转 Master-Worker模式 并行程序设计模式--Master-Worker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
Worker代码实现：
1 public class Worker implements Runnable {
2 //任务队列
3 protected Queue
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 @Override
4 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 resultMap = m.getResultMap();
10 while(resultMap.size()>0||!m.isComplete()){
11 Set 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。