写点什么

☕【Java 技术指南】「并发编程专题」Fork/Join 框架基本使用和原理探究(基础篇)

发布于: 2021 年 09 月 10 日
☕【Java技术指南】「并发编程专题」Fork/Join框架基本使用和原理探究(基础篇)

前提概述

Java 7 开始引入了一种新的 Fork/Join 线程池,它可以执行一种特殊的任务:把一个大任务拆成多个小任务并行执行。


我们举个例子:如果要计算一个超大数组的和,最简单的做法是用一个循环在一个线程内完成:

算法原理介绍

相信大家此前或多或少有了解到 ForkJoin 框架,ForkJoin 框架其实就是一个线程池 ExecutorService 的实现,通过工作窃取(work-stealing)算法,获取其他线程中未完成的任务来执行。可以充分利用机器的多处理器优势,利用空闲的线程去并行快速完成一个可拆分为小任务的大任务,类似于分治算法

实现达成目标

  • ForkJoin 的目标,就是利用所有可用的处理能力来提高程序的响应和性能。本文将介绍 ForkJoin 框架,依次介绍基础特性、案例使用、源码剖析和实现亮点。

  • java.util.concurrent.ForkJoinPool 由 Java 大师 Doug Lea 主持编写,它可以将一个大的任务拆分成多个子任务进行并行处理,最后将子任务结果合并成最后的计算结果,并进行输出。

基本使用

入门例子,用 Fork/Join 框架使用示例,在这个示例中我们计算了 1-5000 累加后的值


public class TestForkAndJoinPlus {    private static final Integer MAX = 400;    static class WorkTask extends RecursiveTask<Integer> {        // 子任务开始计算的值        private Integer startValue;        // 子任务结束计算的值        private Integer endValue;        public WorkTask(Integer startValue , Integer endValue) {            this.startValue = startValue;            this.endValue = endValue;        }        @Override        protected Integer compute() {            // 如果小于最小分片阈值,则说明要进行相关的数据操作            // 可以正式进行累加计算了            if(endValue - startValue < MAX) {                System.out.println("开始计算的部分:startValue = " + startValue + ";endValue = " + endValue);                Integer totalValue = 0;                for(int index = this.startValue ; index <= this.endValue  ; index++) {                    totalValue += index;                }                return totalValue;            }            // 否则再进行任务拆分,拆分成两个任务            else {                 // 因为采用二分法,拆分,所以进行1/2切分数据量                WorkTask subTask1 = new WorkTask(startValue, (startValue + endValue) / 2);                subTask1.fork();//进行拆分机制控制                WorkTask subTask2 = new WorkTask((startValue + endValue) / 2 + 1 , endValue);                subTask2.fork();                return subTask1.join() + subTask2.join();            }        }    }    public static void main(String[] args) {        // 这是Fork/Join框架的线程池        ForkJoinPool pool = new ForkJoinPool();        ForkJoinTask<Integer> taskFuture =  pool.submit(new MyForkJoinTask(1,1001));        try {            Integer result = taskFuture.get();            System.out.println("result = " + result);        } catch (InterruptedException | ExecutionException e) {            e.printStackTrace(System.out);        }    }}
复制代码


对此我封装了一个框架集合,基于 JDK1.8+中的 Fork/Join 框架实现,参考的 Fork/Join 框架主要源代码也基于 JDK1.8+。

WorkTaskCallable 实现抽象模型层次操作转换

@Accessors(chain = true)public class WorkTaskCallable<T> extends RecursiveTask<T> {
/** * 断言操作控制 */ @Getter private Predicate<T> predicate;
/** * 执行参数化分割条件 */ @Getter private T splitParam;
/** * 操作拆分方法操作机制 */ @Getter private Function<Object,Object[]> splitFunction;
/** * 操作合并方法操作机制 */ @Getter private BiFunction<Object,Object,T> mergeFunction;
/** * 操作处理机制 */ @Setter @Getter private Function<T,T> processHandler;

/** * 构造器是否进行分割操作 * @param predicate 判断是否进行下一步分割的条件关系 * @param splitParam 分割参数 * @param splitFunction 分割方法 * @param mergeFunction 合并数据操作 */ public WorkTaskCallable(Predicate predicate,T splitParam,Function<Object,Object[]> splitFunction,BiFunction<Object,Object,T> mergeFunction,Function<T,T> processHandler){ this.predicate = predicate; this.splitParam = splitParam; this.splitFunction = splitFunction; this.mergeFunction = mergeFunction; this.processHandler = processHandler; }
/** * 实际执行调用操作机制 * @return */ @Override protected T compute() { if(predicate.test(splitParam)){ Object[] result = splitFunction.apply(splitParam); WorkTaskCallable workTaskCallable1 = new WorkTaskCallable(predicate,result[0],splitFunction,mergeFunction,processHandler); workTaskCallable1.fork(); WorkTaskCallable workTaskCallable2 = new WorkTaskCallable(predicate,result[1],splitFunction,mergeFunction,processHandler); workTaskCallable2.fork(); return mergeFunction.apply(workTaskCallable1.join(),workTaskCallable2.join()); }else{ return processHandler.apply(splitParam); } }}
复制代码

ArrayListWorkTaskCallable 实现 List 集合层次操作转换


/** * @project-name:wiz-shrding-framework * @package-name:com.wiz.sharding.framework.boot.common.thread.forkjoin * @author:LiBo/Alex * @create-date:2021-09-09 17:26 * @copyright:libo-alex4java * @email:liboware@gmail.com * @description: */public class ArrayListWorkTaskCallable extends WorkTaskCallable<List>{


static Predicate<List> predicateFunction = param->param.size() > 3;

static Function<List,List[]> splitFunction = (param)-> { if(predicateFunction.test(param)){ return new List[]{param.subList(0,param.size()/ 2),param.subList(param.size()/2,param.size())}; }else{ return new List[]{param.subList(0,param.size()+1),Lists.newArrayList()}; } };
static BiFunction<List,List,List> mergeFunction = (param1,param2)->{ List datalist = Lists.newArrayList(); datalist.addAll(param2); datalist.addAll(param1); return datalist; };

/** * 构造器是否进行分割操作 * @param predicate 判断是否进行下一步分割的条件关系 * @param splitParam 分割参数 * @param splitFunction 分割方法 * @param mergeFunction 合并数据操作 */ public ArrayListWorkTaskCallable(Predicate<List> predicate, List splitParam, Function splitFunction, BiFunction mergeFunction, Function<List,List> processHandler) { super(predicate, splitParam, splitFunction, mergeFunction,processHandler); }



public ArrayListWorkTaskCallable(List splitParam, Function splitFunction, BiFunction mergeFunction, Function<List,List> processHandler) { super(predicateFunction, splitParam, splitFunction, mergeFunction,processHandler); }

public ArrayListWorkTaskCallable(Predicate<List> predicate,List splitParam,Function<List,List> processHandler) { this(predicate, splitParam, splitFunction, mergeFunction,processHandler); }

public ArrayListWorkTaskCallable(List splitParam,Function<List,List> processHandler) { this(predicateFunction, splitParam, splitFunction, mergeFunction,processHandler); }


public static void main(String[] args){ List dataList = Lists.newArrayList(0,1,2,3,4,5,6,7,8,9); ForkJoinPool forkJoinPool = ForkJoinPool.commonPool(); ForkJoinTask<List> forkJoinResult = forkJoinPool.submit(new ArrayListWorkTaskCallable(dataList,param->Lists.newArrayList(param.size()))); try { System.out.println(forkJoinResult.get()); } catch (InterruptedException e) { e.printStackTrace(); } catch (ExecutionException e) { e.printStackTrace(); } }
复制代码

ForkJoin 代码分析

ForkJoinPool 构造函数
  /**     * Creates a {@code ForkJoinPool} with parallelism equal to {@link     * java.lang.Runtime#availableProcessors}, using the {@linkplain     * #defaultForkJoinWorkerThreadFactory default thread factory},     * no UncaughtExceptionHandler, and non-async LIFO processing mode.     *     * @throws SecurityException if a security manager exists and     *         the caller is not permitted to modify threads     *         because it does not hold {@link     *         java.lang.RuntimePermission}{@code ("modifyThread")}     */    public ForkJoinPool() {        this(Math.min(MAX_CAP, Runtime.getRuntime().availableProcessors()),             defaultForkJoinWorkerThreadFactory, null, false);    }
/** * Creates a {@code ForkJoinPool} with the indicated parallelism * level, the {@linkplain * #defaultForkJoinWorkerThreadFactory default thread factory}, * no UncaughtExceptionHandler, and non-async LIFO processing mode. * * @param parallelism the parallelism level * @throws IllegalArgumentException if parallelism less than or * equal to zero, or greater than implementation limit * @throws SecurityException if a security manager exists and * the caller is not permitted to modify threads * because it does not hold {@link * java.lang.RuntimePermission}{@code ("modifyThread")} */ public ForkJoinPool(int parallelism) { this(parallelism, defaultForkJoinWorkerThreadFactory, null, false); }
/** * Creates a {@code ForkJoinPool} with the given parameters. * * @param parallelism the parallelism level. For default value, * use {@link java.lang.Runtime#availableProcessors}. * @param factory the factory for creating new threads. For default value, * use {@link #defaultForkJoinWorkerThreadFactory}. * @param handler the handler for internal worker threads that * terminate due to unrecoverable errors encountered while executing * tasks. For default value, use {@code null}. * @param asyncMode if true, * establishes local first-in-first-out scheduling mode for forked * tasks that are never joined. This mode may be more appropriate * than default locally stack-based mode in applications in which * worker threads only process event-style asynchronous tasks. * For default value, use {@code false}. * @throws IllegalArgumentException if parallelism less than or * equal to zero, or greater than implementation limit * @throws NullPointerException if the factory is null * @throws SecurityException if a security manager exists and * the caller is not permitted to modify threads * because it does not hold {@link * java.lang.RuntimePermission}{@code ("modifyThread")} */ public ForkJoinPool(int parallelism, ForkJoinWorkerThreadFactory factory, UncaughtExceptionHandler handler, boolean asyncMode) { this(checkParallelism(parallelism), checkFactory(factory), handler, (asyncMode ? FIFO_QUEUE : LIFO_QUEUE), "ForkJoinPool-" + nextPoolId() + "-worker-"); checkPermission(); }
/** * Creates a {@code ForkJoinPool} with the given parameters, without * any security checks or parameter validation. Invoked directly by * makeCommonPool. */ private ForkJoinPool(int parallelism, ForkJoinWorkerThreadFactory factory, UncaughtExceptionHandler handler, int mode, String workerNamePrefix) { this.workerNamePrefix = workerNamePrefix; this.factory = factory; this.ueh = handler; this.mode = (short)mode; this.parallelism = (short)parallelism; long np = (long)(-parallelism); // offset ctl counts this.ctl = ((np << AC_SHIFT) & AC_MASK) | ((np << TC_SHIFT) & TC_MASK); }
复制代码


  • parallelism:可并行级别,Fork/Join 框架将依据这个并行级别的设定,决定框架内并行执行的线程数量。并行的每一个任务都会有一个线程进行处理,但是千万不要将这个属性理解成 Fork/Join 框架中最多存在的线程数量。

  • factory:当 Fork/Join 框架创建一个新的线程时,同样会用到线程创建工厂。只不过这个线程工厂不再需要实现 ThreadFactory 接口,而是需要实现 ForkJoinWorkerThreadFactory 接口。后者是一个函数式接口,只需要实现一个名叫 newThread 的方法。


在 Fork/Join 框架中有一个默认的 ForkJoinWorkerThreadFactory 接口实现:DefaultForkJoinWorkerThreadFactory。


  • handler:异常捕获处理器。当执行的任务中出现异常,并从任务中被抛出时,就会被 handler 捕获。

  • asyncMode:这个参数也非常重要,从字面意思来看是指的异步模式,它并不是说 Fork/Join 框架是采用同步模式还是采用异步模式工作。Fork/Join 框架中为每一个独立工作的线程准备了对应的待执行任务队列,这个任务队列是使用数组进行组合的双向队列。即是说存在于队列中的待执行任务,即可以使用先进先出的工作模式,也可以使用后进先出的工作模式。

  • 先进先出


  • 后进先出


  • 当 asyncMode 设置为 true 的时候,队列采用先进先出方式工作;反之则是采用后进先出的方式工作,该值默认为 false

  • asyncMode ? FIFO_QUEUE : LIFO_QUEUE,



需要注意点

  • ForkJoinPool 一个构造函数只带有 parallelism 参数,既是可以设定 Fork/Join 框架的最大并行任务数量;另一个构造函数则不带有任何参数,对于最大并行任务数量也只是一个默认值——当前操作系统可以使用的 CPU 内核数量(Runtime.getRuntime().availableProcessors())。实际上 ForkJoinPool 还有一个私有的、原生构造函数,之上提到的三个构造函数都是对这个私有的、原生构造函数的调用。

  • 如果你对 Fork/Join 框架没有特定的执行要求,可以直接使用不带有任何参数的构造函数。也就是说推荐基于当前操作系统可以使用的 CPU 内核数作为 Fork/Join 框架内最大并行任务数量,这样可以保证 CPU 在处理并行任务时,尽量少发生任务线程间的运行状态切换(实际上单个 CPU 内核上的线程间状态切换基本上无法避免,因为操作系统同时运行多个线程和多个进程)。





  • 从上面的的类关系图可以看出来,ForkJoin 框架的核心是 ForkJoinPool 类,基于 AbstractExecutorService 扩展(@sun.misc.Contended 注解)。

  • ForkJoinPool 中维护了一个队列数组 WorkQueue[],每个 WorkQueue 维护一个 ForkJoinTask 数组和当前工作线程。ForkJoinPool 实现了工作窃取(work-stealing)算法并执行 ForkJoinTask。

ForkJoinPool 类的属性介绍
  • ADD_WORKER: 100000000000000000000000000000000000000000000000 -> 1000 0000 0000 0000,用来配合 ctl 在控制线程数量时使用

  • ctl: 控制 ForkJoinPool 创建线程数量,(ctl & ADD_WORKER) != 0L 时创建线程,也就是当 ctl 的第 16 位不为 0 时,可以继续创建线程

  • defaultForkJoinWorkerThreadFactory: 默认线程工厂,默认实现是 DefaultForkJoinWorkerThreadFactory

  • runState: 全局锁控制,全局运行状态

  • workQueues: 工作队列数组 WorkQueue[]

  • config: 记录并行数量和 ForkJoinPool 的模式(异步或同步)


WorkQueue 类


  • qlock: 并发控制,put 任务时的锁控制

  • array: 任务数组 ForkJoinTask<?>[]

  • pool: ForkJoinPool,所有线程和 WorkQueue 共享,用于工作窃取、任务状态和工作状态同步

  • base: array 数组中取任务的下标

  • top: array 数组中放置任务的下标

  • owner: 所属线程,ForkJoin 框架中,只有一个 WorkQueue 是没有 owner 的,其他的均有具体线程 owner





ForkJoinTask 是能够在 ForkJoinPool 中执行的任务抽象类,父类是 Future,具体实现类有很多,这里主要关注 RecursiveAction 和 RecursiveTask。


  • RecursiveAction 是没有返回结果的任务

  • RecursiveTask 是需要返回结果的任务。

ForkJoinTask 类属性的介绍

status: 任务的状态,对其他工作线程和 pool 可见,运行正常则 status 为负数,异常情况为正数。

ForkJoinTask 功能介绍
  • ForkJoinTask 任务是一种能在 Fork/Join 框架中运行的特定任务,也只有这种类型的任务可以在 Fork/Join 框架中被拆分运行和合并运行。

  • ForkJoinWorkerThread 线程是一种在 Fork/Join 框架中运行的特性线程,它除了具有普通线程的特性外,最主要的特点是每一个 ForkJoinWorkerThread 线程都具有一个独立的任务等待队列(work queue),这个任务队列用于存储在本线程中被拆分的若干子任务。




只需要实现其 compute()方法,在 compute()中做最小任务控制,任务分解(fork)和结果合并(join)。



ForkJoinPool 中执行的默认线程是 ForkJoinWorkerThread,由默认工厂产生,可以自己重写要实现的工作线程。同时会将 ForkJoinPool 引用放在每个工作线程中,供工作窃取时使用。

ForkJoinWorkerThread 类属性介绍
  • pool: ForkJoinPool,所有线程和 WorkQueue 共享,用于工作窃取、任务状态和工作状态同步。

  • workQueue: 当前线程的任务队列,与 WorkQueue 的 owner 呼应。

简易执行图


实际上 Fork/Join 框架的内部工作过程要比这张图复杂得多,例如如何决定某一个 recursive task 是使用哪条线程进行运行;再例如如何决定当一个任务/子任务提交到 Fork/Join 框架内部后,是创建一个新的线程去运行还是让它进行队列等待。

逻辑模型图(盗一张图:)


()

fork 方法和 join 方法

Fork/Join 框架中提供的 fork 方法和 join 方法,可以说是该框架中提供的最重要的两个方法,它们和 parallelism“可并行任务数量”配合工作。

Fork 方法介绍
  • Fork 就是一个不断分枝的过程,在当前任务的基础上长出 n 多个子任务,他将新创建的子任务放入当前线程的 work queue 队列中,Fork/Join 框架将根据当前正在并发执行 ForkJoinTask 任务的 ForkJoinWorkerThread 线程状态,决定是让这个任务在队列中等待,还是创建一个新的 ForkJoinWorkerThread 线程运行它,又或者是唤起其它正在等待任务的 ForkJoinWorkerThread 线程运行它。


当一个 ForkJoinTask 任务调用 fork()方法时,当前线程会把这个任务放入到 queue 数组的 queueTop 位置,然后执行以下两句代码:


if ((s -= queueBase) <= 2)    pool.signalWork();else if (s == m)    growQueue();
复制代码


当调用 signalWork()方法。signalWork()方法做了两件事:1、唤配当前线程;2、当没有活动线程时或者线程数较少时,添加新的线程。



Join 方法介绍

Join 是一个不断等待,获取任务执行结果的过程。


private int doJoin() {    Thread t; ForkJoinWorkerThread w; int s; boolean completed;    if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) {        if ((s = status) < 0)            return s;        if ((w = (ForkJoinWorkerThread)t).unpushTask(this)) {            try {                completed = exec();            } catch (Throwable rex) {                return setExceptionalCompletion(rex);            }            if (completed)                return setCompletion(NORMAL);        }        return w.joinTask(this);    }    else        return externalAwaitDone();}
复制代码


  • 第 4 行,(s=status)<0 表示这个任务被执行完,直接返回执行结果状态,上层捕获到状态后,决定是要获取结果还是进行错误处理;

  • 第 6 行,从 queue 中取出这个任务来执行,如果执行完了,就设置状态为 NORMAL;

  • 前面 unpushTask()方法在队列中没有这个任务时会返回 false,15 行调用 joinTask 等待这个任务完成。

  • 由于 ForkJoinPool 中有一个数组叫 submissionQueue,通过 submit 方法调用而且非 ForkJoinTask 这种任务会被放到这个队列中。这种任务有可能被非 ForkJoinWorkerThread 线程执行,第 18 行表示如果是这种任务,等待它执行完成。下面来看 joinTask 方法


final int joinTask(ForkJoinTask<?> joinMe) {    ForkJoinTask<?> prevJoin = currentJoin;    currentJoin = joinMe;    for (int s, retries = MAX_HELP;;) {        if ((s = joinMe.status) < 0) {            currentJoin = prevJoin;            return s;        }        if (retries > 0) {            if (queueTop != queueBase) {                if (!localHelpJoinTask(joinMe))                    retries = 0;           // cannot help            }            else if (retries == MAX_HELP >>> 1) {                --retries;                 // check uncommon case                if (tryDeqAndExec(joinMe) >= 0)                    Thread.yield();        // for politeness            }            else                retries = helpJoinTask(joinMe) ? MAX_HELP : retries - 1;        }        else {            retries = MAX_HELP;           // restart if not done            pool.tryAwaitJoin(joinMe);        }    }}
复制代码


  • (1)这里有个常量 MAX_HELP=16,表示帮助 join 的次数。第 11 行,queueTop!=queueBase 表示本地队列中有任务,如果这个任务刚好在队首,则尝试自己执行;否则返回 false。这时 retries 被设置为 0,表示不能帮助,因为自已队列不为空,自己并不空闲。在下一次循环就会进入第 24 行,等待这个任务执行完成。

  • (2)第 20 行 helpJoinTask()方法返回 false 时,retries-1,连续 8 次都没有帮到忙,就会进入第 14 行,调用 yield 让权等待。没办法人口太差,想做点好事都不行,只有停下来休息一下。

  • (3)当执行到第 20 行,表示自己队列为空,可以去帮助这个任务了,下面来看是怎么帮助的?


outer:for (ForkJoinWorkerThread thread = this;;) {    // Try to find v, the stealer of task, by first using hint    ForkJoinWorkerThread v = ws[thread.stealHint & m];    if (v == null || v.currentSteal != task) {        for (int j = 0; ;) {        // search array            if ((v = ws[j]) != null && v.currentSteal == task) {                thread.stealHint = j;                break;              // save hint for next time            }            if (++j > m)                break outer;        // can't find stealer        }    }    // Try to help v, using specialized form of deqTask    for (;;) {        ForkJoinTask<?>[] q; int b, i;        if (joinMe.status < 0)            break outer;        if ((b = v.queueBase) == v.queueTop ||            (q = v.queue) == null ||            (i = (q.length-1) & b) < 0)            break;                  // empty        long u = (i << ASHIFT) + ABASE;        ForkJoinTask<?> t = q[i];        if (task.status < 0)            break outer;            // stale        if (t != null && v.queueBase == b &&            UNSAFE.compareAndSwapObject(q, u, t, null)) {            v.queueBase = b + 1;            v.stealHint = poolIndex;            ForkJoinTask<?> ps = currentSteal;            currentSteal = t;            t.doExec();            currentSteal = ps;            helped = true;        }    }    // Try to descend to find v's stealer    ForkJoinTask<?> next = v.currentJoin;    if (--levels > 0 && task.status >= 0 &&        next != null && next != task) {        task = next;        thread = v;    }}
复制代码


  • (1)通过查看 stealHint 这个字段的注释可以知道,它表示最近一次谁来偷过我的 queue 中的任务。因此通过 stealHint 并不能找到当前任务被谁偷了?所以第 4 行 v.currentSteal != task 完全可能。这时还有一个办法找到这个任务被谁偷了,看看 currentSteal 这个字段的注释表示最近偷的哪个任务。这里扫描所有偷来的任务与当前任务比较,如果相等,就是这个线程偷的。如果这两种方法都不能找到小偷,只能等待了。

  • (2)当找到了小偷后,以其人之身还之其人之道,从小偷那里偷任务过来,相当于你和小偷共同执行你的任务,会加速你的任务完成。

  • (3)小偷也是爷,如果小偷也在等待一个任务完成,权利反转(小偷等待的这个任务做为当前任务,小偷扮演当事人角色把前面的流程走一遍),这是一个递归的过程。

发布于: 2021 年 09 月 10 日阅读数: 27
用户头像

🏆 2021年InfoQ写作平台-签约作者 🏆 2020.03.25 加入

👑【酷爱计算机技术、醉心开发编程、喜爱健身运动、热衷悬疑推理的”极客狂人“】 🏅 【Java技术领域,MySQL技术领域,APM全链路追踪技术及微服务、分布式方向的技术体系等】 “任何足够先进的技术都是魔法“

评论

发布
暂无评论
☕【Java技术指南】「并发编程专题」Fork/Join框架基本使用和原理探究(基础篇)