JUC线程高级---线程池和ForkJoinPool 分支合并框

**版权声明：本文为小斑马伟原创文章，转载请注明出处！
线程池：第四种获取线程的方法：线程池，一个ExecutorService，它使用可能的几个池线程之一执行每个提交的任务，通常使用Executors 工厂方法配置。
线程池可以解决两个不同问题：由于减少了每个任务调用的开销，它们通常可以在执行大量异步任务时提供增强的性能，并且还可以提供绑定和管理资源（包括执行任务集时使用的线程）的方法。每个ThreadPoolExecutor 还维护着一些基本的统计数据，如完成的任务数。
为了便于跨大量上下文使用，此类提供了很多可调整的参数和扩展钩子(hook)。但是，强烈建议程序员使用较为方便的Executors 工厂方法：
Executors.newCachedThreadPool()（无界线程池，可以进行自动线程回收）
Executors.newFixedThreadPool(int)（固定大小线程池）
Executors.newSingleThreadExecutor()（单个后台线程）
它们均为大多数使用场景预定义了设置。

/*
 * 一、线程池：提供了一个线程队列，队列中保存着所有等待状态的线程。避免了创建与销毁额外开销，提高了响应的速度。
 * 
 * 二、线程池的体系结构：
 *  java.util.concurrent.Executor : 负责线程的使用与调度的根接口
 *      |--**ExecutorService 子接口: 线程池的主要接口
 *          |--ThreadPoolExecutor 线程池的实现类
 *          |--ScheduledExecutorService 子接口：负责线程的调度
 *              |--ScheduledThreadPoolExecutor ：继承 ThreadPoolExecutor， 实现 ScheduledExecutorService
 * 
 * 三、工具类 : Executors 
 * ExecutorService newFixedThreadPool() : 创建固定大小的线程池
 * ExecutorService newCachedThreadPool() : 缓存线程池，线程池的数量不固定，可以根据需求自动的更改数量。
 * ExecutorService newSingleThreadExecutor() : 创建单个线程池。线程池中只有一个线程
 * 
 * ScheduledExecutorService newScheduledThreadPool() : 创建固定大小的线程，可以延迟或定时的执行任务。
 */
public class TestThreadPool {

public static void main(String[] args) throws Exception {
    //1. 创建线程池
    ExecutorService pool = Executors.newFixedThreadPool(5);
    
    List<Future<Integer>> list = new ArrayList<>();
    
    for (int i = 0; i < 10; i++) {
        Future<Integer> future = pool.submit(new Callable<Integer>(){

            @Override
            public Integer call() throws Exception {
                int sum = 0;
                
                for (int i = 0; i <= 100; i++) {
                    sum += i;
                }
                
                return sum;
            }
            
        });

        list.add(future);
    }
    
    pool.shutdown();
    
    for (Future<Integer> future : list) {
        System.out.println(future.get());
    }
    
    
    
    /*ThreadPoolDemo tpd = new ThreadPoolDemo();
    
    //2. 为线程池中的线程分配任务
    for (int i = 0; i < 10; i++) {
        pool.submit(tpd);
    }
    
    //3. 关闭线程池
    pool.shutdown();*/
}

//  new Thread(tpd).start();
//  new Thread(tpd).start();

}

class ThreadPoolDemo implements Runnable{

private int i = 0;

@Override
public void run() {
    while(i <= 100){
        System.out.println(Thread.currentThread().getName() + " : " + i++);
    }
}

线程池的调度：一个ExecutorService，可安排在给定的延迟后运行或定期执行的命令。

public class TestScheduledThreadPool {

public static void main(String[] args) throws Exception {
    ScheduledExecutorService pool = Executors.newScheduledThreadPool(5);
    
    for (int i = 0; i < 5; i++) {
        Future<Integer> result = pool.schedule(new Callable<Integer>(){

            @Override
            public Integer call() throws Exception {
                int num = new Random().nextInt(100);//生成随机数
                System.out.println(Thread.currentThread().getName() + " : " + num);
                return num;
            }
            
        }, 1, TimeUnit.SECONDS);
        
        System.out.println(result.get());
    }
    
    pool.shutdown();
}

}
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。

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。

public class TestForkJoinPool {

public static void main(String[] args) {
    Instant start = Instant.now();
    
    ForkJoinPool pool = new ForkJoinPool();
    
    ForkJoinTask<Long> task = new ForkJoinSumCalculate(0L, 50000000000L);
    
    Long sum = pool.invoke(task);
    
    System.out.println(sum);
    
    Instant end = Instant.now();
    
    System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());//166-1996-10590
}

@Test
public void test1(){
    Instant start = Instant.now();
    
    long sum = 0L;
    
    for (long i = 0L; i <= 50000000000L; i++) {
        sum += i;
    }
    
    System.out.println(sum);
    
    Instant end = Instant.now();
    
    System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());//35-3142-15704
}

//java8 新特性
@Test
public void test2(){
    Instant start = Instant.now();
    
    Long sum = LongStream.rangeClosed(0L, 50000000000L)
                         .parallel()
                         .reduce(0L, Long::sum);
    
    System.out.println(sum);
    
    Instant end = Instant.now();
    
    System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());//1536-8118
}


 class ForkJoinSumCalculate extends RecursiveTask<Long>{

/**
 * 
 */
private static final long serialVersionUID = -259195479995561737L;

private long start;
private long end;

private static final long THURSHOLD = 10000L;  //临界值

public ForkJoinSumCalculate(long start, long end) {
    this.start = start;
    this.end = end;
}

@Override
protected Long compute() {
    long length = end - start;
    
    if(length <= THURSHOLD){
        long sum = 0L;
        
        for (long i = start; i <= end; i++) {
            sum += i;
        }
        
        return sum;
    }else{
        long middle = (start + end) / 2;
        
        ForkJoinSumCalculate left = new ForkJoinSumCalculate(start, middle); 
        left.fork(); //进行拆分，同时压入线程队列
        
        ForkJoinSumCalculate right = new ForkJoinSumCalculate(middle+1, end);
        right.fork(); //
        
        return left.join() + right.join();
    }
}