[[396065]]

 只聽到P8大佬不急不慢問道：談談對JDK并發工具的認識?

我開始仔細梳理多年的并發八股文經驗，道：

線程池、Future、CompletableFuture和CompletionService這些并發工具都是幫助SE站在任務角度解決并發問題，而非糾結于線程之間協作的細節，比如線程之間如何實現等待、通知。

• 簡單并行任務

線程池+Future 組合拳

• 任務間有聚合關系

AND、OR聚合，CompletableFuture 一招鮮

• 批量的并行任務

CompletionService 一把梭

并發編程可分為三個層面問題：分工、協作、互斥。

當關注于任務時，你會發現你的視角已躍出并發編程細節，而使用現實世界思維模式，類比現實世界的分工，其實線程池、Future、CompletableFuture和CompletionService都可列為分工問題。

• 簡單并行任務、聚合任務和批量并行任務的現實的工作流程圖

這三種任務模型，基本覆蓋日常工作中的并發場景，但其實還有一種“分治”任務模型。

分治，分而治之，一種解決復雜問題的思維方法和模式。把一個復雜問題分解成多個相似的子問題，然后再把子問題分解成更小的子問題，直到子問題簡單到可以直接求解。理論上解決每一個問題都對應著一個任務，所以對于問題的分治，實際上就是對于任務的分治。

P8 大佬直接開問，那你說說什么是分治任務模型?

分治任務模型可分為兩個階段：

• 任務分解

將任務迭代地分解為子任務，直至子任務可計算出結果。將地區具體事務分屬各個地方行政官。

• 結果合并

逐層合并子任務的執行結果，直至獲得最終結果。各地方行政官最終將治理成果匯報上級。

就像官僚制度一樣：

那你平時開發是如何使用Fork/Join的?

我，我平時還真沒通過啊，就背過。還好這道題，我面試前也準備了…

Fork/Join是一個并行計算框架，以支持分治任務模型

• Fork對應分治任務模型里的任務分解
• Join對應結果合并

Fork/Join計算框架主要包含兩部分：

• 分治任務的線程池ForkJoinPool
• 分治任務ForkJoinTask

這倆的關系類似于 ThreadPoolExecutor 和 Runnable，都是提交任務到線程池，只不過分治任務有自己獨特的任務類型ForkJoinTask。

ForkJoinTask

JDK7 提供，一個抽象類，核心方法如下：

• fork()

異步執行一個子任務

• join()

阻塞當前線程來等待子任務的執行結果

ForkJoinTask有兩個子類——RecursiveAction和RecursiveTask，顯然都是用遞歸處理分治任務。這兩個子類都定義了抽象方法compute()：

• RecursiveAction#compute()無返回值

• RecursiveTask#compute()有返回值

注意到這倆類都是抽象類，使用要定義子類實現。

只見 P8 開始冷笑，看來要問源碼級別原理了!

那你說下Fork/Join的工作原理

還好我知道阿里面試套路，凡是 java 工具，必問深入的源碼。

因為Fork/Join的核心就是ForkJoinPool，讓我來深入講解ForkJoinPool原理。

ThreadPoolExecutor本質是個生產者-消費者實現，內部有一個任務隊列，作為生產者和消費者的通信媒介。ThreadPoolExecutor可以有多個工作線程，這些工作線程都共享一個任務隊列。

ForkJoinPool本質上也是一個生產者-消費者的實現，但更智能

• ForkJoinPool工作原理圖

ThreadPoolExecutor內部只有一個任務隊列，而ForkJoinPool內部有多個任務隊列，當調用ForkJoinPool#invoke()或submit()提交任務時，ForkJoinPool把任務通過路由規則提交到一個任務隊列，如果任務在執行過程中會創建出子任務，那么子任務會提交到工作線程對應的任務隊列。

如果工作線程對應的任務隊列空，是不是就沒活兒干了?

No!ForkJoinPool有個“任務竊取”機制，若工作線程空閑了，它會“竊取”其他工作任務隊列里的任務，例如剛才那個圖中，線程T2對應任務隊列已空

那它會“竊取”線程T1對應的任務隊列的任務。這樣所有工作線程都不會閑著。

ForkJoinPool的任務隊列采用的是雙端隊列，工作線程正常獲取任務和“竊取任務”分別從任務隊列不同的端消費，這也能避免很多不必要的數據競爭。

ForkJoinPool支持任務竊取機制，能夠讓所有線程的工作量基本公平，不會出現線程有的很忙，有的一直在摸魚，所以性能很好，是個很公正的領導。

Java8的Stream API里面并行流也是基于ForkJoinPool。

默認，所有的并行流計算都共享一個ForkJoinPool，這個共享的ForkJoinPool的默認線程數是CPU核數;

若所有并行流計算都是CPU密集型，完全沒有問題，但若存在I/O密集型并行流計算，那很可能因為一個很慢的I/O計算而拖慢整個系統的性能。所以建議用不同ForkJoinPool執行不同類型的計算任務。

參考

https://www.liaoxuefeng.com/article/1146802219354112

本文轉載自微信公眾號「JavaEdge」，可以通過以下二維碼關注。轉載本文請聯系JavaEdge公眾號。