原文地址：http://www.importnew.com/2279.html
https://www.developer.com/java/java-7-forkjoin-framework.html
在Java7引入的诸多新特性中，Fork/Join 框架无疑是重要的一项。JSR 166旨在标准化一个实质上可扩展的框架，以将并行计算的
通用工具类组织成一个类似java.util中Collection一样的包。其目标是使之对开发人员易用且易维护，同时该框架也旨在并行计算
地高质量实现。目前已经有多个新的类和接口被添加到该框架中了。
该新特性主要是解决Java社区中对于如synchronized，wait和notify等操作的低级别的话题活动的需求。Fork/Join框架被设计成
可以容易地将算法并行化、分治化。开发人员曾多次想用自己(在非底层实现)的并发机制实现这一目标，因此新框架的想法是提供
标准化和效率最高的并发工具协助开发人员实现各种多线程应用。其所需的类和接口都位于java.util.concurrent包中。
本文将描述Fork/Join框架及其如何用于解决Java并行问题。
Fork/Join 框架
正如先前所说，Fork/Join框架是Java7中新增的一项特性，也是Java7平台的其中一项主要改进。我们知道了Java平台的多线程模型
是如何从Java线程进化到Executor模型的。很明显，与普通Thread相比，Executor框架对多线程开发的支持要好得多。
在实际情况中，很多时候我们都需要面对经典的“分治”问题。要解决这类问题，主要任务通常被分解为多个任务块（分解阶段），
其后每一小块任务被独立并行计算。一旦计算任务完成，每一快的结果会被合并或者解决（解决阶段）。
“分治”问题可以很容易地通过Callable线程的Executor接口来解决（Callable线程的细节可以参考上一篇文章）。通过为每个任务
实例化一 个Callable实例，并在ExecutorService类中汇总计算结果来得出最终结果可以实现这一目的。那么自然而然想到的问题就是，
如果这一 接口已经做得不错了，我们为什么还需要Java 7的其他框架？
使用ExecutorService和Callable的主要问题是，Callable实例在本质上是阻塞的。一旦一个Callable实例开始执行，其他所有Callable
都会被阻塞。由于队列后面的Callable实例在前一实例未执行完成的时候不会被执行，因此许多资源无法得到利用。Fork/Join框架被
引入来解决这一并行问题，而Executor解决的是并发问题（译者注：并发和并行的区别就是一个处理器同时处理多个任务和多个处理器
或者是多核的处理器同时处理多个不同的任务）。
Fork/Join框架中的”工作窃取（Work stealing）”
Fork/Join框架在java.util.concurrent包中加入了两个主要的类：* ForkJoinPool
* ForkJoinTask
ForkJoinPool类是ForkJoinTask实例的执行者，ForkJoinPool的主要任务就是”工作窃取”，其线程尝试发现和执行其他任务
创建的子任务。ForkJoinTask实例与普通Java线程相比是非常轻量的。
一旦ForkJoinTask被启动，就会启动其子任务并等待它们执行完成。执行者ForkJoinPool负责将自任务赋予线程池中处于等待
任务状态的另 一线程。线程池中的活动线程会尝试执行其他任务所创建的子任务。ForkJoinPool会尝试在任何时候都维持与可用
的处理器数目一样数目的活动线程数。
除了几个其他API方法以外，ForkJoinTask有两个主要的方法：
* fork () – 这个方法决定了ForkJoinTask的异步执行，凭借这个方法可以创建新的任务。
* join () – 该方法负责在计算完成侯返回结果，因此允许一个任务等待另一任务执行完成。
分支/合并的完整过程如下：
Java 7 Fork/Join 实例
本节中，我们将描述一个通过Java 7引入的Fork/Join框架进行n个自然数求和的例子。如前所述，本例的目的是将
n个自然数求和的计算工作分解为更小的计算单元，再合并得出最终结果。检验和数的逻辑保持不变。
计算过程的基本原则是将n划分为更小的值来分别独立计算和数。整个遍历过程包括将n划分为1到n/2和(n+2)+1
到n两部分，以及分别计算每一部分的和。
ForkJoinTask类如下定义：
EvaluateSumForkJoinTask 类扩展自递归结果处理类RecursiveTask，用于创建ForkJoinTask实例。RecursiveTask是泛型类，
本例中设置为 Integer。EvaluateSumForkJoinTask重载了compute ()方法，该方法负责创建出新的任务分支，并合并计算结果。
既然主要问题可以被分解为两个大块，我们就创建两个工作者线程myWorker1和myWorker2，分别分配较小的n值给它们。
一旦n值被减小到2，任务就没必要再并行化分解了。并行化停止条件可以根据具体的n值进行调整，以达到更好的并行效果。
客户端类用于管理ForkJoinPool，并负责调用主任务。ForkJoinPool实例基于当前硬件条件下可用处理器数量进行配置。
示例程序运行的机 器配有一个含2个处理器单元的双核处理器上。invoke()方法将对检验前n个（500个）自然数和的任务进行分解，
该任务会轮流调用 EvaluateSumForkJoinTask类的compute()方法，EvaluateSumForkJoinTask类也扩展自 RecursiveTask。
使用Fork/Join的计算过程由多个工作者线程代理，共同工作以计算和数。其计算结果和单线程的实现模式相比较得出以下结果：
N值 |
单线程模型耗时 (ms) |
分支/合并模型耗时 (ms) |
备注 |
20 |
4 |
7 |
本例中，
分支/合并模型由于较小的n值耗时较长。对于非常小规模的问题而言，并行化未必值得。
|
100 |
15 |
6 |
在这三个例子中，
分支/合并模型由于使用了多处理器核心导致耗时较短。
|
500 |
124 |
6 |
|
1000 |
285 |
7 |
值得关注的一点是，单线程模型中CPU利用率比Fork/Join模型要小，如下所示：
单线程模型
分支/合并模型
结论
本文通过单线程模型到Java 7引入的Fork/Join模型的演化，讨论了Java平台并行的编程特性。Java5引入的Executor是一大进步，
但由于其阻塞特性无法被应用于并行计算。因此Java 7引入的Fork/Join框架扮演了重要角色。本文通过一个非常简单的例子解释
了并发及并行编程的概念，并通过两种方式结果数据的比较得出结论。
译者注：
本文是作者承接其另一篇讨论Java多线程及并行计算的文章(Java多线程及并行计算的挑战)而作的，本文也涉及了该文的部分概念，
该文文原文可见 http://www.developer.com/java/java-multi-threading-and-the-challenges- of-parallel-computing.html
原文地址：http://www.importnew.com/2279.html
https://www.developer.com/java/java-7-forkjoin-framework.html
注：