《Java并发编程实践》笔记8——Fork/Join框架
《java并发编程实践》书中并没有介绍Fork/Join框架，该框架和并发编程关系密切，也是由本书作者之一Doug Lea在JDK1.7引入，因此作为最后一篇笔记简单介绍。
Fork/Join框架是JDK1.7提供的一个用于并行执行任务的框架，它把一个大任务分割为若干个小任务执行，最后将小任务的执行结果汇总得到大任务的结果。当看到这个定义时，我想很多人会和我一样立刻想到现在非常热门的Map-Reduce思想。二者的对比如下：
共同点：
都是用于执行并行任务的。基本思想都是把复杂问题分解为一个个简单的子问题分别计算，再合并结果。应该说并行计算都是这种思想，彼此独立的或可分解的。从名字上看Fork和Map都有切分的意思，Join和Reduce都有合并的意思，比较类似。
区别：
(1).环境差异：
分布式 vs 单机多核：Fork/Join设计初衷针对单机多核（处理器数量很多的情况）。Map-Reduce一开始就明确是针对很多机器组成的集群环境的。也就是说一个是想充分利用多处理器，而另一个是想充分利用很多机器做分布式计算。这是两种不同的的应用场景，有很多差异，因此在细的编程模式方面有很多不同。
(2).编程差异：
Map-Reduce一般是：做较大粒度的切分，一开始就先切分好任务然后再执行，并且彼此间在最后合并之前不需要通信。这样可伸缩性更好，适合解决巨大的问题，但限制也更多。Fork/Join可以是较小粒度的切分，任务自己知道该如何切分自己，递归地切分到一组合适大小的子任务来执行，因为是同一个JVM内，所以彼此间通信是很容易的，更像是传统编程方式。
综上所述，我们可以认为Fork/Join是同一个JVM内的Map-Reduce的一种实现方式。
Fork/Join的基本工作流程如下图：
Fork-Join框架的实现原理为：
首先，分割任务，只要任务的粒度超过阀值，就不停地将任务分拆为小任务；
然后，将分割的任务任务添加到双端队列中，启动线程从双端队列获取任务执行，将执行结果统一放到一个队列中；
最后，再启动一个线程合并结果队列的值。
Fork-Join框架涉及的主要类如下：
RecursiveAction：用于没有返回值的任务。
RecursiveTask：用于需要返回值的任务，通过泛型参数设置计算的返回值类型。
ForkJoinPool：提供了一系列的submit方法，计算ForkJoinTask(需要实现computer方法)。
我们以计算1+2+3+4结果为例，来演示Fork/Join的使用，我们设置阀值为2，则由于是4个数字相加，因此Fork/Join框架会分拆为两个子任务，一个计算1+2，另一个计算3+4，最后在把两个子任务的结果合并，例子代码如下：
public class CounterTask extends RecursiveTask<Integer>{
private static final int THRESHOLD = 2;
private int start;
private int end;
public CounterTask(int start, int end){
this.start = start;
this.end = end;
}
protected Integer computer(){
int sum = 0;
boolean canComputer = (end - start) <= THRESHOLD;
if(canComputer){
for(int i = start; i <= end; i++){
sum += i;
}
}else{
int middle = (start + end) / 2;
CounterTask leftTask = new CounterTask(start, middle);
CounterTask rightTask = new CounterTask(middle + 1, end);
leftTask.fork();
rightTask.fork();
int leftResult = leftTask.join();
int rightResult = rightTask.join();
sum = leftResult + rightResult;
}
return sum;
}
public static void main(String[] args){
ForkJoinPool pool = new ForkJoinPool();
CounterTask task = new CounterTask(1, 4);
Future<Integer> result = pool.submit(task);
try{
System.out.println("result is:" + result.get());
}catch(InterruptedException e){
}catch(ExecutionException e){
}finally{
pool.shutdown();
}
}
}