在Java中如何使用ForkJoinTask拆分并行任务

来源:安卓APP网作者:大卫头衔:程序员
导读:本期聚焦于小伙伴创作的《在Java中如何使用ForkJoinTask拆分并行任务》,敬请观看详情,探索知识的价值。以下视频、文章将为您系统阐述其核心内容与价值。如果您觉得《在Java中如何使用ForkJoinTask拆分并行任务》有用,将其分享出去将是对创作者最好的鼓励。

ForkJoinTask是Java并发包java.util.concurrent中提供的抽象类,它的核心设计思路是分治思想,把一个大任务拆分成多个小的子任务并行执行,最后把子任务的结果合并得到最终结果,适合处理可以递归拆分的任务场景。

在Java中如何使用ForkJoinTask拆分并行任务

ForkJoinTask核心概念

ForkJoinTask有两个常用的子类,分别是RecursiveActionRecursiveTask,两者的区别是RecursiveAction没有返回值,适合不需要返回结果的任务,RecursiveTask有返回值,适合需要汇总结果的任务。

使用ForkJoinTask需要配合ForkJoinPool线程池,它是专门用来执行ForkJoinTask的线程池,默认会创建和CPU核心数相同的工作线程,减少线程上下文切换的开销。

任务拆分的核心步骤

使用ForkJoinTask拆分并行任务一般遵循以下流程:

  • 自定义类继承RecursiveAction或者RecursiveTask,根据任务是否需要返回值选择对应的父类
  • 重写compute方法,在这个方法里实现任务拆分和结果合并的逻辑
  • 在compute方法中判断当前任务的大小,如果任务足够小就直接执行,否则拆分成多个子任务
  • 把子任务通过fork方法提交到线程池执行,通过join方法获取子任务的执行结果
  • 创建ForkJoinPool实例,把最外层的任务提交到线程池执行,获取最终结果

无返回值任务拆分示例

下面以打印1到100的数字为例,演示RecursiveAction的使用,当任务范围大于10的时候就拆分成两个子任务:

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveAction;

// 自定义无返回值任务类
class PrintTask extends RecursiveAction {
    // 任务的起始值
    private int start;
    // 任务的结束值
    private int end;
    // 任务拆分阈值,小于这个值的任务直接执行
    private static final int THRESHOLD = 10;

    public PrintTask(int start, int end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected void compute() {
        // 如果任务范围小于等于阈值,直接执行打印逻辑
        if (end - start <= THRESHOLD) {
            for (int i = start; i <= end; i++) {
                System.out.println(Thread.currentThread().getName() + " 打印数字:" + i);
            }
        } else {
            // 任务过大,拆分成两个子任务
            int mid = (start + end) / 2;
            PrintTask leftTask = new PrintTask(start, mid);
            PrintTask rightTask = new PrintTask(mid + 1, end);
            // 提交子任务执行
            leftTask.fork();
            rightTask.fork();
            // 等待子任务执行完成,无返回值所以不需要处理join的结果
            leftTask.join();
            rightTask.join();
        }
    }
}

public class ForkJoinActionDemo {
    public static void main(String[] args) {
        // 创建ForkJoinPool线程池
        ForkJoinPool pool = new ForkJoinPool();
        // 创建最外层的任务,打印1到100
        PrintTask task = new PrintTask(1, 100);
        // 提交任务到线程池执行
        pool.invoke(task);
        // 关闭线程池
        pool.shutdown();
    }
}

有返回值任务拆分示例

下面以计算1到100的累加和为例,演示RecursiveTask的使用,当任务范围大于10的时候就拆分成两个子任务,最后合并子任务的结果:

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;

// 自定义有返回值任务类
class SumTask extends RecursiveTask<Long> {
    // 任务的起始值
    private int start;
    // 任务的结束值
    private int end;
    // 任务拆分阈值
    private static final int THRESHOLD = 10;

    public SumTask(int start, int end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        // 如果任务范围小于等于阈值,直接计算返回结果
        if (end - start <= THRESHOLD) {
            long sum = 0;
            for (int i = start; i <= end; i++) {
                sum += i;
            }
            return sum;
        } else {
            // 任务过大,拆分成两个子任务
            int mid = (start + end) / 2;
            SumTask leftTask = new SumTask(start, mid);
            SumTask rightTask = new SumTask(mid + 1, end);
            // 提交子任务执行
            leftTask.fork();
            rightTask.fork();
            // 获取子任务的执行结果并合并
            long leftResult = leftTask.join();
            long rightResult = rightTask.join();
            return leftResult + rightResult;
        }
    }
}

public class ForkJoinTaskDemo {
    public static void main(String[] args) {
        // 创建ForkJoinPool线程池
        ForkJoinPool pool = new ForkJoinPool();
        // 创建最外层的任务,计算1到100的和
        SumTask task = new SumTask(1, 100);
        // 提交任务到线程池并获取结果
        long result = pool.invoke(task);
        System.out.println("1到100的累加和为:" + result);
        // 关闭线程池
        pool.shutdown();
    }
}

使用注意事项

在使用ForkJoinTask的时候需要注意几个问题:

  • 任务拆分的阈值需要根据实际任务场景调整,阈值太小会导致创建过多的子任务,增加线程调度开销,阈值太大会导致并行度不够,无法充分利用CPU资源
  • 不要在compute方法里做过多的阻塞操作,否则会影响ForkJoinPool的工作线程效率,因为ForkJoinPool的工作线程数量默认和CPU核心数一致,阻塞操作会导致线程无法处理其他任务
  • fork方法提交子任务之后,尽量先执行其他逻辑再调用join方法,或者可以使用invokeAll方法批量提交子任务,invokeAll方法会优化子任务的执行顺序,提升执行效率
  • RecursiveTask的compute方法返回的是泛型类型,需要注意返回值的类型匹配,避免类型转换错误

适用场景说明

ForkJoinTask适合处理可以递归拆分的CPU密集型任务,比如大数组排序、大批量数据计算、递归遍历等场景。如果是IO密集型任务,比如网络请求、文件读写,不建议使用ForkJoinTask,因为IO操作会阻塞工作线程,更适合使用普通的线程池来处理。

ForkJoinTaskJava并行任务任务拆分ForkJoinPool修改时间:2026-07-21 18:39:26

免责声明:​ 已尽一切努力确保本网站所含信息的准确性。网站内容多为原创整理与精心编撰,观点力求客观中立。本站旨在免费分享,内容仅供个人学习、研究或参考使用。若引用了第三方作品,版权归原作者所有。如内容涉及您的权益,请联系我们处理。
内容垂直聚焦
专注技术核心技术栏目,确保每篇文章深度聚焦于实用技能。从代码技巧到架构设计,为用户提供无干扰的纯技术知识沉淀,精准满足专业提升需求。
知识结构清晰
覆盖从开发到部署的全链路。AI、前端、编程、数据库、服务器、建站、系统层层递进,构建清晰学习路径,帮助用户系统化掌握开发与运维所需的核心技术。
深度技术解析
拒绝泛泛而谈,深入技术细节与实践难点。无论是数据库优化还是服务器配置,均结合真实场景与代码示例进行剖析,致力于提供可直接应用于工作的解决方案。
专业领域覆盖
精准对应开发生命周期。从前端界面到后端编程,从数据库操作到服务器运维,形成完整闭环,一站式满足全栈工程师和运维人员的技术需求。
即学即用高效
内容强调实操性,步骤清晰、代码完整。用户可根据教程直接复现和应用于自身项目,显著缩短从学习到实践的距离,快速解决开发中的具体问题。
持续更新保障
专注既定技术方向进行长期、稳定的内容输出。确保各栏目技术文章持续更新迭代,紧跟主流技术发展趋势,为用户提供经久不衰的学习价值。