Question

最近，我使用Java Fork-Join运行了一些可扩展性实验。在这里，我使用了非默认的ForkJoinPool构造函数ForkJoinPool(int parallelism)，将所需的并行性（＃workers）作为构造函数参数传递。

具体来说，使用以下代码：

public static void main(String[] args) throws InterruptedException {
    ForkJoinPool pool = new ForkJoinPool(Integer.parseInt(args[0]));
    pool.invoke(new ParallelLoopTask());    
}

static class ParallelLoopTask extends RecursiveAction {

    final int n = 1000;

    @Override
    protected void compute() {
        RecursiveAction[] T = new RecursiveAction[n];
        for(int p = 0; p < n; p++){
            T[p] = new DummyTask();
            T[p].fork();
        }
        for(int p = 0; p < n; p++){
            T[p].join();
        }
        /*
        //The problem does not occur when tasks are joined in the reverse order, i.e.
        for(int p = n-1; p >= 0; p--){
            T[p].join();
        }
        */
    }
}


static public class DummyTask extends RecursiveAction {
    //performs some dummy work

    final int N = 10000000;

    //avoid memory bus contention by restricting access to cache (which is distributed)
    double val = 1;

    @Override
    protected void compute() {
        for(int j = 0; j < N; j++){
            if(val < 11){
                val *= 1.1;
            }else{
                val = 1;
            }
        }
    }
}

我在具有4个物理核心和8个逻辑核心的处理器上获得了这些结果（使用java 8：jre1.8.0_45）：

T1：11730

T2：2381（加速：4,93）

T4：2463（加速：4,76）

T8：2418（加速：4,85）

在使用java 7（jre1.7.0）时，我得到了

T1：11938

T2：11843（加速：1,01）

T4：5133（加速：2,33）

T8：2607（加速：4,58）

（其中TP是以ms为单位的执行时间，使用并行度级别P）

虽然两个结果让我感到惊讶，但后者我能理解（连接将导致1个工作程序（执行循环）阻塞，因为它无法识别它可以在等待时从其本地队列处理其他待处理的虚拟任务）。然而，前者让我感到困惑。

顺便说一句：在计算已启动但尚未完成的虚拟任务的数量时，我发现在一个具有并行性2的池中存在多达24个这样的任务...？

修改

我使用JMH（jdk1.8.0_45）对上面的应用程序进行了基准测试（选项-bm avgt -f 1）（= 1分叉，20 + 20次迭代）结果如下

T1：11,664

11,664 ±(99.9%) 0,044 s/op [Average]
(min, avg, max) = (11,597, 11,664, 11,810), stdev = 0,050
CI (99.9%): [11,620, 11,708] (assumes normal distribution)

T2：4,134（加速：2,82）

4,134 ±(99.9%) 0,787 s/op [Average]
(min, avg, max) = (3,045, 4,134, 5,376), stdev = 0,906
CI (99.9%): [3,348, 4,921] (assumes normal distribution)

T4：2,972（加速：3,92）

2,972 ±(99.9%) 0,212 s/op [Average]
(min, avg, max) = (2,375, 2,972, 3,200), stdev = 0,245
CI (99.9%): [2,759, 3,184] (assumes normal distribution)

T8：2,845（加速：4,10）

2,845 ±(99.9%) 0,306 s/op [Average]
(min, avg, max) = (2,277, 2,845, 3,310), stdev = 0,352
CI (99.9%): [2,540, 3,151] (assumes normal distribution)

乍一看，人们会认为这些可扩展性结果更接近于人们的期望，即T1＆lt; T2＆lt; T4~T8。然而，仍然让我感到困惑的是：

java 7和8之间的差异。我猜一个解释可能是执行并行循环的worker在java 8中没有空闲，而是找到了其他要执行的工作。
2名工人的超线性加速（3x）。另外，请注意T2 似乎随着每次迭代而增加（见下文，请注意这是也是如此，尽管P = 4,8的程度较小。时代在预热的第一次迭代类似于上面提到的那些以上。也许预热时间应该更长，但是，执行时间增加并不奇怪，即我宁愿期望它会减少吗？
最后，我仍然发现有更多的观察结果开始＆amp;没有完成虚拟任务而不是工作者线程好奇。

＆GT;

Run progress: 0,00% complete, ETA 00:00:40
Fork: 1 of 1
Warmup Iteration   1: 2,365 s/op
Warmup Iteration   2: 2,341 s/op
Warmup Iteration   3: 2,393 s/op
Warmup Iteration   4: 2,323 s/op
Warmup Iteration   5: 2,925 s/op
Warmup Iteration   6: 3,040 s/op
Warmup Iteration   7: 2,304 s/op
Warmup Iteration   8: 2,347 s/op
Warmup Iteration   9: 2,939 s/op
Warmup Iteration  10: 3,083 s/op
Warmup Iteration  11: 3,004 s/op
Warmup Iteration  12: 2,327 s/op
Warmup Iteration  13: 3,083 s/op
Warmup Iteration  14: 3,229 s/op
Warmup Iteration  15: 3,076 s/op
Warmup Iteration  16: 2,325 s/op
Warmup Iteration  17: 2,993 s/op
Warmup Iteration  18: 3,112 s/op
Warmup Iteration  19: 3,074 s/op
Warmup Iteration  20: 2,354 s/op
Iteration   1: 3,045 s/op
Iteration   2: 3,094 s/op
Iteration   3: 3,113 s/op
Iteration   4: 3,057 s/op
Iteration   5: 3,050 s/op
Iteration   6: 3,106 s/op
Iteration   7: 3,080 s/op
Iteration   8: 3,370 s/op
Iteration   9: 4,482 s/op
Iteration  10: 4,325 s/op
Iteration  11: 5,002 s/op
Iteration  12: 4,980 s/op
Iteration  13: 5,121 s/op
Iteration  14: 4,310 s/op
Iteration  15: 5,146 s/op
Iteration  16: 5,376 s/op
Iteration  17: 4,810 s/op
Iteration  18: 4,320 s/op
Iteration  19: 5,249 s/op
Iteration  20: 4,654 s/op

Answer 1

你的例子中没有任何关于你如何做这个基准的东西。看起来你只是在跑步的开始和结束时做了一个毫秒的时间。这不准确。我建议你看看这个SO answer并重新发布你的时间。顺便说一下，jmh基准测试将成为Java9的标准，这就是你应该使用的。

修改

您承认可扩展性结果符合您的预期。但是你说你对结果仍然不满意。现在是时候查看代码了。

此框架存在严重问题。自2010年以来，我一直在撰写批评。正如我指出here，加入不起作用。作者尝试了各种方法来解决问题，但问题仍然存在。

将运行时间增加到大约一分钟，（n = 100000000）或在compute（）中放置一些繁重的计算。现在在VisualVM或其他分析器中分析应用程序。这将显示停滞线程，过多线程等。

如果这对您的问题没有帮助，那么您应该使用调试器查看代码流。分析/代码分析是您获得满意答案的唯一方法。

Java Fork-Join（Java 8）

1 个答案: