如何使Java代码可并行化？我如何使其可云化？

我现在正在研究一个系统。这是一个复杂的系统，但它归结为一个

解算器
类，其方法如下：

public int solve(int problem); // returns the solution, or 0 if no solution found

现在，当系统启动并运行时，预计该方法的运行时间约为5秒，并且速度非常快。但是，我计划运行一些看起来有点像这样的测试：

List<Integer> problems = getProblems();
List<Integer> solutions = new ArrayList<Integer>(problems.size);
Solver solver = getSolver();
for (int problem: problems) {
    solutions.add(solver.solve(problem));
}
// see what percentage of solutions are zero
// get arithmetic mean of non-zero solutions
// etc etc

List problems=getProblems（）；
列表解决方案=新的ArrayList（problems.size）；
Solver=getSolver（）；
for（整数问题：问题）{
解决方案。添加（解算器。解决（问题））；
}
//看看有多少百分比的解决方案是零
//得到非零解的算术平均值
//等等

问题是我想在大量问题上运行它，不想永远等待结果。假设我有一百万个测试问题，我想在我泡一杯茶的时间内完成测试，我有两个问题：

假设我有一个百万核处理器，
Solver
的实例是线程安全的，但没有锁定（它们是不可变的或其他），它们所做的所有计算都在内存中（即没有磁盘、网络或其他东西在进行）。我可以用线程安全列表替换解决方案列表，启动线程来解决每个问题，并期望它更快吗？要快多少？它能在5秒内运行吗

有没有一个像样的Java云计算服务，我可以在那里购买500万秒的时间，并让代码在5秒内运行？我需要做什么来准备我的代码以便在这样的云上运行？500万秒到底要花多少钱

谢谢。
你问的问题太大了。线程有开销，需要注意的一点是，它们在父进程中运行。如果你想同时运行一百万个这样的解算器，你必须将它们投入到自己的流程中。
你提出了非常大的问题。线程有开销，需要注意的一点是，它们在父进程中运行。如果你想同时运行一百万个这样的解算器，你就必须把它们分给它们自己的进程。
你可以对每个输入使用一个程序，然后使用一个简单的批处理调度器，比如Condor（Linux版）或HPC（Windows版）。您也可以在Amazon上运行这些程序，但有一个学习曲线，它不仅仅是“上传Java代码和go”。
您可以在每个输入中使用一个程序，然后使用一个简单的批处理调度器，如Condor（Linux版）或HPC（Windows版）。你也可以在Amazon上运行它们，但是有一个学习曲线，它不仅仅是“上传Java代码和go”

当然，您可以使用标准工作线程范例来并行运行。但是会有一些同步开销（例如，当所有操作都试图同时完成时，对解决方案列表的更新将导致锁争用），因此它不会在5秒内运行。但它的速度将超过500万秒：-）
AmazonEC2每小时运行在0.085美元到0.68美元之间，这取决于您需要多少CPU（请参阅）。那么，大概120美元左右。当然，您需要设置一些单独的东西，以便在不同的CPU之间分配作业。一种选择可能是只使用Hadoop（请参见关于是否使用Hadoop的问题）
你可以阅读类似的文章，了解更多关于如何并行思考的信息

当然，您可以使用标准的工作线程范例并行运行。但是会有一些同步开销（例如，当所有内容都试图同时完成时，对解决方案列表的更新将导致锁争用），因此它不会在5秒内运行。但会快于500万秒：-）
AmazonEC2每小时运行在0.085美元到0.68美元之间，这取决于您需要多少CPU（请参阅）。那么，大概120美元左右。当然，您需要设置一些单独的东西，以便在不同的CPU之间分配作业。一种选择可能是只使用Hadoop（请参见关于是否使用Hadoop的问题）
您可以阅读类似的内容，以获取有关如何并行思考的更多信息。
查看这些关于并发性的文章：





基本上，Java 7新的Fork/Join模型对这种方法非常有效。基本上，您可以设置数百万个以上的任务，并将它们尽可能分散到所有可用的处理器上。您必须提供自定义的“云”任务执行器，但这是可以做到的

当然，这假设您的“求解”算法是完全并行的。简言之，只要解算器是完全自包含的，它们就应该能够在任意数量的处理器之间进行拆分。
查看这些关于并发性的文章：





基本上，Java 7新的Fork/Join模型对这种方法非常有效。基本上，您可以设置数百万个以上的任务，并将它们尽可能分散到所有可用的处理器上。您必须提供自定义的“云”任务执行器，但这是可以做到的

当然，这假设您的“求解”算法是完全并行的。简言之，只要解算器是完全自包含的，它们就应该能够在任意数量的处理器之间拆分。
使用适当的执行器。查看（）
使用适当的执行器。查看（）
您已经用两个主要的序列化点表达了您的问题：问题产生和解决方案消耗（目前表示为整数列表）。您希望尽快得到第一个问题（目前，在所有问题产生之前，您不会得到它们）

我还假设问题列表顺序和解决方案列表顺序之间存在相关性，即
解决方案。get（3）
是
问题的解决方案。get（3）
–这将是一个巨大的并行问题。您最好使用
对<