Java8笔记第九篇(Fork/Join 框架的使用及其优势)
发布时间：2018-05-10 16:58,
浏览次数：263
, 标签：
Java
Fork
Join
目录：
第一篇：初探 java8 第 01 篇( Lambda与Stream API初识 )
第二篇：深入 java8 第 02 篇( Lambda表达式基础语法 )
第三篇：深入 java8 第 03 篇( 函数式接口，常见的4个函数式接口 )
第四篇：深入 java8 第 04 篇( 方法引用与构造器引用 )
第五篇：深入 java8 第 05 篇( Stream API 的操作->创建及中间操作 )
第六篇：深入 java8 第 06 篇( Stream API 的操作->终止操作 )
第七篇：深入 java8 第 07 篇( Stream API 的操作->规约、收集 )
第八篇：深入 java8 第 08 篇( Stream API 的综合练习 )
第九篇：深入 java8 第 09 篇( Fork/Join 框架的使用及其优势 )
第十篇：深入 java8 第 10 篇( 时间新特新 -> DateTimeFormatter 解析与格式化 )
第十一篇：深入 java8 第 11 篇( 带时区的时间或日期)
第十二篇：深入 java8 第 12 篇(接口中的默认方法与静态方法 )
第十三篇：深入 java8 第 13 篇( 其他新特性 -> Optional 类/重复注解与类型注解 )
深入 java8 第 09 篇( Fork/Join 框架的使用及其优势 )
了解并行流与串行流：
并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。 Stream API 可以声明性地通过 parallel()
与sequential() 在并行流与顺序流之间进行切换。
什么是 Fork/Join 框架：
Fork/Join 框架： 就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务(拆到不可再拆时)，再将一个个的小任务运算的结果进行
join 汇总。
Fork/Join 框架与传统线程池的区别：
Fork/Join 框架采用
“工作窃取”模式(work-stealing)：当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。
9.1 Fork/Join 框架的使用
@Test public void test01(){ // 获取任务的开始时间 long millis =
System.currentTimeMillis(); ForkJoinPool pool =new ForkJoinPool();
ForkJoinCommon forkJoinCommon =new ForkJoinCommon(0L, 10000000000L); // 执行任务
Long result = pool.invoke(forkJoinCommon); System.out.println(result);
//获取任务的结束时间 long millis2 = System.currentTimeMillis(); // 21444 System.out
.println("使用 Fork/Join框架计算总共用时："+(millis2-millis)); }
9.2 使用传统的方式进行计算
@Test public void test02(){ // 获取任务的开始时间 long millis =
System.currentTimeMillis();int num=0; for (int i = 0; i < 10000000000L; i++) {
num+=i; }// 获取任务的结束时间 long millis2 = System.currentTimeMillis(); System.out
.println(num); System.out.println("使用传统方式计算共用时："+(millis2-millis)); }
9.3 使用 Java 8 新特性的并行流，进行计算
@Test public void test03(){ // 获取任务的开始时间 long millis =
System.currentTimeMillis();long sum = LongStream.rangeClosed(0L, 10000000000L)
.parallel() .sum();// 获取任务的结束时间 long millis2 = System.currentTimeMillis();
System.out.println(sum); // 84844 System.out.println("使用Java8并行流方式计算共用时："
+(millis2-millis)); }
源码下载地址：https://download.csdn.net/download/hello_world_qwp/10401249
返回首页：https://blog.csdn.net/Hello_World_QWP/article/details/80245129