Java并行處理的實(shí)現(xiàn)方法

本篇內(nèi)容介紹了“Java并行處理的實(shí)現(xiàn)方法”的有關(guān)知識(shí)，在實(shí)際案例的操作過(guò)程中，不少人都會(huì)遇到這樣的困境，接下來(lái)就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

目錄

• 1. 背景
  

• 2.知識(shí)

• 3. Java 中的并行處理
  

• 4. 擴(kuò)展
  

• 線程池方式實(shí)現(xiàn)并行處理
  

• 使用 fork/join框架
  

• 5.參考：
  

1. 背景

本文是一個(gè)短文章，介紹Java 中的并行處理。
說(shuō)明：10多分鐘讀完的文章我稱之為短文章，適合快速閱讀。

2.知識(shí)

并行計(jì)算（parallel computing）一般是指許多指令得以同時(shí)進(jìn)行的計(jì)算模式。在同時(shí)進(jìn)行的前提下，可以將計(jì)算的過(guò)程分解成小部分，之后以并發(fā)方式來(lái)加以解決。

也就是分解為幾個(gè)過(guò)程：

1、將一個(gè)大任務(wù)拆分成多個(gè)子任務(wù)，子任務(wù)還可以繼續(xù)拆分。
2、各個(gè)子任務(wù)同時(shí)進(jìn)行運(yùn)算執(zhí)行。
3、在執(zhí)行完畢后，可能會(huì)有個(gè) " 歸納 " 的任務(wù)，比如 求和，求平均等。

再簡(jiǎn)化一點(diǎn)的理解就是: 先拆分  -->  在同時(shí)進(jìn)行計(jì)算  --> 最后“歸納”
為什么要“并行”，優(yōu)點(diǎn)呢？

1、為了獲得 “節(jié)省時(shí)間”，“快”。適合用于大規(guī)模運(yùn)算的場(chǎng)景。從理論上講，在 n 個(gè)并行處理的執(zhí)行速度可能會(huì)是在單一處理機(jī)上執(zhí)行的速度的 n 倍。
2、以前的計(jì)算機(jī)是單核的，現(xiàn)代的計(jì)算機(jī)Cpu都是多核的，服務(wù)器甚至都是多Cpu的，并行計(jì)算可以充分利用硬件的性能。

3. Java 中的并行處理

JDK 8 新增的Stream API（java.util.stream）將生成環(huán)境的函數(shù)式編程引入了Java庫(kù)中，可以方便開(kāi)發(fā)者能夠?qū)懗龈佑行?、更加?jiǎn)潔的代碼。

steam 的另一個(gè)價(jià)值是創(chuàng)造性地支持并行處理（parallel processing）。示例：

final Collection< Task > tasks = Arrays.asList(
    new Task( Status.OPEN, 5 ),
    new Task( Status.OPEN, 13 ),
    new Task( Status.CLOSED, 8 ) 
);

// 并行執(zhí)行多個(gè)任務(wù)，并 求和
final double totalPoints = tasks
   .stream()
   .parallel()
   .map( task -> task.getPoints() ) // or map( Task::getPoints ) 
   .reduce( 0, Integer::sum );
 
System.out.println( "Total points (all tasks): " + totalPoints );

對(duì)于上面的tasks集合，上面的代碼計(jì)算所有任務(wù)的點(diǎn)數(shù)之和。
它使用 parallel 方法并行處理所有的task，并使用 reduce 方法計(jì)算最終的結(jié)果。

4. 擴(kuò)展

線程池方式實(shí)現(xiàn)并行處理

jdk1.5引入了并發(fā)包，其中包括了ThreadPoolExecutor，相關(guān)代碼如下：

public class ExecutorServiceTest {
 
    public static final int THRESHOLD = 10_000;
    public static long[] numbers;
 
    public static void main(String[] args) throws Exception {
        numbers = LongStream.rangeClosed(1, 10_000_000).toArray();
        ExecutorService executor = Executors.newFixedThreadPool(Runtime.getRuntime().availableProcessors() + 1);
        CompletionService<Long> completionService = new ExecutorCompletionService<Long>(executor);
        int taskSize = (int) (numbers.length / THRESHOLD);
        for (int i = 1; i <= taskSize; i++) {
            final int key = i;
            completionService.submit(new Callable<Long>() {
 
                @Override
                public Long call() throws Exception {
                    return sum((key - 1) * THRESHOLD, key * THRESHOLD);
                }
            });
        }
        long sumValue = 0;
        for (int i = 0; i < taskSize; i++) {
            sumValue += completionService.take().get();
        }
        // 所有任務(wù)已經(jīng)完成,關(guān)閉線程池
        System.out.println("sumValue = " + sumValue);
        executor.shutdown();
    }
 
    private static long sum(int start, int end) {
        long sum = 0;
        for (int i = start; i < end; i++) {
            sum += numbers[i];
        }
        return sum;
    }
}

使用 fork/join框架

分支/合并框架的目的是以遞歸的方式將可以并行的認(rèn)為拆分成更小的任務(wù)，然后將每個(gè)子任務(wù)的結(jié)果合并起來(lái)生成整體結(jié)果；相關(guān)代碼如下：

public class ForkJoinTest extends java.util.concurrent.RecursiveTask<Long> {
    
    private static final long serialVersionUID = 1L;
    private final long[] numbers;
    private final int start;
    private final int end;
    public static final long THRESHOLD = 10_000;
 
    public ForkJoinTest(long[] numbers) {
        this(numbers, 0, numbers.length);
    }
 
    private ForkJoinTest(long[] numbers, int start, int end) {
        this.numbers = numbers;
        this.start = start;
        this.end = end;
    }
 
    @Override
    protected Long compute() {
        int length = end - start;
        if (length <= THRESHOLD) {
            return computeSequentially();
        }
        ForkJoinTest leftTask = new ForkJoinTest(numbers, start, start + length / 2);
        leftTask.fork();
        ForkJoinTest rightTask = new ForkJoinTest(numbers, start + length / 2, end);
        Long rightResult = rightTask.compute();
        // 注：join方法會(huì)阻塞，因此有必要在兩個(gè)子任務(wù)的計(jì)算都開(kāi)始之后才執(zhí)行join方法
        Long leftResult = leftTask.join();
        return leftResult + rightResult;
    }
 
    private long computeSequentially() {
        long sum = 0;
        for (int i = start; i < end; i++) {
            sum += numbers[i];
        }
        return sum;
    }
 
    public static void main(String[] args) {
        System.out.println(forkJoinSum(10_000_000));
    }
 
    public static long forkJoinSum(long n) {
        long[] numbers = LongStream.rangeClosed(1, n).toArray();
        ForkJoinTask<Long> task = new ForkJoinTest(numbers);
        return new ForkJoinPool().invoke(task);
    }
}

上面的代碼實(shí)現(xiàn)了 遞歸方式拆分子任務(wù)，并放入到線程池中執(zhí)行。

5.參考：

https://zh.wikipedia.org/wiki/%E5%B9%B6%E8%A1%8C%E8%AE%A1%E7%AE%97

“Java并行處理的實(shí)現(xiàn)方法”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識(shí)可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實(shí)用文章！