简介
Master-Worker模式是常用的并行设计模式。它的核心思想是，系统有两个进程协议工作：Master进程和Worker进程。Master进程负责接收和分配任务，Worker进程负责处理子任务。当各个Worker进程将子任务处理完后，将结果返回给Master进程，由Master进行归纳和汇总，从而得到系统结果。处理过程如下图：
Master-Worker模式的好处是，它能将大任务分解成若干个小任务，并发执行，从而提高系统性能。而对于系统请求者Client来说，任务一旦提交，Master进程就会立刻分配任务并立即返回，并不会等系统处理完全部任务再返回，其处理过程是异步的。
Master-Worker模式结构
Master-Worker模式的主要结构如下图：
如上图所示，Master进程是主要进程，它维护着一个Worker进程队列、子任务队列和子结果集，Worker进程中的Worker进程不断的从任务队列中提取要处理的子任务，并将子任务的处理结果放入到子结果集中。
在上图中，Master：用于任务的分配和最终结果的合并；Worker：用于实际处理一个任务；客户端进程：用于启动系统，调度开启Master。
Master-Worker模式代码实现
Master代码实现：
import java.util.HashMap;
import java.util.Map;
import java.util.Queue;
import java.util.concurrent.ConcurrentHashMap;
import java.util.concurrent.ConcurrentLinkedQueue;
public class Master {
//任务队列
protected Queue<Object> workQueue = new ConcurrentLinkedQueue<Object>();
//worker进程队列
protected Map<String, Thread> threadMap = new HashMap<String, Thread>();
//结果集(防止多线程同时读写出现线程安全问题)
protected ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<String,Object>();
/* 构造方法 */
public Master(Worker worker,int countWorker) {
worker.setResultMap(resultMap);
worker.setWorkQueue(workQueue);
for (int i = 0; i < countWorker; i++) {
threadMap.put(Integer.toString(i), new Thread(worker,Integer.toString(i)));
}
}
//提交任务
public void submit(Object obj){
workQueue.add(obj);
//System.out.println(obj.toString());
}
//是否所有的子任务都结束
public boolean isComplete(){
for(Map.Entry<String, Thread> entry:threadMap.entrySet()){
if(entry.getValue().getState()!=Thread.State.TERMINATED){
return false;
}
}
return true;
}
//返回子任务结果集
public Map<String, Object> getResultMap() {
return resultMap;
}
//开始运行所有worker进程，并进行处理
public void execute(){
for(Map.Entry<String, Thread> entry:threadMap.entrySet()){
entry.getValue().start();
}
}
}
Worker代码实现：
定义为抽象类，然后由不同的业务去实现其响应的handle()功能
import java.util.Map;
import java.util.Queue;
import java.util.concurrent.ConcurrentHashMap;
public abstract class Worker implements Runnable {
//任务队列
protected Queue<Object> workQueue;
//子任务结果集（防止线程安全问题）
protected ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<String,Object>();
public void setWorkQueue(Queue<Object> workQueue) {
this.workQueue = workQueue;
}
public void setResultMap(ConcurrentHashMap<String, Object> resultMap) {
this.resultMap = resultMap;
}
/*
* run()
*/
@Override
public void run() {
while(true){
Object input = workQueue.poll();
if(null==input) break;
//处理子任务
Object re = handle(input);
resultMap.put(Integer.toString(input.hashCode()),re);
}
}
/*
* 实际处理任务队列的方法
* 实际应用中，可以用不同业务逻辑的类继承该类，实现自己的handle方法
*
*/
public abstract Object handle(Object input);
}
Master-Worker模式是一种串行任务并行化的方法，被分解的子任务在系统中可以并行处理。同时，如果有需要，Master进程不需要所有子任务都执行完成，就可以根据已有的部分结果集计算最终的结果。
需求案例：
现在以上面的Master-Worker实现为基础，来实现计算1-100的立方和。计算将被分解为100个子任务，每个子任务仅用于计算单独的立方和。Master产生固定数目Worker，来处理这些子任务。Worker不断的从任务集合中取出这些计算立方和的子任务，并将计算结果放入到Master的结果集中。Master负责将所有Worker的任务结果进行累加，从而产生最终的立方和。整个计算过程，Worker和Master的运算也是完全异步的，Master进程不必等所有的Worker进程都执行完成，就可以进行求和操作了。也就是所，Master在获取部分子任务的结果集时，就可以对最终结果进行计算了，从而提高了系统的并发性和吞吐量。
计算子任务的实现如下：
public class PlusWorker extends Worker {
@Override
public Object handle(Object input) {
Integer i = (Integer) input;
return i*i*i;
}
}
客户端代码如下：
import java.util.Set;
import java.util.concurrent.ConcurrentHashMap;
public class Client {
public static void main(String[] args) {
/* 启动五个线程并行处理 */
Master m = new Master(new PlusWorker(), 5);
for (int i = 0; i < 100; i++) {
m.submit(i);
}
m.execute();
int re = 0;
ConcurrentHashMap<String, Object> resultMap = m.getResultMap();
while(resultMap.size()>0||!m.isComplete()){
Set<String> keys = resultMap.keySet();
String key = null;
for(String k:keys){
key=k;
break;
}
Integer i = null;
if(key != null){
i = (Integer) resultMap.get(key);
}
if(i!=null){
re+=i;//并行计算结果集
}
if(key!=null){
resultMap.remove(key);//将计算完成的结果移除
}
}
System.out.println(re);
}
}
通过Master创建5个Worker工作线程和PlusWorker工作实例。提交完100个任务后，就开始计算子任务。
这些子任务，由生成的5个Worker线程共同完成，其会循环去任务队列获取任务，直至取不到任务。
Master并不等所有的子任务都计算完成，就开始访问子结果集进行最终结果的计算，直到子结果集中所有的数据都被处理，并且5个活跃的Worker线程全部终止，才能求出最终结果。