoinTaskExample(middle + 1, end);             // 执行子工作            leftTask.fork();            rightTask.fork();             // 期待工作执行完结合并其后果            int leftResult = leftTask.join();            int rightResult = rightTask.join();             // 合并子工作            sum = leftResult + rightResult;        }        return sum;    }    public static void main(String[] args) {        ForkJoinPool forkjoinPool = new ForkJoinPool();         //生成一个计算工作，计算1+2+3+4        ForkJoinTaskExample task = new ForkJoinTaskExample(1, 100);         //执行一个工作        Future<Integer> result = forkjoinPool.submit(task);         try {            log.info("result:{}", result.get());        } catch (Exception e) {            log.error("exception", e);        }    }}

点击关注，第一工夫理解华为云陈腐技术~