Master-Worker设计模式介绍
Master-Worker模式是常用的并行设计模式。核心思想是，系统由两个角色组成，Master和Worker，Master负责接收和分配任务，Worker负责处理子任务。任务处理过程中，Master还负责监督任务进展和Worker的健康状态；Master将接收Client提交的任务，并将任务的进展汇总反馈给Client。各角色关系如下图

Master-Worker模式满足于可以将大任务划分为小任务的场景，是一种分而治之的设计理念。通过多线程或者多进程多机器的模式，可以将小任务处理分发给更多的CPU处理，降低单个CPU的计算量，通过并发/并行提高任务的完成速度，提高系统的性能。 

具体细节如上图，Master对任务进行切分，并放入任务队列；然后，触发Worker处理任务。实际操作中，任务的分配有多种形式，如Master主动拉起Workder进程池或线程池，并将任务分配给Worker；或者由Worker主动领取任务，这样的Worker一般是常驻进程；还有一种解耦的方式，即Master指做任务的接收、切分和结果统计，指定Worker的数量和性能指标，但不参与Worker的实际管理，而是交由第三方调度监控和调度Worker。
1.Master类的编写
public class Master {
 
    // 1.应该有一个装任务的集合ConcurrentLinkedQueue
    private ConcurrentLinkedQueue<Object> workQueue = new ConcurrentLinkedQueue<Object>();
 
    // 2.使用普通的HashMap去承装所有的Worker对象
    private Map<String, Thread> workers = new HashMap<String, Thread>();
 
    // 3.要用一个ConcurrentHashMap去承装每一个Worker执行任务的结果集合，并发执行
    private ConcurrentHashMap<String, Object> resultMap = new ConcurrentHashMap<String, Object>();
 
    // 4.要有一个构造方法
    public Master(Worker worker, Integer workerCount) {
        // 创建worker对Maset中任务队列的引用,用于任务的领取
        worker.setWorkerQueue(this.workQueue);
        // 创建worker对Maset中结果集合的引用，用于任务的提交
        worker.setResultMap(this.resultMap);
        // 循环为多个worker创建线程
        for (int i = 0; i < workerCount; i++) {
            workers.put("W" + String.valueOf(i), new Thread(worker));
        }
    }
 
    // 5.提交方法
    public void Submit(Object obj) {
        this.workQueue.add(obj);
    }
 
    // 6.启动应用程序，让所有的worker开始工作
    public void execute() {
        // 启动每个worker线程开始工作
        for (Map.Entry<String, Thread> me : workers.entrySet()) {
            me.getValue().start();
        }
    }
 
    // 7.判断线程是否执行完毕
    public boolean isComplete() {
        // 判断当所有的worker是否都停止
        for (Map.Entry<String, Thread> me : workers.entrySet()) {
            if (me.getValue().getState() != Thread.State.TERMINATED) {
                return false;
            }
        }
        return true;
    }
 
    // 8.获取worker的计算结果
    public int getResult() {
        int sum = 0;
        for (Map.Entry<String, Object> me : resultMap.entrySet()) {
            sum += (int) me.getValue();
        }
        return sum;
    }
}
1.首先我们需要在Master中定义一个承装任务的集合，那这里的集合我们选择什么好呢？这里不涉及到阻塞，所以我们选择ConcurrentLinkedQueue就好。
2.我们还要选择一个普通的HashMap来装worker，因为他不涉及到高并发。
3.要选择一个容器来承装worker计算的结果集，这个结果集涉及到多线程操作，那么我们选择使用ConcurrentHashMap
4.要创建一个构造方法，把任务集合和结果集合的队列和ConcurrentHashMap传入到每一个worker作为引用！因为每个worker都要从队列中拿取任务然后再把结果集都存放在ConcurrentHashMap这个结果集中，在这个构造方法中要把每一个workr实例对象装到Master的hashMap中。
5.要有一个提交任务的方法Submit，把任务装到队列中。
6.要有个执行的方法execute，让每一个worker线程都启动start方法。
7.创建一个判断线程是否结束的方法isComplete，如果结束就获取结果集计算，在这个方法中写一个while循环去判断是否线程都已经结束，如果都结束就代表所有任务都已经计算完成。
8.创建一个方法获取ConcurrentHashMap中的所有结果集并且计算，上面这个例子中我们计算了Task中的price的和。
2.Worker类的编写如下
public class Worker implements Runnable{
    //定义每一个ConcurrentLinkedQueue队列去引用Master中的ConcurrentLinkedQueue
    private ConcurrentLinkedQueue<Object> workQueue;
    
    //定义一个ConcurrentHashMap去引用Master中的ConcurrentHashMap承装计算的结果集
    private ConcurrentHashMap<String,Object> resultMap; 
 
    //创建ConcurrentLinkedQueue引用
    public void setResultMap(ConcurrentHashMap<String, Object> resultMap) {
        this.resultMap = resultMap;
    }
    //创建ConcurrentHashMap引用
    public void setWorkerQueue(ConcurrentLinkedQueue<Object> workQueue) {
        this.workQueue = workQueue;
    }
    
    //真正执行业务的方法
    public static Object handle(Object input) {
        Object output=null;
        return output;
    }
    
    //run方法中放计算逻辑
    @Override
    public void run() {
        while(true){
            //从队列中取出任务并删除
            Object input = workQueue.poll();
            //当队列中无元素退出循环
            if(null==input) 
                break;
            Object output = Data.handle(input);
             this.resultMap.put(Integer.toString(input.hashCode()),output);
        }
    }
    
}
1.定义每一个ConcurrentLinkedQueue队列去引用Master中的ConcurrentLinkedQueue。
2.定义一个ConcurrentHashMap去引用Master中的ConcurrentHashMap承装计算的结果集。
3.创建ConcurrentLinkedQueue和ConcurrentHashMap的引用。
4.run方法中放计算逻辑。
5.真正执行业务的方法，此处handle方法中只做了定义，这样当我们有任务要执行时可以创建一个类去继承Worker类，这样就可以更加的灵活，也体现了面向对象的继承。
3.创建Data类去阶乘Worker，重写handle方法
public class Data extends Worker{
    
    public static Object handle(Object input) {
        try {
            Thread.sleep(500);
        } catch (InterruptedException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        Task task = (Task) input;
        Object output = task.getPrice();
        return output;
    }
}
4.创建一个Task类对象
public class Task {
private int id;
private String name;
private int price;
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 getPrice() {
    return price;
}
public void setPrice(int price) {
    this.price = price;
}
 
}
5.创建一个Client端去测试Master-Worker方法
public class Client {
 
    public static void main(String[] args) {
        System.out.println(Runtime.getRuntime().availableProcessors());//获取机器的可用线程
        Master master = new Master(new Data(),Runtime.getRuntime().availableProcessors());
        //提交任务
        Random random = new Random();
        for(int i=1;i<=100;i++){
            Task task = new Task();
            task.setId(i);
            task.setName("name"+i);
            task.setPrice(random.nextInt(1000));
            master.Submit(task);
        }
        //开始执行
        master.execute();
        //执行开始时间
        long start = System.currentTimeMillis();
        while (true) {
            //判断当所有线程都结束后打印结果
            if (master.isComplete()) {
                long end = System.currentTimeMillis()-start;//看执行耗时
                int result = master.getResult();
                System.out.println("执行结果  "+ result + " 执行时间   " + end);
                break;
            }
        }
        
    }
}
6.打印结果
4
执行结果  54205 执行时间   12503

我们发现java.lang.Runtime.availableProcessors() 方法返回到Java虚拟机的可用的处理器数量。此值可能会改变在一个特定的虚拟机调用。应用程序可用处理器的数量是敏感的，因此偶尔查询该属性，并适当地调整自己的资源使用情况.我的机器是4，每个人的结果可能不同，我们用4个worker去执行大概需要12S，可以改变上面Client中Worker的数量测试结果。发现，开的Worker数量越大，计算所用时间就越短！

总结：
    Master-Worker模式是一种将串行任务并行化的方案，被分解的子任务在系统中可以被并行处理，同时，如果有需要，Master进程不需要等待所有子任务都完成计算，就可以根据已有的部分结果集计算最终结果集。
--------------------- 
作者：荒野的尘埃 
来源：CSDN 
原文：https://blog.csdn.net/a347911/article/details/53421102 
版权声明：本文为博主原创文章，转载请附上博文链接！