Fork/Join框架是ExecutorService接口的一個實現(xiàn)，通過它我們可以實現(xiàn)多進程。Fork/Join可以用來將一個大任務(wù)遞歸的拆分為多個小任務(wù)，目標是充分利用所有的資源盡可能增強應(yīng)用的性能。

和任何ExecutorService接口的實現(xiàn)一樣，F(xiàn)ork/Join也會使用線程池來分布式的管理工作線程。Fork/Join框架的獨特之處在于它使用了work-stealing（工作竊取）算法。通過這個算法，工作線程在無事可做時可以竊取其它正在繁忙的線程的任務(wù)來執(zhí)行。

Fork/Join框架的核心是ForkJoinPool類，一個AbstractExecutorService類的子類。ForkJoinPool實現(xiàn)了核心的work-stealing算法并可以執(zhí)行ForkJoinTask處理。

基礎(chǔ)用法

使用Fork/Join框架的第一步是編寫執(zhí)行碎片任務(wù)的代碼。要編寫的代碼類似如下偽代碼：

if 任務(wù)足夠小：
 直接執(zhí)行任務(wù)
else：
 將任務(wù)切成兩個小任務(wù)
 執(zhí)行兩個小任務(wù)并等待結(jié)果

使用ForkJoinTask子類來封裝如上的代碼，通常會使用一些JDK提供的類，使用的有RecursiveTask（這個類會返回一個結(jié)果）和RecursiveAction兩個類。

在準備好ForkJoinTask子類后，創(chuàng)建一個代表所有任務(wù)的對象，并將之傳遞給一個ForkJoinPool實例的invoke()方法。

由模糊到清晰

為了輔助理解Fork/Join框架是如何工作的，我們使用一個案例來進行說明：比如對一張圖片進行模糊處理。我們用一個整型數(shù)組表示圖片，其中的每個數(shù)值代表一個像素的顏色。被模糊的圖片也用一個同等長度的數(shù)組來表示。

執(zhí)行模糊是通過對代表圖片的每個像素進行處理實現(xiàn)的。計算每個像素與其周圍像素的均值（紅黃藍三原色的均值），計算生成的結(jié)果數(shù)組就是模糊后的圖片。由于代表圖像的通常都是一個大數(shù)組，整個處理過程需要通常會需要很多時間?？梢允褂肍ork/Join框架利用多處理器系統(tǒng)上的并發(fā)處理優(yōu)勢來進行提速。下面是一個可能的實現(xiàn)：

package com.zhyea.robin;
 
import java.util.concurrent.RecursiveAction;
 
public class ForkBlur extends RecursiveAction {
 
  private int[] mSource;
  private int mStart;
  private int mLength;
  private int[] mDestination;
 
  // 處理窗口大小; 需要是一個奇數(shù).
  private int mBlurWidth = 15;
 
  public ForkBlur(int[] src, int start, int length, int[] dst) {
    mSource = src;
    mStart = start;
    mLength = length;
    mDestination = dst;
  }
 
  protected void computeDirectly() {
    int sidePixels = (mBlurWidth - 1) / 2;
    for (int index = mStart; index < mStart + mLength; index++) {
      // 計算平均值.
      float rt = 0, gt = 0, bt = 0;
      for (int mi = -sidePixels; mi <= sidePixels; mi++) {
 
        int mindex = Math.min(Math.max(mi + index, 0), mSource.length - 1);
 
        int pixel = mSource[mindex];
        rt += (float) ((pixel & 0x00ff0000) >> 16) / mBlurWidth;
        gt += (float) ((pixel & 0x0000ff00) >> 8) / mBlurWidth;
        bt += (float) ((pixel & 0x000000ff) >> 0) / mBlurWidth;
      }
 
      // 重組目標像素.
      int dpixel = (0xff000000) |
          (((int) rt) << 16) |
          (((int) gt) << 8) |
          (((int) bt) << 0);
      mDestination[index] = dpixel;
    }
  }
  
  ....
}

現(xiàn)在實現(xiàn)抽象方法compute()，在這個方法中既實現(xiàn)了模糊操作，也實現(xiàn)了將一個任務(wù)拆分成兩個小任務(wù)。這里僅是簡單依據(jù)數(shù)組長度來決定是直接執(zhí)行任務(wù)還是將之拆分成兩個小任務(wù)：

  protected static int sThreshold = 100000;
 
  protected void compute() {
    if (mLength < sThreshold) {
      computeDirectly();
      return;
    }
 
    int split = mLength / 2;
 
    invokeAll(new ForkBlur(mSource, mStart, split, mDestination),
        new ForkBlur(mSource, mStart + split, mLength - split,
            mDestination));
  }

因為上面這些方法的實現(xiàn)是定義在RecursiveAction的一個子類中，可以直接在一個ForkJoinPool中創(chuàng)建并運行任務(wù)。具體步驟如下：

1. 創(chuàng)建一個代表要執(zhí)行的任務(wù)的對象：

// src 表示源圖片像素的數(shù)組
// dst 表示生成的圖片的像素
ForkBlur fb = new ForkBlur(src, 0, src.length, dst);

2. 創(chuàng)建一個運行任務(wù)的ForkJoinPool實例：

ForkJoinPool pool = new ForkJoinPool();

3. 運行任務(wù)：

pool.invoke(fb);

在源代碼中還包含了一些創(chuàng)建目標圖片的代碼。具體參考ForkBlur示例。

標準實現(xiàn)

要使用Fork/Join框架按自定義的算法在多核系統(tǒng)上執(zhí)行并發(fā)任務(wù)當然需要實現(xiàn)自定義的類了（比如之前我們實現(xiàn)的ForkBlur類）。除此之外，在JavaSE中已經(jīng)在廣泛使用Fork/Join框架的一些特性了。比如Java8中的java.util.Arrays類的parallelSort()方法就使用了Fork/Join框架。具體可以參考Java API文檔。

Fork/Join框架的另一個實現(xiàn)在java.util.streams包下，這也是java8的Lambda特性的一部分。

最新評論