• Java并发和多线程2:3种方式实现数组求和


    本篇演示3个数组求和的样例。


    样例1:单线程
    样例2:多线程。同步求和(假设没有计算完毕。会堵塞)
    样例3:多线程。异步求和(先累加已经完毕的计算结果)


    样例1-代码
    package cn.fansunion.executorservice;
    
    
    public class BasicCaculator {
    
    
    	public static long sum(int[] numbers){
    	    long sum = 0;
    	    for(int i=0;i<numbers.length;i++){
    	    	sum += numbers[i];
    	    }
    	    return sum;
    	}
    }




    样例2-代码
    ExecutoreService提供了submit()方法。传递一个Callable,或Runnable,返回Future。假设Executor后台线程池还没有完毕Callable的计算,这调用返回Future对象的get()方法,会堵塞直到计算完毕。
    package cn.fansunion.executorservice;
    
    
    import java.util.ArrayList;
    import java.util.List;
    import java.util.concurrent.Callable;
    import java.util.concurrent.ExecutionException;
    import java.util.concurrent.ExecutorService;
    import java.util.concurrent.Executors;
    import java.util.concurrent.Future;
    import java.util.concurrent.FutureTask;
    //并发计算数组的和,“同步”求和
    public class ConcurrentCalculator {
    
    
    	private ExecutorService exec;
    	//这个地方,纯粹是“一厢情愿”,“并行执行”不受咱们控制。取决于操作系统的“态度”
    	private int cpuCoreNumber;
    	private List<Future<Long>> tasks = new ArrayList<Future<Long>>();
    	
    	class SumCalculator implements Callable<Long> {
    		private int[] numbers;
    		private int start;
    		private int end;
    
    
    		public SumCalculator(final int[] numbers, int start, int end) {
    			this.numbers = numbers;
    			this.start = start;
    			this.end = end;
    		}
    
    
    		public Long call() throws Exception {
    			Long sum = 0L;
    			for (int i = start; i < end; i++) {
    				sum += numbers[i];
    			}
    			return sum;
    		}
    	}
    
    
    	public ConcurrentCalculator() {
    		cpuCoreNumber = Runtime.getRuntime().availableProcessors();
    		exec = Executors.newFixedThreadPool(cpuCoreNumber);
    	}
    
    
    	public Long sum(final int[] numbers) {
    		// 依据CPU核心个数拆分任务,创建FutureTask并提交到Executor
    		for (int i = 0; i < cpuCoreNumber; i++) {
    			int increment = numbers.length / cpuCoreNumber + 1;
    			int start = increment * i;
    			int end = increment * i + increment;
    			if (end > numbers.length)
    				end = numbers.length;
    			SumCalculator subCalc = new SumCalculator(numbers, start, end);
    			FutureTask<Long> task = new FutureTask<Long>(subCalc);
    			tasks.add(task);
    			if (!exec.isShutdown()) {
    				exec.submit(task);
    			}
    		}
    		return getResult();
    	}
    
    
    	/**
    	 * 迭代每一个仅仅任务,获得部分和。相加返回
    	 */
    	public Long getResult() {
    		Long result = 0l;
    		for (Future<Long> task : tasks) {
    			try {
    				// 假设计算未完毕则堵塞
    				Long subSum = task.get();
    				result += subSum;
    			} catch (InterruptedException e) {
    				e.printStackTrace();
    			} catch (ExecutionException e) {
    				e.printStackTrace();
    			}
    		}
    		return result;
    	}
    
    
    	public void close() {
    		exec.shutdown();
    	}
    }






    样例3-代码
    在刚在的样例中。getResult()方法的实现过程中。迭代了FutureTask的数组,假设任务还没有完毕则当前线程会堵塞。
    假设我们希望随意字任务完毕后就把其结果加到result中。而不用依次等待每一个任务完毕,能够使CompletionService。
    生产者submit()执行的任务。使用者take()已完毕的任务。并依照完毕这些任务的顺序处理它们的结果 。

    也就是调用CompletionService的take方法是,会返回按完毕顺序放回任务的结果。


    CompletionService内部维护了一个堵塞队列BlockingQueue,假设没有任务完毕。take()方法也会堵塞。
    改动刚才的样例2,使用CompletionService:

    package cn.fansunion.executorservice;
    
    
    import java.util.concurrent.Callable;
    import java.util.concurrent.CompletionService;
    import java.util.concurrent.ExecutionException;
    import java.util.concurrent.ExecutorCompletionService;
    import java.util.concurrent.ExecutorService;
    import java.util.concurrent.Executors;
    
    
    //并发计算数组的和。“异步”求和
    public class ConcurrentCalculatorAsync {
    
    
    	private ExecutorService exec;
    	private CompletionService<Long> completionService;
    	//这个地方。纯粹是“一厢情愿”。“并行执行”不受咱们控制,取决于操作系统的“态度”
    	private int cpuCoreNumber;
    
    
    	class SumCalculator implements Callable<Long> {
    		private int[] numbers;
    		private int start;
    		private int end;
    
    
    		public SumCalculator(final int[] numbers, int start, int end) {
    			this.numbers = numbers;
    			this.start = start;
    			this.end = end;
    		}
    
    
    		public Long call() throws Exception {
    			Long sum = 0l;
    			for (int i = start; i < end; i++) {
    				sum += numbers[i];
    			}
    			return sum;
    		}
    	}
    
    
    	public ConcurrentCalculatorAsync() {
    		cpuCoreNumber = Runtime.getRuntime().availableProcessors();
    		exec = Executors.newFixedThreadPool(cpuCoreNumber);
    		completionService = new ExecutorCompletionService<Long>(exec);
    	}
    
    
    	public Long sum(final int[] numbers) {
    		// 依据CPU核心个数拆分任务。创建FutureTask并提交到Executor
    		for (int i = 0; i < cpuCoreNumber; i++) {
    			int increment = numbers.length / cpuCoreNumber + 1;
    			int start = increment * i;
    			int end = increment * i + increment;
    			if (end > numbers.length){
    				end = numbers.length;
    			}
    			SumCalculator subCalc = new SumCalculator(numbers, start, end);
    			if (!exec.isShutdown()) {
    				completionService.submit(subCalc);
    			}
    			
    		}
    		return getResult();
    	}
    
    
    	/**
    	 * 迭代每一个仅仅任务。获得部分和。相加返回
    	 */
    	public Long getResult() {
    		Long result = 0l;
    		for (int i = 0; i < cpuCoreNumber; i++) {			
    			try {
    				Long subSum = completionService.take().get();
    				result += subSum;			
    				System.out.println("subSum="+subSum+",result="+result);
    			} catch (InterruptedException e) {
    				e.printStackTrace();
    			} catch (ExecutionException e) {
    				e.printStackTrace();
    			}
    		}
    		return result;
    	}
    
    
    	public void close() {
    		exec.shutdown();
    	}
    }




    执行代码
    package cn.fansunion.executorservice;
    
    
    import java.math.BigDecimal;
    //数组求和3个Demo
    public class ArraySumDemo {
    	public static void main(String[] args) {
    		int n = 200000000;
    		int[] numbers = new int[n];
    		for(int i=1;i<=n;i++){
    			numbers[i-1]=i;
    		}
    		basic(numbers);
    		
    		long time = System.currentTimeMillis();
    		concurrentCaculatorAsync(numbers);
    		long endTime=System.currentTimeMillis();
    		System.out.println("多核并行计算,异步相加:"+time(time,endTime));
    		
    		long time2 = System.currentTimeMillis();
    		concurrentCaculator(numbers);
    		long endTime2=System.currentTimeMillis();
    		System.out.println("多核并行计算,同步相加:"+time(time2,endTime2));
    	}
    
    
    	private static void basic(int[] numbers) {
    		long time1 = System.currentTimeMillis();
    		long sum=BasicCaculator.sum(numbers);
    		long endTime1 = System.currentTimeMillis();
    		System.out.println("单线程:"+time(time1,endTime1));
    		System.out.println("Sum:"+sum);
    	}
    
    
    	private static double time(long time, long endTime) {
    		long costTime = endTime-time;
    		BigDecimal bd = new BigDecimal(costTime);
    		//本来想着,把毫秒转换成秒的,最后发现计算太快了
    		BigDecimal unit = new BigDecimal(1L);
    		BigDecimal s= bd.divide(unit,3);
    		return s.doubleValue();
    	}
    
    
    	//并行计算,“同步”求和
    	private static void concurrentCaculator(int[] numbers) {
    		ConcurrentCalculator calc = new ConcurrentCalculator();
    		Long sum = calc.sum(numbers);
    		System.out.println(sum);
    		calc.close();
    	}
    
    
    	//并行计算,“异步”求和
    	private static void concurrentCaculatorAsync(int[] numbers) {
    		ConcurrentCalculatorAsync calc = new ConcurrentCalculatorAsync();
    		Long sum = calc.sum(numbers);
    		System.out.println("Sum:"+sum);
    		calc.close();
    	}
    }




    控制台输出
    单线程:93.0
    Sum:20000000100000000
    subSum=3750000175000002,result=3750000175000002
    subSum=1250000075000001,result=5000000250000003
    subSum=6250000275000003,result=11250000525000006
    subSum=8749999574999994,result=20000000100000000
    Sum:20000000100000000
    多核并行计算,异步相加:786.0
    20000000100000000
    多核并行计算。同步相加:650.0


    个人看法:3段代码的时间仅供參考,没有排除干扰因素。


    总的来说,单线程执行更快一些,应该是因为“数组求和”本身,并不须要其他额外资源。不会堵塞。
    而多线程,反而添加了“线程调度”的时间开销。


    还能够看出,CPU计算还是非常快的。“200000000”2亿个整数相加。用了不到0.1秒的时间。




    插曲
    最開始看代码的时候,误解了。

    以为“依据CPU核心个数拆分任务”。这个时候的“多线程”就是“并行”了。
    实际上。不一定,除了要看CPU的核数,还要看操作系统的分配。
    // 依据CPU核心个数拆分任务,创建FutureTask并提交到Executor
    for (int i = 0; i < cpuCoreNumber; i++) {


    }
    最開始。我还在考虑“单线程”、“多核并行+多线程并发”、“单核+多线程并发”,等好几种情况来实现“数组求和”。


    最后。感觉自己还是想多了。“并行”应该不受自己控制,仅仅能控制是“单线程”或者“多线程”。

    “java并发编程-Executor框架”这篇文章中的“样例:并行计算数组的和。

    这句话,误导了我,根本不能保证是“并行计算”。


    友情提示:网络上的文章,仅供參考学习,须要自己的推断。

    关于Java-多核-并行-多线程。我初步觉得“多线程能够并行执行,但不受我们自己的控制,取决于操作系统”。






    网友的一些看法


    看法1:
       java线程能够在执行在多个cpu核上吗?
       
       我是一直都以为这个问题的答案是肯定的,也就是说能够执行在多核上。
    可是有一天见到这种一个理论。我就顿时毁三观了。




    JVM在操作系统中是作为一个进程的,java全部的线程都执行自这个JVM进程中,
    所以说java线程某个时间仅仅可能执行在一个核上。


    这个说法对我的打击太大了,我不能接受。于是就開始多方求证。网上搜索 和朋友一起讨论。
    终于证实了java线程是能够执行在多核上的,为什么呢?
    以下一句话将惊醒梦中人:
    现代os都将线程作为最小调度单位。进程作为资源分配的最小单位。

    在windows中进程是不活动的,
    仅仅是作为线程的容器。


    也就是说。java中的全部线程确实在JVM进程中,可是CPU调度的是进程中的线程。




    看法2:
       JAVA中的多线程能在多CPU机器上并行执行吗?注意。我说的不是并发执行哦 。
       我们用java写一个多线程程序,就启动了一个JVM进程,所以这些线程都是在这一个JVM进程之中的,我不知道同一时刻,能不能有多个CPU执行同一进程。进而并行执行这同一进程中的不同线程?一直非常疑惑

    你的思路是对的,CPU就是为了迎合操作系统的多线程从而提高系统的计算效率.可是详细分配任务到各个内核中去执行的并不是JAVA与JVM而是操作系统.
    也就是说,你所执行的多线程,可能会被分配到同一个CPU内核中执行.也可能非配到不同的cpu中执行.假设能够控制CPU的分配,那也应该是操作系统的api才干实现的了。


    我用JAVA创建了一个线程,这时候有主线程和子线程都在执行,那意思双核CPU有可能在同一时刻点并行执行这两个线程咯?
    我翻了好多JAVA的有关多线程的章节。似乎都没有说道多核CPU执行JAVA多线程,貌似都是已单核为例解说的,所以我一直觉得可能都是并发的而不是并行的?

    不是,你要将你的软件线程和计算机的CPU处理线程区分开呀.简单说,你是无法控制CPU对于任务的分配的.

    很多其他代码演示样例
    http://git.oschina.net/fansunion/Concurrent(逐步更新中)


    參考资料:
    java并发编程-Executor框架
    http://www.iteye.com/topic/366591


    java线程能够在执行在多个cpu核上吗?
    http://blog.csdn.net/maosijunzi/article/details/42527553


    JAVA中的多线程能在多CPU上并行执行吗?注意,我说的不是并发执行哦
    http://zhidao.baidu.com/link?url=e11sEOSNFoLTfVyP-5FfpktIXEgbMQkbLAzvgh8mn4V16n_qQas89voj5gVhOEkho0jRA7fp_vbnElxKgeQCDrOxGkcu6xAWaUniqpcWg33

  • 相关阅读:
    uNFS搭建
    nodejs+koa 后台框架结构、demo学习地址
    Apache 基本配置 代理 重定向 跨域 https ssl证书 在windows下常用命令
    新版 Mediasoup Windows 安装 编译
    腾讯云服务器,在本地域名不能访问,IP可以访问;端口访问差异:有的地方能访问有的不能
    nodejs 程序打包 打包 koa express 项目 源代码保护加密
    windows 设置修改本地 hosts 访问 github 快速访问 提高访问 github 速度
    Flutter开发 备用网站地址
    redis in windows
    CRLF和LF的差异
  • 原文地址:https://www.cnblogs.com/wzjhoutai/p/7044736.html
Copyright © 2020-2023  润新知