Java 8并行流中的自定义线程池

是否可以为Java 8 并行流指定自定义线程池？我在任何地方都找不到。

假设我有一个服务器应用程序，并且想使用并行流。但是该应用程序很大且是多线程的，因此我想将其划分。我不希望一个模块中的某个模块中的任务运行缓慢，而另一个模块中的任务却运行缓慢。

如果不能为不同的模块使用不同的线程池，则意味着在大多数实际情况下，我不能安全地使用并行流。

请尝试以下示例。在单独的线程中执行一些CPU密集型任务。任务利用并行流。第一个任务已中断，因此每个步骤需要1秒钟（由线程睡眠模拟）。问题是其他线程被卡住并等待中断的任务完成。这是一个人为的示例，但是假设有一个servlet应用程序，有人向共享的fork联接池提交了一个长时间运行的任务。

public class ParallelTest {
    public static void main(String[] args) throws InterruptedException {
        ExecutorService es = Executors.newCachedThreadPool();

        es.execute(() -> runTask(1000)); //incorrect task
        es.execute(() -> runTask(0));
        es.execute(() -> runTask(0));
        es.execute(() -> runTask(0));
        es.execute(() -> runTask(0));
        es.execute(() -> runTask(0));


        es.shutdown();
        es.awaitTermination(60, TimeUnit.SECONDS);
    }

    private static void runTask(int delay) {
        range(1, 1_000_000).parallel().filter(ParallelTest::isPrime).peek(i -> Utils.sleep(delay)).max()
                .ifPresent(max -> System.out.println(Thread.currentThread() + " " + max));
    }

    public static boolean isPrime(long n) {
        return n > 1 && rangeClosed(2, (long) sqrt(n)).noneMatch(divisor -> n % divisor == 0);
    }
}

实际上有一个技巧，如何在特定的fork-join池中执行并行操作。如果您将它作为一个任务在fork-join池中执行，它将停留在该位置并且不使用公共池。

final int parallelism = 4;
ForkJoinPool forkJoinPool = null;
try {
    forkJoinPool = new ForkJoinPool(parallelism);
    final List<Integer> primes = forkJoinPool.submit(() ->
        // Parallel task here, for example
        IntStream.range(1, 1_000_000).parallel()
                .filter(PrimesPrint::isPrime)
                .boxed().collect(Collectors.toList())
    ).get();
    System.out.println(primes);
} catch (InterruptedException | ExecutionException e) {
    throw new RuntimeException(e);
} finally {
    if (forkJoinPool != null) {
        forkJoinPool.shutdown();
    }
}

该技巧基于ForkJoinTask.fork，它指定：“安排在当前任务正在运行的池中异步执行此任务，如果适用，或者如果不包含inForkJoinPool（），则使用ForkJoinPool.commonPool（）”。

并行流使用默认值ForkJoinPool.commonPool，默认情况下，该默认值与您拥有的处理器相比将少一个线程，Runtime.getRuntime().availableProcessors()这是由返回的（这意味着并行流使用所有处理器，因为它们也使用主线程）：

对于需要单独或自定义池的应用程序，可以使用给定的目标并行度级别构造一个ForkJoinPool。默认情况下，等于可用处理器的数量。

这也意味着，如果您有嵌套并行流或同时启动的多个并行流，则它们将共享同一池。优势：您将永远不会使用超过默认值（可用处理器数量）的东西。缺点：您可能不会为启动的每个并行流分配“所有处理器”（如果碰巧有多个处理器）。（显然，您可以使用ManagedBlocker来规避这一点。）

要更改并行流的执行方式，您可以

• 将并行流执行提交到您自己的ForkJoinPool：yourFJP.submit(() -> stream.parallel().forEach(soSomething)).get();或
• 您可以使用系统属性来更改公共池的大小：System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "20")目标并行度为20个线程。但是，在向后移植补丁https://bugs.openjdk.java.net/browse/JDK-8190974之后，此方法不再起作用。

我的机器上有8个处理器的后者的示例。如果我运行以下程序：

long start = System.currentTimeMillis();
IntStream s = IntStream.range(0, 20);
//System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "20");
s.parallel().forEach(i -> {
    try { Thread.sleep(100); } catch (Exception ignore) {}
    System.out.print((System.currentTimeMillis() - start) + " ");
});

输出为：

215 216 216 216 216 216 216 216 315 316 316 316 316 316 316 316 316 415 416 416 416

因此，您可以看到并行流一次处理8个项目，即它使用8个线程。但是，如果我取消注释行，则输出为：

215215215215215215 216216216216216216216216216216216216216216216216216

这次，并行流使用了20个线程，并且流中的所有20个元素已同时处理。

除了在您自己的forkJoinPool中触发并行计算的技巧之外，您还可以将该池传递给CompletableFuture.supplyAsync方法，如下所示：

ForkJoinPool forkJoinPool = new ForkJoinPool(2);
CompletableFuture<List<Integer>> primes = CompletableFuture.supplyAsync(() ->
    //parallel task here, for example
    range(1, 1_000_000).parallel().filter(PrimesPrint::isPrime).collect(toList()), 
    forkJoinPool
);

原始解决方案（设置ForkJoinPool公共并行性属性）不再起作用。查看原始答案中的链接，已将破坏此更新的更新回移植到Java8。如链接线程中所述，不能保证此解决方案永远有效。基于此，解决方案是在接受的答案中讨论了带有.get解决方案的forkjoinpool.submit。我认为反向端口也解决了该解决方案的不可靠性。

ForkJoinPool fjpool = new ForkJoinPool(10);
System.out.println("stream.parallel");
IntStream range = IntStream.range(0, 20);
fjpool.submit(() -> range.parallel()
        .forEach((int theInt) ->
        {
            try { Thread.sleep(100); } catch (Exception ignore) {}
            System.out.println(Thread.currentThread().getName() + " -- " + theInt);
        })).get();
System.out.println("list.parallelStream");
int [] array = IntStream.range(0, 20).toArray();
List<Integer> list = new ArrayList<>();
for (int theInt: array)
{
    list.add(theInt);
}
fjpool.submit(() -> list.parallelStream()
        .forEach((theInt) ->
        {
            try { Thread.sleep(100); } catch (Exception ignore) {}
            System.out.println(Thread.currentThread().getName() + " -- " + theInt);
        })).get();

我们可以使用以下属性更改默认并行度：

-Djava.util.concurrent.ForkJoinPool.common.parallelism=16

可以设置使用更多并行性。

要测量实际使用的线程数，可以检查Thread.activeCount()：

    Runnable r = () -> IntStream
            .range(-42, +42)
            .parallel()
            .map(i -> Thread.activeCount())
            .max()
            .ifPresent(System.out::println);

    ForkJoinPool.commonPool().submit(r).join();
    new ForkJoinPool(42).submit(r).join();

这可以在4核CPU上产生如下输出：

5 // common pool
23 // custom pool

没有.parallel()它会给出：

3 // common pool
4 // custom pool

到目前为止，我一直使用此问题的答案中所述的解决方案。现在，我想到了一个名为Parallel Stream Support的小库：

ForkJoinPool pool = new ForkJoinPool(NR_OF_THREADS);
ParallelIntStreamSupport.range(1, 1_000_000, pool)
    .filter(PrimesPrint::isPrime)
    .collect(toList())

但是，正如@PabloMatiasGomez在评论中指出的那样，关于并行流的拆分机制存在一些缺陷，该缺陷在很大程度上取决于公共池的大小。请参阅HashSet中的并行流不会并行运行。

我使用此解决方案只是为了为不同类型的工作提供单独的池，但是即使我不使用它，也无法将公共池的大小设置为1。

注意： JDK 10中似乎实现了一个修复程序，以确保“定制线程池”使用预期的线程数。

自定义ForkJoinPool中的并行流执行应遵循并行性 https://bugs.openjdk.java.net/browse/JDK-8190974

我尝试如下自定义 ForkJoinPool来调整池的大小：

private static Set<String> ThreadNameSet = new HashSet<>();
private static Callable<Long> getSum() {
    List<Long> aList = LongStream.rangeClosed(0, 10_000_000).boxed().collect(Collectors.toList());
    return () -> aList.parallelStream()
            .peek((i) -> {
                String threadName = Thread.currentThread().getName();
                ThreadNameSet.add(threadName);
            })
            .reduce(0L, Long::sum);
}

private static void testForkJoinPool() {
    final int parallelism = 10;

    ForkJoinPool forkJoinPool = null;
    Long result = 0L;
    try {
        forkJoinPool = new ForkJoinPool(parallelism);
        result = forkJoinPool.submit(getSum()).get(); //this makes it an overall blocking call

    } catch (InterruptedException | ExecutionException e) {
        e.printStackTrace();
    } finally {
        if (forkJoinPool != null) {
            forkJoinPool.shutdown(); //always remember to shutdown the pool
        }
    }
    out.println(result);
    out.println(ThreadNameSet);
}

这是输出，显示池使用的线程数比默认线程数4多。

50000005000000
[ForkJoinPool-1-worker-8, ForkJoinPool-1-worker-9, ForkJoinPool-1-worker-6, ForkJoinPool-1-worker-11, ForkJoinPool-1-worker-10, ForkJoinPool-1-worker-1, ForkJoinPool-1-worker-15, ForkJoinPool-1-worker-13, ForkJoinPool-1-worker-4, ForkJoinPool-1-worker-2]

但是实际上有一个怪人，当我尝试使用ThreadPoolExecutor以下方法来达到相同的结果时：

BlockingDeque blockingDeque = new LinkedBlockingDeque(1000);
ThreadPoolExecutor fixedSizePool = new ThreadPoolExecutor(10, 20, 60, TimeUnit.SECONDS, blockingDeque, new MyThreadFactory("my-thread"));

但我失败了

它将仅在新线程中启动parallelStream，然后其他所有事物都相同，这再次证明，parallelStream它将使用ForkJoinPool启动其子线程。

去获取AbacusUtil。可以为并行流指定线程号。这是示例代码：

LongStream.range(4, 1_000_000).parallel(threadNum)...

披露：我是AbacusUtil的开发人员。

如果你不希望依靠应用漏洞，总有一种方式来实现通过实现自定义的收藏家一样，将结合map和collect语义...你不会局限于ForkJoinPool：

list.stream()
  .collect(parallelToList(i -> fetchFromDb(i), executor))
  .join()

幸运的是，它已经在此处完成，并且可以在Maven Central中使用：http： //github.com/pivovarit/parallel-collectors

免责声明：我写了它并对此负责。

如果您不介意使用第三方库，则可以使用Cyclops-react在同一管道中混合顺序流和并行流，并提供自定义的ForkJoinPools。例如

 ReactiveSeq.range(1, 1_000_000)
            .foldParallel(new ForkJoinPool(10),
                          s->s.filter(i->true)
                              .peek(i->System.out.println("Thread " + Thread.currentThread().getId()))
                              .max(Comparator.naturalOrder()));

或者，如果我们希望继续在顺序Stream中进行处理

 ReactiveSeq.range(1, 1_000_000)
            .parallel(new ForkJoinPool(10),
                      s->s.filter(i->true)
                          .peek(i->System.out.println("Thread " + Thread.currentThread().getId())))
            .map(this::processSequentially)
            .forEach(System.out::println);

［我是独眼巨人反应的主要开发者］

如果您不需要自定义ThreadPool，而是想限制并发任务的数量，则可以使用：

List<Path> paths = List.of("/path/file1.csv", "/path/file2.csv", "/path/file3.csv").stream().map(e -> Paths.get(e)).collect(toList());
List<List<Path>> partitions = Lists.partition(paths, 4); // Guava method

partitions.forEach(group -> group.parallelStream().forEach(csvFilePath -> {
       // do your processing   
}));

（要求此问题的重复问题已被锁定，请在这里告诉我）

您可以尝试实现此ForkJoinWorkerThreadFactory并将其注入到Fork-Join类中。

public ForkJoinPool(int parallelism,
                        ForkJoinWorkerThreadFactory factory,
                        UncaughtExceptionHandler handler,
                        boolean asyncMode) {
        this(checkParallelism(parallelism),
             checkFactory(factory),
             handler,
             asyncMode ? FIFO_QUEUE : LIFO_QUEUE,
             "ForkJoinPool-" + nextPoolId() + "-worker-");
        checkPermission();
    }

您可以使用Fork-Join池的此构造函数执行此操作。

注意：1.如果使用此功能，请考虑到基于新线程的实现，从JVM进行的调度将受到影响，这通常会将fork-join线程调度到不同的内核（作为计算线程）。2.通过fork-join到线程的任务调度不会受到影响。3.还没有真正弄清楚并行流如何从fork-join中选择线程（找不到合适的文档），因此请尝试使用其他threadNaming工厂，以确保是否选择了并行流中的线程从您提供的customThreadFactory中。4. commonThreadPool将不使用此customThreadFactory。