Java 使用jdk 7的新fork-join框架的性能问题

我正在使用jdk 7的新forkjoin框架。 我有一个任务，必须用不同的参数执行多次

此任务扩展了递归任务。有100多个任务要执行，可以同时执行。任务是独立的，因此不需要任何同步。 因此，我首先创建了所需的任务，并将它们传递给forkjoin线程池。 但是应用程序的运行速度比没有任何并行性的情况下要慢

我的第一个想法是，我创造了很多线程。。这就是为什么我尝试回收线程以减少对象创建开销，但这对性能没有影响。用于使用reinitialize（）方法回收im。此外，通过循环使用，性能比在没有任何并行性的情况下运行要慢

---

任务中执行的操作并不简单，运行线程的持续时间为5到150毫秒。应用程序在双核机器上运行，im使用ubuntu和oracle jdk 7。

库普斯福特的爱德华·哈内德发现了Java中实现的Fork/Join设计的许多问题

特别是，“工作窃取”会遭受高竞争&在多个处理器之间分配工作效率低下。递归分解也不是特别有效

如果您的任务不是递归的——您说有100个，并且它们可以并发执行——那么使用ThreadPoolExecutor的更简单方法可能更有效

见：

---

CoopSoft的Edward Harned发现Java中实现的Fork/Join设计存在许多问题

特别是，“工作窃取”会遭受高竞争&在多个处理器之间分配工作效率低下。递归分解也不是特别有效

如果您的任务不是递归的——您说有100个，并且它们可以并发执行——那么使用ThreadPoolExecutor的更简单方法可能更有效

见：

---

您是否构建了一个简单的程序，该程序简单地分叉一个任务并等待它完成，线程不做任何工作，以了解上下文切换时间？你知道那些时间是什么吗？。。。您会注意到，使用2个处理器时，您的加速比最多为2倍。你确定你需要100个独立的任务吗？我会试试你的第一条评论：）如前所述，我不再使用100个独立的线程。我创建了固定数量的线程，这些线程是扩展RecursiveTask的对象，如许多示例所示，例如2。之后，我设置这些对象的参数，并将它们传递到池中，以便并发运行。之后，我重新设置参数，只要元素可用，就必须执行这些任务。5到150毫秒的持续时间是否不足以使用线程？与管理线程的开销相比，并行性的问题在于可以完成的工作量。如果分叉需要50毫秒，而您有50毫秒的工作要做，那么您只有50%的效率。有了两个CPU，与一个CPU相比，您最多只能希望收支平衡。所以，了解你的开销很重要。我不知道Java分叉需要这么长的时间（根本没有经验），这对我来说似乎是一个令人不安的高数字。因此建议对其进行度量。您是否构建了一个简单的程序，该程序简单地分叉一个任务并等待它完成，线程不做任何工作，以了解上下文切换时间？你知道那些时间是什么吗？。。。您会注意到，使用2个处理器时，您的加速比最多为2倍。你确定你需要100个独立的任务吗？我会试试你的第一条评论：）如前所述，我不再使用100个独立的线程。我创建了固定数量的线程，这些线程是扩展RecursiveTask的对象，如许多示例所示，例如2。之后，我设置这些对象的参数，并将它们传递到池中，以便并发运行。之后，我重新设置参数，只要元素可用，就必须执行这些任务。5到150毫秒的持续时间是否不足以使用线程？与管理线程的开销相比，并行性的问题在于可以完成的工作量。如果分叉需要50毫秒，而您有50毫秒的工作要做，那么您只有50%的效率。有了两个CPU，与一个CPU相比，您最多只能希望收支平衡。所以，了解你的开销很重要。我不知道Java分叉需要这么长的时间（根本没有经验），这对我来说似乎是一个令人不安的高数字。因此建议对其进行衡量。下面是另一篇好文章，它给出了一个更平衡的观点：。FJP的一些经验法则似乎是：1。避免使用公共池，因为JVM/库可能正在使用公共池。2.避免在线程中阻塞，因为FJP是固定大小的（仅限CPU绑定的任务）3。设置从递归切换到串行的阈值，否则可能会破坏堆栈，因为每个join（）都在同一线程中运行新任务。因此，我认为FJP最适合于CPU范围内深度较浅但分支较大（即许多任务）的拆分和合并。这是另一篇好文章，它提供了一个更平衡的视图。FJP的一些经验法则似乎是：1。避免使用公共池，因为JVM/库可能正在使用公共池。2.避免在线程中阻塞，因为FJP是固定大小的（仅限CPU绑定的任务）3。设置从递归切换到串行的阈值，否则可能会破坏堆栈，因为每个join（）都在同一线程中运行新任务。因此，我认为FJP最适合于CPU范围内深度较浅但分支较大的拆分和合并（即许多任务）