Fork join并发框架与工作窃取算法剖析
- 2019 年 10 月 7 日
- 筆記
转载自_并发编程网 – ifeve.com
什么是Fork/Join框架
Fork/Join框架是Java7提供了的一个用于并行执行任务的框架， 是一个把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架。
我们再通过Fork和Join这两个单词来理解下Fork/Join框架，Fork就是把一个大任务切分为若干子任务并行的执行，Join就是合并这些子任务的执行结果，最后得到这个大任务的结果。比如计算1+2+。。＋10000，可以分割成10个子任务，每个子任务分别对1000个数进行求和，最终汇总这10个子任务的结果。Fork/Join的运行流程图如下：
作窃取算法
工作窃取（work-stealing）算法是指某个线程从其他队列里窃取任务来执行。工作窃取的运行流程图如下：
那么为什么需要使用工作窃取算法呢？假如我们需要做一个比较大的任务，我们可以把这个任务分割为若干互不依赖的子任务，为了减少线程间的竞争，于是把这些子任务分别放到不同的队列里，并为每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应，比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完，而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着，不如去帮其他线程干活，于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列，所以为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。
工作窃取算法的优点是充分利用线程进行并行计算，并减少了线程间的竞争，其缺点是在某些情况下还是存在竞争，比如双端队列里只有一个任务时。并且消耗了更多的系统资源，比如创建多个线程和多个双端队列。
Fork/Join框架的介绍
我们已经很清楚Fork/Join框架的需求了，那么我们可以思考一下，如果让我们来设计一个Fork/Join框架，该如何设计？这个思考有助于你理解Fork/Join框架的设计。
第一步分割任务。首先我们需要有一个fork类来把大任务分割成子任务，有可能子任务还是很大，所以还需要不停的分割，直到分割出的子任务足够小。
第二步执行任务并合并结果。分割的子任务分别放在双端队列里，然后几个启动线程分别从双端队列里获取任务执行。子任务执行完的结果都统一放在一个队列里，启动一个线程从队列里拿数据，然后合并这些数据。
Fork/Join使用两个类来完成以上两件事情：
- ForkJoinTask：我们要使用ForkJoin框架，必须首先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制，通常情况下我们不需要直接继承ForkJoinTask类，而只需要继承它的子类，Fork/Join框架提供了以下两个子类：
- RecursiveAction：用于没有返回结果的任务。
- RecursiveTask ：用于有返回结果的任务。
- ForkJoinPool ：ForkJoinTask需要通过ForkJoinPool来执行，任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他工作线程的队列的尾部获取一个任务。
使用Fork/Join框架
让我们通过一个简单的需求来使用下Fork／Join框架，需求是：计算1+2+3+4的结果。
使用Fork／Join框架首先要考虑到的是如何分割任务，如果我们希望每个子任务最多执行两个数的相加，那么我们设置分割的阈值是2，由于是4个数字相加，所以Fork／Join框架会把这个任务fork成两个子任务，子任务一负责计算1+2，子任务二负责计算3+4，然后再join两个子任务的结果。
因为是有结果的任务，所以必须继承RecursiveTask，实现代码如下：
001 packagefj; 002 003 importjava.util.concurrent.ExecutionException; 004 005 importjava.util.concurrent.ForkJoinPool; 006 007 importjava.util.concurrent.Future; 008 009 importjava.util.concurrent.RecursiveTask; 010 011 publicclassCountTaskextendsRecursiveTask { 012 013 privatestaticfinalintTHRESHOLD= 2;//阈值 014 015 privateintstart; 016 017 privateintend; 018 019 publicCountTask(intstart,intend) { 020 021 this.start= start; 022 023 this.end= end; 024 025 } 026 027 @Override 028 029 protectedInteger compute() { 030 031 intsum = 0; 032 033 //如果任务足够小就计算任务 034 035 booleancanCompute = (end-start) <=THRESHOLD; 036 037 if(canCompute) { 038 039 for(inti =start; i <=end; i++) { 040 041 sum += i; 042 043 } 044 045 }else{ 046 047 //如果任务大于阀值，就分裂成两个子任务计算 048 049 intmiddle = (start+end) / 2; 050 051 CountTask leftTask =newCountTask(start, middle); 052 053 CountTask rightTask =newCountTask(middle + 1,end); 054 055 //执行子任务 056 057 leftTask.fork(); 058 059 rightTask.fork(); 060 061 //等待子任务执行完，并得到其结果 062 063 intleftResult=leftTask.join(); 064 065 intrightResult=rightTask.join(); 066 067 //合并子任务 068 069 sum = leftResult + rightResult; 070 071 } 072 073 returnsum; 074 075 } 076 077 publicstaticvoidmain(String[] args) { 078 079 ForkJoinPool forkJoinPool =newForkJoinPool(); 080 081 //生成一个计算任务，负责计算1+2+3+4 082 083 CountTask task =newCountTask(1, 4); 084 085 //执行一个任务 086 087 Future result = forkJoinPool.submit(task); 088 089 try{ 090 091 System.out.println(result.get()); 092 093 }catch(InterruptedException e) { 094 095 }catch(ExecutionException e) { 096 097 } 098 099 } 100 101 }
通过这个例子让我们再来进一步了解ForkJoinTask，ForkJoinTask与一般的任务的主要区别在于它需要实现compute方法，在这个方法里，首先需要判断任务是否足够小，如果足够小就直接执行任务。如果不足够小，就必须分割成两个子任务，每个子任务在调用fork方法时，又会进入compute方法，看看当前子任务是否需要继续分割成孙任务，如果不需要继续分割，则执行当前子任务并返回结果。使用join方法会等待子任务执行完并得到其结果。
Fork/Join框架的异常处理
ForkJoinTask在执行的时候可能会抛出异常，但是我们没办法在主线程里直接捕获异常，所以ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已经被取消了，并且可以通过ForkJoinTask的getException方法获取异常。使用如下代码：
if(task.isCompletedAbnormally()) { System.out.println(task.getException()); }
getException方法返回Throwable对象，如果任务被取消了则返回CancellationException。如果任务没有完成或者没有抛出异常则返回null。
Fork/Join框架的实现原理
ForkJoinPool由ForkJoinTask数组和ForkJoinWorkerThread数组组成，ForkJoinTask数组负责存放程序提交给ForkJoinPool的任务，而ForkJoinWorkerThread数组负责执行这些任务。
ForkJoinTask的fork方法实现原理。当我们调用ForkJoinTask的fork方法时，程序会调用ForkJoinWorkerThread的pushTask方法异步的执行这个任务，然后立即返回结果。代码如下：
1 public final ForkJoinTask fork() { 2 ((ForkJoinWorkerThread) Thread.currentThread()) 3 .pushTask(this); 4 return this; 5 }
pushTask方法把当前任务存放在ForkJoinTask 数组queue里。然后再调用ForkJoinPool的signalWork()方法唤醒或创建一个工作线程来执行任务。代码如下：
01 final void pushTask(ForkJoinTask t) { 02 ForkJoinTask[] q; int s, m; 03 if ((q = queue) != null) { // ignore if queue removed 04 long u = (((s = queueTop) & (m = q.length - 1)) << ASHIFT) + ABASE; 05 UNSAFE.putOrderedObject(q, u, t); 06 queueTop = s + 1; // or use putOrderedInt 07 if ((s -= queueBase) <= 2) 08 pool.signalWork(); 09 else if (s == m) 10 growQueue(); 11 } 12 }
ForkJoinTask的join方法实现原理。Join方法的主要作用是阻塞当前线程并等待获取结果。让我们一起看看ForkJoinTask的join方法的实现，代码如下：
public final V join() { 02 if (doJoin() != NORMAL) 03 return reportResult(); 04 else 05 return getRawResult(); 06 } 07 private V reportResult() { 08 int s; Throwable ex; 09 if ((s = status) == CANCELLED) 10 throw new CancellationException(); 11 if (s == EXCEPTIONAL && (ex = getThrowableException()) != null) 12 UNSAFE.throwException(ex); 13 return getRawResult(); 14 }
首先，它调用了doJoin()方法，通过doJoin()方法得到当前任务的状态来判断返回什么结果，任务状态有四种：已完成（NORMAL），被取消（CANCELLED），信号（SIGNAL）和出现异常（EXCEPTIONAL）。
- 如果任务状态是已完成，则直接返回任务结果。
- 如果任务状态是被取消，则直接抛出CancellationException。
- 如果任务状态是抛出异常，则直接抛出对应的异常。
让我们再来分析下doJoin()方法的实现代码：
01 private int doJoin() { 02 Thread t; ForkJoinWorkerThread w; int s; booleancompleted; 03 if ((t = Thread.currentThread()) instanceofForkJoinWorkerThread) { 04 if ((s = status) < 0) 05 return s; 06 if ((w = (ForkJoinWorkerThread)t).unpushTask(this)) { 07 try { 08 completed = exec(); 09 } catch (Throwable rex) { 10 return setExceptionalCompletion(rex); 11 } 12 if (completed) 13 return setCompletion(NORMAL); 14 } 15 return w.joinTask(this); 16 } 17 else 18 return externalAwaitDone(); 19 }
在doJoin()方法里，首先通过查看任务的状态，看任务是否已经执行完了，如果执行完了，则直接返回任务状态，如果没有执行完，则从任务数组里取出任务并执行。如果任务顺利执行完成了，则设置任务状态为NORMAL，如果出现异常，则纪录异常，并将任务状态设置为EXCEPTIONAL。
Fork/Join源码剖析与算法解析
我们在大学算法课本上，学过的一种基本算法就是：分治。其基本思路就是：把一个大的任务分成若干个子任务，这些子任务分别计算，最后再Merge出最终结果。这个过程通常都会用到递归。
而Fork/Join其实就是一种利用多线程来实现“分治算法”的并行框架。
另外一方面，可以把Fori/Join看作一个单机版的Map/Reduce，只不过这里的并行不是多台机器并行计算，而是多个线程并行计算。
下面看2个简单例子：
例子1： 快排 我们都知道，快排有2个步骤： 第1步，拿数组的第1个元素，把元素划分成2半，左边的比该元素小，右边的比该元素大； 第2步，对左右的2个子数组，分别排序。
可以看出，这里左右2个子数组，可以相互独立的，并行计算。因此可以利用ForkJoin框架， 代码如下：
//定义一个Task，基础自RecursiveAction，实现其compute方法 class SortTask extends RecursiveAction { final long[] array; final int lo; final int hi; private int THRESHOLD = 0; //For demo only public SortTask(long[] array) { this.array = array; this.lo = 0; this.hi = array.length - 1; } public SortTask(long[] array, int lo, int hi) { this.array = array; this.lo = lo; this.hi = hi; } protected void compute() { if (hi - lo < THRESHOLD) sequentiallySort(array, lo, hi); else { int pivot = partition(array, lo, hi); //划分 coInvoke(new SortTask(array, lo, pivot - 1), new SortTask(array, pivot + 1, hi)); //递归调，左右2个子数组 } } private int partition(long[] array, int lo, int hi) { long x = array[hi]; int i = lo - 1; for (int j = lo; j < hi; j++) { if (array[j] <= x) { i++; swap(array, i, j); } } swap(array, i + 1, hi); return i + 1; } private void swap(long[] array, int i, int j) { if (i != j) { long temp = array[i]; array[i] = array[j]; array[j] = temp; } } private void sequentiallySort(long[] array, int lo, int hi) { Arrays.sort(array, lo, hi + 1); } } //测试函数 public void testSort() throws Exception { ForkJoinTask sort = new SortTask(array); //1个任务 ForkJoinPool fjpool = new ForkJoinPool(); //1个ForkJoinPool fjpool.submit(sort); //提交任务 fjpool.shutdown(); //结束。ForkJoinPool内部会开多个线程，并行上面的子任务 fjpool.awaitTermination(30, TimeUnit.SECONDS); }
例子2： 求1到n个数的和
//定义一个Task，基础自RecursiveTask，实现其commpute方法 public class SumTask extends RecursiveTask<Long>{ private static final int THRESHOLD = 10; private long start; private long end; public SumTask(long n) { this(1,n); } private SumTask(long start, long end) { this.start = start; this.end = end; } @Override //有返回值 protected Long compute() { long sum = 0; if((end - start) <= THRESHOLD){ for(long l = start; l <= end; l++){ sum += l; } }else{ long mid = (start + end) >>> 1; SumTask left = new SumTask(start, mid); //分治，递归 SumTask right = new SumTask(mid + 1, end); left.fork(); right.fork(); sum = left.join() + right.join(); } return sum; } private static final long serialVersionUID = 1L; } //测试函数 public void testSum() throws Exception { SumTask sum = new SumTask(100); //1个任务 ForkJoinPool fjpool = new ForkJoinPool(); //1个ForkJoinPool Future<Long> future = fjpool.submit(sum); //提交任务 Long r = future.get(); //获取返回值 fjpool.shutdown(); }
与ThreadPool的区别
通过上面例子，我们可以看出，它在使用上，和ThreadPool有共同的地方，也有区别点： （1） ThreadPool只有“外部任务”，也就是调用者放到队列里的任务。 ForkJoinPool有“外部任务”，还有“内部任务”，也就是任务自身在执行过程中，分裂出”子任务“，递归，再次放入队列。 （2）ForkJoinPool里面的任务通常有2类，RecusiveAction/RecusiveTask，这2个都是继承自FutureTask。在使用的时候，重写其compute算法。
工作窃取算法
上面提到，ForkJoinPool里有”外部任务“，也有“内部任务”。其中外部任务，是放在ForkJoinPool的全局队列里面，而每个Worker线程，也有一个自己的队列，用于存放内部任务。
窃取的基本思路就是：当worker自己的任务队列里面没有任务时，就去scan别的线程的队列，把别人的任务拿过来执行。
//ForkJoinPool的成员变量 ForkJoinWorkerThread[] workers; //worker thread集合 private ForkJoinTask<?>[] submissionQueue; //外部任务队列 private final ReentrantLock submissionLock; //ForkJoinWorkerThread的成员变量 ForkJoinTask<?>[] queue; //每个worker线程自己的内部任务队列 //提交任务 public <T> ForkJoinTask<T> submit(ForkJoinTask<T> task) { if (task == null) throw new NullPointerException(); forkOrSubmit(task); return task; } private <T> void forkOrSubmit(ForkJoinTask<T> task) { ForkJoinWorkerThread w; Thread t = Thread.currentThread(); if (shutdown) throw new RejectedExecutionException(); if ((t instanceof ForkJoinWorkerThread) && //如果当前是worker线程提交的任务，也就是worker执行过程中，分裂出来的子任务，放入worker自己的内部任务队列 (w = (ForkJoinWorkerThread)t).pool == this) w.pushTask(task); else addSubmission(task); //外部任务，放入pool的全局队列 } //worker的run方法 public void run() { Throwable exception = null; try { onStart(); pool.work(this); } catch (Throwable ex) { exception = ex; } finally { onTermination(exception); } } final void work(ForkJoinWorkerThread w) { boolean swept = false; // true on empty scans long c; while (!w.terminate && (int)(c = ctl) >= 0) { int a; // active count if (!swept && (a = (int)(c >> AC_SHIFT)) <= 0) swept = scan(w, a); //核心代码都在这个scan函数里面 else if (tryAwaitWork(w, c)) swept = false; } } //scan的基本思路：从别人的任务队列里面抢，没有，再到pool的全局的任务队列里面去取。 private boolean scan(ForkJoinWorkerThread w, int a) { int g = scanGuard; int m = (parallelism == 1 - a && blockedCount == 0) ? 0 : g & SMASK; ForkJoinWorkerThread[] ws = workers; if (ws == null || ws.length <= m) // 过期检测 return false; for (int r = w.seed, k = r, j = -(m + m); j <= m + m; ++j) { ForkJoinTask<?> t; ForkJoinTask<?>[] q; int b, i; //随机选出一个牺牲者(工作线程)。 ForkJoinWorkerThread v = ws[k & m]; //一系列检查... if (v != null && (b = v.queueBase) != v.queueTop && (q = v.queue) != null && (i = (q.length - 1) & b) >= 0) { //如果这个牺牲者的任务队列中还有任务，尝试窃取这个任务。 long u = (i << ASHIFT) + ABASE; if ((t = q[i]) != null && v.queueBase == b && UNSAFE.compareAndSwapObject(q, u, t, null)) { //窃取成功后，调整queueBase int d = (v.queueBase = b + 1) - v.queueTop; //将牺牲者的stealHint设置为当前工作线程在pool中的下标。 v.stealHint = w.poolIndex; if (d != 0) signalWork(); // 如果牺牲者的任务队列还有任务，继续唤醒(或创建)线程。 w.execTask(t); //执行窃取的任务。 } //计算出下一个随机种子。 r ^= r << 13; r ^= r >>> 17; w.seed = r ^ (r << 5); return false; // 返回false，表示不是一个空扫描。 } //前2*m次，随机扫描。 else if (j < 0) { // xorshift r ^= r << 13; r ^= r >>> 17; k = r ^= r << 5; } //后2*m次，顺序扫描。 else ++k; } if (scanGuard != g) // staleness check return false; else { //如果扫描完毕后没找到可窃取的任务，那么从Pool的提交任务队列中取一个任务来执行。 ForkJoinTask<?> t; ForkJoinTask<?>[] q; int b, i; if ((b = queueBase) != queueTop && (q = submissionQueue) != null && (i = (q.length - 1) & b) >= 0) { long u = (i << ASHIFT) + ABASE; if ((t = q[i]) != null && queueBase == b && UNSAFE.compareAndSwapObject(q, u, t, null)) { queueBase = b + 1; w.execTask(t); } return false; } return true; // 如果所有的队列(工作线程的任务队列和pool的任务队列)都是空的，返回true。 } }
关于ForkJoinPool/FutureTask，本文只是分析了其基本使用原理。还有很多实现细节，留待读者自己去分析。
