六问六答理解ForkJoin原理

摘要：ForkJoin线程池是将任务分割为子任务,有可能子任务还是很大,还需要进一步拆解,最终得到足够小的任务。

本文分享自华为云社区《ForkJoin线程池的学习和思考》，作者：breakDraw。

ForkJoin线程池在常规的java书籍里还是提到比较少的，毕竟是java8引入的产物。

首先这里简单解释一下forkJoin的运作原理， 本质上有点像归并计算。

1. 他会将提交大任务按照一定规则拆解（fork）成多个小任务
2. 当任务小到一定程度时，就会执行计算
3. 执行完成时会和其他的小任务进行合并（join）， 逐步将所有小结果合成一个大结果。

可以看这个forkJoinTask的实现伪代码，即如果想使用forkJoin并发执行任务，需要自己把任务继承RecursiveTask，作为forkJoin池的submit对象：

public class ForkJoinTask extends RecursiveTask<任务参数> {
    public ReckonTask(任务参数) {

    } 

    @Override
    protected File compute() {
        if(根据任务参数判断任务是否足够小) {
        计算，返回
      } else {
           拆分成子任务1和子任务2
        任务1.fork();
        任务2.fork();
        结果1 = 任务1.join();
        结果2 = 任务2.join();
        返回结果1+结果2；
      }
    }
}

然后实际上整个forkjoin的细节非常多，这里我通过给自己提好几个问题，来逐步理解forkJoin的原理：

Q: forkJoin中各个线程是如何获取那些小任务的呢？
A:他是通过工作密取的方式获取。（java并发那本书里提到过工作密取workSteal，原来是用在这了）

• 假设我们给forkJoin设置3个工作线程，那么就会有3个工作队列， 注意，这个队列是双端队列。
• 每当执行任务时，如果不满足小任务的条件，他会fork出2个子任务，并push进自己的工作队列中。
• 每个工作线程不断取自己队头的任务执行。
• 关键点：如果自己队列里没有数据，则会从其他队列的队尾取数据。

Q: fork时具体发生了什么？
A:是一个异步的操作， 就是向当前线程队列中添加这个fork出来任务，能放进去的话就返回，不会等待。
注意，默认fork出的任务是先默认给自己的。 当自己做不完时，才可能被别人取走！

Q: join是什么含义？什么时候做的？
A:见实现forkJoin任务接口时的代码：

可以看到时每次fork完之后， 通过join，来获取子task的结果，获取到之后，再合并计算，返回结果。

Q: join这个阻塞过程是怎么做的？如果把线程挂起，那这个线程岂不是无法工作了？
A:首先，之前fork时，新的子任务已经被放入队列了。
每个子任务都有一个任务状态。
当调用该子任务的join时， 会循环判断他的状态

如果这个子任务状态未完成， 则从自身队列或其他人的队列中取出新的任务执行，因此进入了下一层的exec()操作。

如果发现子任务状态更新为了完成（这个更新动作可能是自己线程完成的，也可能是别的线程完成的，反正这个任务的状态实现了同步和可见）， 则将结果返回给上层。

因此join的本质是一个递归的过程， 任务没完成的话，他就取其他任务继续递归往下执行。

更详细的可以看这个链接fork+join过程详细解读

Q: forkJoin存放任务的时候，怎么保证不会出现并发问题？比如同时往队尾插入的话
A:

• n个工作线程是通过数组存放的（即有一个工作线程数组）
• sun.misc.Unsafe操作类直接基于操作系统控制层在硬件层面上进行原子操作，它是ForkJoinPool高效性能的一大保证，类似的编程思路还体现在java.util.concurrent包中相当规模的类功能实现中。

Q: forkJoin应用在哪吗？
A:java8 stream的parallel并发功能就是基于forkJoin做的， parallelStream实现的forkJoin拆解任务和执行任务的接口， 默认用机器所有CPU数量的forkJoin线程池。
如果需要限制线程数量，可以用
new forkJoin(线程数).submit(()->(list.stream().parallel().map()…)); 即可

点击关注，第一时间了解华为云新鲜技术~