并发编程之Master-Worker模式

我们知道，单个线程计算是串行的，只有等上一个任务结束之后，才能执行下一个任务，所以执行效率是比较低的。

那么，如果用多线程执行任务，就可以在单位时间内执行更多的任务，而Master-Worker就是多线程并行计算的一种实现方式。

它的思想是，启动两个进程协同工作：Master和Worker进程。

Master负责任务的接收和分配，Worker负责具体的子任务执行。每个Worker执行完任务之后把结果返回给Master，最后由Master汇总结果。（其实也是一种分而治之的思想，和forkjoin计算框架有相似之处，参看：并行任务计算框架forkjoin）

Master-Worker工作示意图如下：

下面用Master-Worker实现计算1-100的平方和，思路如下：

定义一个Task类用于存储每个任务的数据。
Master生产固定个数的Worker，把所有worker存放在workers变量(map)中，Master需要存储所有任务的队列workqueue(ConcurrentLinkedQueue)和所有子任务返回的结果集resultMap(ConcurrentHashMap)。
每个Worker执行自己的子任务，然后把结果存放在resultMap中。
Master汇总resultMap中的数据，然后返回给Client客户端。
为了扩展Worker的功能，用一个MyWorker继承Worker重写任务处理的具体方法。

Task类：

package com.thread.masterworker;

public class Task {

    private int id;

    private String name;

    private int num;

    public int getId() {

        return id;

    }

    public void setId(int id) {

        this.id = id;

    }

    public String getName() {

        return name;

    }

    public void setName(String name) {

        this.name = name;

    }

    public int getNum() {

        return num;

    }

    public void setNum(int num) {

        this.num = num;

    }

}

Master实现：

package com.thread.masterworker;

import java.util.HashMap;

import java.util.Map;

import java.util.concurrent.ConcurrentHashMap;

import java.util.concurrent.ConcurrentLinkedQueue;

public class Master {

    //所有任务的队列

    private ConcurrentLinkedQueue<Task> workerQueue = new ConcurrentLinkedQueue<Task>();

    //所有worker

    private HashMap<String,Thread> workers = new HashMap<String,Thread>();

    //共享变量，worker返回的结果

    private ConcurrentHashMap<String,Object> resultMap = new ConcurrentHashMap<String,Object>();

    //构造方法,初始化所有worker

    public Master(Worker worker,int workerCount){

        worker.setWorkerQueue(this.workerQueue);

        worker.setResultMap(this.resultMap);

        for (int i = 0; i < workerCount; i++) {

            Thread t = new Thread(worker);

            this.workers.put("worker-"+i,t);

        }

    }

    //任务的提交

    public void submit(Task task){

        this.workerQueue.add(task);

    }

    //执行任务

    public int execute(){

        for (Map.Entry<String, Thread> entry : workers.entrySet()) {

            entry.getValue().start();

        }

        //一直循环，直到结果返回

        while (true){

            if(isComplete()){

                return getResult();

            }

        }

    }

    //判断是否所有线程都已经执行完毕

    public boolean isComplete(){

        for (Map.Entry<String, Thread> entry : workers.entrySet()) {

            //只要有任意一个线程没有结束，就返回false

            if(entry.getValue().getState() != Thread.State.TERMINATED){

                return false;

            }

        }

        return true;

    }

    //处理结果集返回最终结果

    public int getResult(){

        int res = 0;

        for (Map.Entry<String,Object> entry : resultMap.entrySet()) {

            res += (Integer) entry.getValue();

        }

        return res;

    }

}

父类Worker：

package com.thread.masterworker;

import java.util.concurrent.ConcurrentHashMap;

import java.util.concurrent.ConcurrentLinkedQueue;

public class Worker implements Runnable {

    private ConcurrentLinkedQueue<Task> workerQueue;

    private ConcurrentHashMap<String,Object> resultMap;

    public void setWorkerQueue(ConcurrentLinkedQueue<Task> workerQueue) {

        this.workerQueue = workerQueue;

    }

    public void setResultMap(ConcurrentHashMap<String, Object> resultMap) {

        this.resultMap = resultMap;

    }

    @Override

    public void run() {

        while(true){

            //从任务队列中取出一个任务

            Task task = workerQueue.poll();

            if(task == null) break;

            //处理具体的任务

            Object res = doTask(task);

            //把每次处理的结果放到结果集里面，此处直接把num值作为结果

            resultMap.put(String.valueOf(task.getId()),res);

        }

    }

    public Object doTask(Task task) {

        return null;

    }

}

子类MyWorker继承父类Worker，重写doTask方法实现具体的逻辑：

package com.thread.masterworker;

public class MyWorker extends Worker {

    @Override

    public Object doTask(Task task) {

        //暂停0.5秒，模拟任务处理

        try {

            Thread.sleep(500);

        } catch (InterruptedException e) {

            e.printStackTrace();

        }

        //计算数字的平方

        int num = task.getNum();

        return num * num;

    }

}

客户端Client：

package com.thread.masterworker;

import java.util.Random;

public class Client {

    public static void main(String[] args) {

        Master master = new Master(new MyWorker(), 10);

        //提交n个任务到任务队列里

        for (int i = 0; i < 100; i++) {

            Task task = new Task();

            task.setId(i);

            task.setName("任务"+i);

            task.setNum(i+1);

            master.submit(task);

        }

        //执行任务

        long start = System.currentTimeMillis();

        int res = master.execute();

        long time = System.currentTimeMillis() - start;

        System.out.println("结果:"+res+",耗时:"+time);

    }

}

以上，我们用10个线程去执行子任务，最终由Master做计算求和（1-100的平方和）。每个线程暂停500ms，计算数字的平方值。

总共100个任务，分10个线程并行计算，相当于每个线程均分10个任务，一个任务的时间大概为500ms，故10个任务为5000ms，再加上计算平方值的时间，故稍大于5000ms。结果如下，

结果:338350,耗时:5084

巴特西

并发编程之Master-Worker模式

最新文章

热门文章