你的位置:首页 > Java教程

[Java教程]并行程序设计模式

  • 简介

  Master-Worker模式是常用的并行设计模式。它的核心思想是,系统有两个进程协议工作:Master进程和Worker进程。Master进程负责接收和分配任务,Worker进程负责处理子任务。当各个Worker进程将子任务处理完后,将结果返回给Master进程,由Master进行归纳和汇总,从而得到系统结果。处理过程如下图:

Master-Worker模式的好处是,它能将大任务分解成若干个小任务,并发执行,从而提高系统性能。而对于系统请求者Client来说,任务一旦提交,Master进程就会立刻分配任务并立即返回,并不会等系统处理完全部任务再返回,其处理过程是异步的。

  • Master-Worker模式结构

  Master-Worker模式的主要结构如下图:

  如上图所示,Master进程是主要进程,它维护着一个Worker进程队列、子任务队列和子结果集,Worker进程中的Worker进程不断的从任务队列中提取要处理的子任务,并将子任务的处理结果放入到子结果集中。

  在上图中,Master:用于任务的分配和最终结果的合并;Worker:用于实际处理一个任务;客户端进程:用于启动系统,调度开启Master。

  • Master-Worker模式代码实现

  Master代码实现:

 1 public class Master { 2   //任务队列 3   protected Queue<Object> workQueue = new ConcurrentLinkedQueue<Object>(); 4   //worker进程队列 5   protected Map<String, Thread> threadMap = new HashMap<String, Thread>(); 6   //结果集 7   protected Map<String, Object> resultMap = new HashMap<String,Object>(); 8    9   //是否所有的子任务都结束10   11   public boolean isComplete(){12     for(Map.Entry<String, Thread> entry:threadMap.entrySet()){13       if(entry.getValue().getState()!=Thread.State.TERMINATED){14         return false;15       }16     }17     return true;18   }19 20   public Master(Worker worker,int countWorker) {21     worker.setResultMap(resultMap);22     worker.setWorkQueue(workQueue);23     for (int i = 0; i < countWorker; i++) {24       threadMap.put(Integer.toString(i), new Thread(worker,Integer.toString(i)));25     }26   }27   28   //提交任务29   30   public void submit(Object obj){31     workQueue.add(obj);32     //System.out.println(obj.toString());33   }34 35   36   37   //返回子任务结果集38   public Map<String, Object> getResultMap() {39     return resultMap;40   }41   42   //开始运行所有worker进程,并进行处理43   44   public void execute(){45     for(Map.Entry<String, Thread> entry:threadMap.entrySet()){46       entry.getValue().start();47     }48   }49   50 }

  Worker代码实现:

 1 public class Worker implements Runnable { 2   //任务队列 3   protected Queue<Object> workQueue; 4   //子任务结果集 5   protected Map<String,Object> resultMap = new HashMap<String, Object>(); 6    7    8   public void setWorkQueue(Queue<Object> workQueue) { 9     this.workQueue = workQueue;10   }11   public void setResultMap(Map<String, Object> resultMap) {12     this.resultMap = resultMap;13   }14 15   public Object handle(Object input){16     return input;17   }18   @Override19   public void run() {20     while(true){21       Object input = workQueue.poll();22       23       if(null==input) break;24       //处理子任务25       Object re = handle(input);26       resultMap.put(Integer.toString(input.hashCode()),re);27       //System.out.println(re.toString());28     }29   }30 31 }

  Master-Worker模式是一种串行任务并行化的方法,被分解的子任务在系统中可以并行处理。同时,如果有需要,Master进程不需要所有子任务都执行完成,就可以根据已有的部分结果集计算最终的结果。

  现在以上面的Master-Worker实现为基础,来实现计算1-100的立方和。计算将被分解为100个子任务,每个子任务仅用于计算单独的立方和。Master产生固定数目Worker,来处理这些子任务。Worker不断的从任务集合中取出这些计算立方和的子任务,并将计算结果放入到Master的结果集中。Master负责将所有Worker的任务结果进行累加,从而产生最终的立方和。整个计算过程,Worker和Master的运算也是完全异步的,Master进程不必等所有的Worker进程都执行完成,就可以进行求和操作了。也就是所,Master在获取部分子任务的结果集时,就可以对最终结果进行计算了,从而提高了系统的并发性和吞吐量。

  计算子任务的实现如下:

1 public class PlusWorker extends Worker {2 3   @Override4   public Object handle(Object input) {5     Integer i = (Integer) input;6     return i*i*i;7   }8   9 }

  客户端代码如下:

 1 public class Client { 2   public static void main(String[] args) { 3     Master m = new Master(new PlusWorker(), 5);//启动五个线程处理 4     for (int i = 0; i < 100; i++) { 5       m.submit(i); 6     } 7     m.execute(); 8     int re = 0; 9     Map<String, Object> resultMap = m.getResultMap();10     while(resultMap.size()>0||!m.isComplete()){11       Set<String> keys = resultMap.keySet();12       String key = null;13       for(String k:keys){14         key=k;15         break;16       }17       Integer i = null;18       if(key != null){19         i = (Integer) resultMap.get(key);20       }21       if(i!=null){22         re+=i;//并行计算结果集23       }24       25       if(key!=null){26         resultMap.remove(key);//将计算完成的结果移除27       }28     }29     30     System.out.println(re);31   }32 }

  通过Master创建5个Worker工作线程和PlusWorker工作实例。提交完100个任务后,就开始计算子任务。这些子任务,由生成的5个Worker线程共同完成。Master并不等所有的子任务都计算完成,就开始访问子结果集进行最终结果的计算,直到子结果集中所有的数据都被处理,并且5个活跃的Worker线程全部终止,才能求出最终结果。