定制并发类(八)自定义在 Fork/Join 框架中运行的任务
声明:本文是《 Java 7 Concurrency Cookbook 》的第七章, 作者: Javier Fernández González 译者:郑玉婷
自定义在 Fork/Join 框架中运行的任务
执行者框架分开了任务的创建和运行。这样,你只要实现 Runnable 对象来使用 Executor 对象。你可以发送 Runnable 任务给执行者,然后它会创建,管理,并终结必要的线程来执行这些任务。
Java 7 在 Fork/Join 框架中提供了特殊的执行者。这个框架是设计用来解决那些可以使用 divide 和 conquer 技术分成更小点的任务的问题。在一个任务内,你要检查你要解决的问题的大小,如果它比设定的大小还大,你就把问题分成2个或多个任务,再使用框架来执行这些任务。
如果问题的大小比设定的大小要小,你可以在任务中直接解决问题,可选择返回结果。Fork/Join 框架实现 work-stealing 算法来提高这类问题的整体表现。
Fork/Join 框架的主要类是 ForkJoinPool 类。它内部有以下2个元素:
- 一个等待执行的任务queue
- 一个执行任务的线程池
默认情况,被 ForkJoinPool类执行的任务是 ForkJoinTask 类的对象。你也可以发送 Runnable 和 Callable 对象给 ForkJoinPool 类,但是他们就不能获得所以 Fork/Join 框架的好处。通常情况,你将发送ForkJoinTask 类的这2个子类中的一个给 ForkJoinPool 对象:
- RecursiveAction: 如果你的任务没有返回结果
- RecursiveTask: 如果你的任务返回结果
在这个指南,你将学习如何为 Fork/Join 框架实现你自己的任务,实现一个任务扩展ForkJoinTask类。你将要实现的任务是计量运行时间并写入操控台,这样你可以控制它的进展(evolution)。你也可以实现你自己的 Fork/Join 任务来写日志信息,为了获得在这个任务中使用的资源,或者来 post-process 任务的结果。
怎么做呢…
按照这些步骤来实现下面的例子::
[code language=”java”]
//1. 创建一个类,名为 MyWorkerTask,并特别扩展 ForkJoinTask 类参数化 Void type。
public abstract class MyWorkerTask extends ForkJoinTask<Void> {
//2. 声明一个私有 String 属性,名为 name,用来储存任务的名字。
private String name;
//3. 实现类的构造函数,初始化它的属性。
public MyWorkerTask(String name) {
this.name=name;
}
//4. 实现 getRawResult() 方法。这是 ForkJoinTask 类的抽象方法之一。由于任务不会返回任何结果,此方法返回的一定是null值。
@Override
public Void getRawResult() {
return null;
}
//5. 实现 setRawResult() 方法。这是 ForkJoinTask 类的另一个抽象方法。由于任务不会返回任何结果,方法留白即可。
@Override
protected void setRawResult(Void value) {
}
//6. 实现 exec() 方法。这是任务的主要方法。在这个例子,把任务的算法委托给 compute() 方法。计算方法的运行时间并写入操控台。
@Override
protected boolean exec() {
Date startDate=new Date();
compute();
Date finishDate=new Date();
long diff=finishDate.getTime()-startDate.getTime();
System.out.printf("MyWorkerTask: %s : %d Milliseconds to complete.\n",name,diff);
return true;
}
//7. 实现 getName() 方法来返回任务的名字。
public String getName(){
return name;
}
//8. 声明抽象方法 compute()。像我们之前提到的,此方法实现任务的算法,必须是由 MyWorkerTask 类的子类实现。
protected abstract void compute();
//9. 创建一个类,名为 Task,延伸 MyWorkerTask 类。
public class Task extends MyWorkerTask {
//10. 声明一个私有 int 值 array,名为 array。
private int array[];
//11. 实现类的构造函数,初始化它的属性值。
public Task(String name, int array[], int start, int end){
super(name);
this.array=array;
this.start=start;
this.end=end;
}
//12. 实现 compute() 方法。此方法通过 start 和 end 属性来决定增加array的元素块。如果元素块的元素超过100个,把它分成2部分,并创建2个Task对象来处理各个部分。再使用 invokeAll() 方法把这些任务发送给池。
protected void compute() {
if (end-start>100){
int mid=(end+start)/2;
Task task1=new Task(this.getName()+"1",array,start,mid);
Task task2=new Task(this.getName()+"2",array,mid,end);
invokeAll(task1,task2);
//13.如果元素块的元素少于100,使用for循环增加全部的元素。
} else {
for (int i=start; i<end; i++) {
array[i]++;
}
//14. 最后,让正在执行任务的线程进入休眠50毫秒。
try {
Thread.sleep(50);
} catch (InterruptedException e) {
e.printStackTrace();
}
}
}
//15. 创建例子的主类通过创建一个类,名为 Main 并添加 main()方法。
public class Main {
public static void main(String[] args) throws Exception {
//16. 创建一个10,000元素的 int array。
int array[]=new int[10000];
//17. 创建一个 ForkJoinPool 对象,名为 pool。
ForkJoinPool pool=new ForkJoinPool();
//18. Create a 创建一个 Task 对象来增加array的全部元素。构造函数的参数是:任务的名字 Task,array对象,和0 和10000来向这个任务表示要处整个array.
Task task=new Task("Task",array,0,array.length);
//19. 使用 execute() 方法发送任务给池。
pool.invoke(task);
//20. 使用 shutdown() 方法关闭池。
pool.shutdown();
//21. 在操控台写个信息表明程序结束。
System.out.printf("Main: End of the program.\n");
[/code]
它是怎么工作的…
在这个指南,你实现了扩展 ForkJoinTask 类的 MyWorkerTask 类。这是你的基本类,它可以在 ForkJoinPool 执行者中执行,并且可以获得这个执行者的所以好处,如 work-stealing 算法。这个类等同于 RecursiveAction 和 RecursiveTask 类。
当你扩展 ForkJoinTask 类,你必须实现以下3个方法:
- setRawResult(): 此方法是用来设立任务的结果。由于你的任务不返回任何结果,所以留白即可。
- getRawResult(): 此方法是用来返回任务的结果。由于你的任务不返回任何结果,此方法会返回null值。
- exec(): 此方法实现了任务的算法。在这个例子,你把算法委托给抽象方法 compute() (如 RecursiveAction 类和 RecursiveTask 类),且在exec()方法你计算了方法的运行时间,并写入到操控台。
最后,在例子的主类,你创建了一个有10,000个元素的array,一个 ForkJoinPool 执行者,和一个处理整个array的 Task 对象。运行程序,你可以发现不同的任务运行后都在操控台写入他们的运行时间。
参见
第五章,Fork/Join 框架:创建 Fork/Join 池
第七章,定制并发类:实现ThreadFactory接口生成自定义的线程给Fork/Join框架
原创文章,转载请注明: 转载自并发编程网 – ifeve.com本文链接地址: 定制并发类(八)自定义在 Fork/Join 框架中运行的任务
暂无评论