lambda表達式以及并行流。官方承諾你寫出來的代碼更運行得更快。流會自動通過Fork/Join池并行地執(zhí)行。我聽過一些關于Java 8的主題的演講，不過在這個非常關鍵的點上它們都說的有點問題。我計劃在后續(xù)的文章中對并行流進行下深入的講解，在這之前我先花點時間仔細地分析下它。關于這個問題，我只想問你們一個非常簡單的問題，不過也是一個非常重要的問題，因為它是很多問題的關鍵所在。這個問題是：

這些并行操作的線程都是從哪來的？

在Java 8里，我們有一個通用的Fork/Join池，我們可以通過ForkJoinPool.commonPool()來訪問它。并行流，并行排序，CompletableFuture等都會用到它。當你構造一個Fork/Join池的時候，通常你都沒有指定最大線程數(shù)。你只是指定了一個期望的并發(fā)數(shù)，也就是說你希望在運行時的同一時間有多少活躍的線程。當線程被阻塞在一個phaser的時候，會創(chuàng)建另一個線程來保證池里有足夠的活躍線程。這個phaser就是觸發(fā)這個行為的同步器。Fork/Join池最大的線程數(shù)是32767，但在遠沒達到這個數(shù)量時，在大多數(shù)操作系統(tǒng)上就會拋出OutOfMemoryError異常了。在這段示例代碼中，我會不斷創(chuàng)建新的RecursiveAction真到達到第一個階段（也就是到達了200個線程）。如果我們增加到一個更大的數(shù)字，比如說到100000，這段代碼就會失敗了。

import java.util.concurrent.*;

public class PhaserForkJoin {
 public static void main(String... args) {
  ForkJoinPool common = ForkJoinPool.commonPool();
  Phaser phaser = new Phaser(200);
  common.invoke(new PhaserWaiter(phaser));
 }

 private static class PhaserWaiter extends RecursiveAction {
  private final Phaser phaser;

  private PhaserWaiter(Phaser phaser) {
   this.phaser = phaser;
   System.out.println(ForkJoinPool.commonPool().getPoolSize());
  }

  protected void compute() {
   if (phaser.getPhase() > 0) return; // we've passed first phase
   PhaserWaiter p1 = new PhaserWaiter(phaser);
   p1.fork();
   phaser.arriveAndAwaitAdvance();
   p1.join();
  }
 }
}

Fork/Join池沒有一個最大線程數(shù)，只有一個期望并發(fā)數(shù)，這是指我們希望同時有多少個活躍線程。

通用池是很有用的，因為它意味著不同類型的作業(yè)可以共享同一個池，而不用超出代碼所運行的機器上期望并發(fā)數(shù)。當然了，如果一個線程由于非Phaser的其它原因阻塞了，那可能這個通用池的表現(xiàn)就和預期的不太一樣了。

什么是通用FJ池的默認的期望并發(fā)數(shù)？

通常的FJ池的期望并發(fā)數(shù)的默認值是Runtime.getRuntime().availableProcessors() -1。如果你在一個雙核的機器上通過Arrays.parallelSort()來運行并行排序的話，默認使用的是普通的Arrays.sort()方法。盡管Oracle的官方文檔可能許諾你可以獲得性能提升，但是你在一個雙核的機器上可能完全看不著任何提升。

然而，更大的問題在于Runtime.getRuntime().availableProcessors()也并非都能返回你所期望的數(shù)值。比如說，在我的雙核1-2-1機器上，它返回的是2，這是對的。不過在我的1-4-2機器 上，也就是一個CPU插槽，4核，每個核2個超線程，這樣的話會返回8。不過我其實只有4個核，如果代碼的瓶頸是在CPU這塊的話，我會有7個線程在同時 競爭CPU周期，而不是更合理的4個線程。如果我的瓶頸是在內存這的話，那這個測試我可以獲得7倍的性能提升。

不過這還沒完！Java Champions上的一個哥們發(fā)現(xiàn)了一種情況，他有一臺16-4-2的機器 （也就是16個CPU插槽，每個CPU4個核，每核兩個超線程，返回的值居然是16！從我的i7 Macbook pro上的結果來看，我覺得應該返回的是16*4*2=128。在這臺機器上運行Java 8的話，它只會將通用的FJ池的并發(fā)數(shù)設置成15。正如 Brian Goetz所指出的，“虛擬機其實不清楚什么是處理器，它只是去請求操作系統(tǒng)返回一個值。同樣的，操作系統(tǒng)也不知道怎么回事，它是去問的硬件設備。硬件會告訴它一個值，通常來說是硬件線程數(shù)。操作系統(tǒng)相信硬件說的，而虛擬機又相信操作系統(tǒng)說的?！?/p>

所幸的是還有一個解決方案。啟動的時候，你可以通過系統(tǒng)屬性 java.util.concurrent.ForkJoinPool.common.parallelism來設置通用池的并發(fā)數(shù)。也就是說，我們可以通過-Djava.util.concurrent.ForkJoinPool.common.parallelism=128來啟動這段程序，現(xiàn)在你可以看到它的并發(fā)數(shù)是128了：

import java.util.concurrent.*;

public class ForkJoinPoolCommon {
 public static void main(String... args) {
  System.out.println(ForkJoinPool.commonPool());
 }
}

還有兩個控制通用池的額外的系統(tǒng)屬性。如果你希望處理未捕獲異常的話，你可以通過java.util.concurrent.ForkJoinPool.common.exceptionHandler來指定一個處理類。如果你希望有自己的線程工廠的話，可以通過 java.util.concurrent.ForkJoinPool.common.threadFactory來配置。默認的Fork/Join池的工廠生成的是守護線程，可能你的應用里面不希望使用它。不過如果你這么做的話請小心——這樣你就無法關閉這個通用池了。

到此這篇關于詳解Java8與Runtime.getRuntime().availableProcessors()的文章就介紹到這了,更多相關Java8與Runtime.getRuntime().availableProcessors()內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論