【マルチスレッド】CompletableFutureについて - Qiita
マルチスレッド処理で他のスレッドから戻り値がある場合がある。 戻り値を受け取る方法としてCompletableFutureがある。 マルチスレッドの中では、1つのスレッドの戻り値を受け取って処理を行いたい場合がある。 その場合、戻り値が必要な処理は、戻り値を受け取るまで処理がブロックされる。 戻り値を返す処理が終了したら、戻り値を取得し、後続の処理を行う。 CompletableFutureは前段の処理が終了したら自動的にその結果を次の処理を渡して実行するようにできる。 CompletableFutureは戻り値のある非同期処理をsupplyAsyncメソッドで起動する。 import java.util.concurrent.CompletableFuture; import java.util.concurrent.ExecutorService; import java.util.c
マルチスレッド :: やり直しJava
スレッドの現在の状態は ThreadクラスのgetState()メソッドで確認することができます。 スレッド間通信と同期スレッド間通信スレッド間通信と言うと 大袈裟な感じもしてしまいますが、スレッド間でデータをやり取りしたり 待ち合わせを行うことを指します。スレッド間通信は共有メモリを介して行います。共有メモリとして利用できるのは ヒープ領域に置かれたインスタンスやクラスフィールド等です。具体的には次のような方法でスレッド間通信を行うことができます。 クラスフィールドを介してスレッド間通信を行う。クラスのシングルトンオブジェクトを介してスレッド間通信を行う。共有するオブジェクトの参照を それぞれのスレッドで持ち合い、共有オブジェクトを通してスレッド間通信を行う。並列処理を行う場合、スレッド間通信が必要なければ シングルスレッドの場合と変わらないので 難しいことは何もありません。しかし 大抵
Google製GNU gold以上の速さを実現 超高速リンカ「mold」を支えるテクニック
Kernel/VM探検隊はカーネルや仮想マシンなどを代表とした、低レイヤーな話題でワイワイ盛り上がるマニアックな勉強会です。rui314氏は、制作中のリンカである「mold」について発表しました。全2回。後半は「mold」速さと、その高速化を実現するテクニックについて話しました。前半はこちら。 リンカが速いと何がうれしいのか 植山類氏（以下、植山）：リンカが速くなって何がうれしいのか。普通にうれしいです。プログラムを書いているとうれしいことがわかると思いますが、makeを実行すると、普通は自分が直前に変更したファイルしかビルドしないので、デバッグをしていると1つのファイルを編集してビルドすることになります。 コンパイラは1つだけのファイルをコンパイルするのはそこそこ速いですが、リンカは基本的には実行ファイルを丸ごと作ります。全体の入力を一気に受け取って出力するため、差分コンパイルであっても
CPUとGPUのマルチスレッディングの違いについて - arutema47's blog
"Locality is efficiency, Efficiency is power, Power is performance, Performance is King", Bill Dally マルチスレッディングとは？ CPUとGPUのマルチスレッディングの違いをブログにまとめていたけど例によって誰も興味なさそう— arutema47 (@arutema47) 2021年8月16日 つぶやいたら読みたい方が多そうだったので完成させました。 マルチスレッディングとはメモリ遅延を隠蔽しスループットを上げるハードウェアのテクニックです。 ただCPUとGPUで使われ方がかなり異なるため、その違いについて考えてみる記事です。 （SIMDについて並列プログラミングの観点から触れるべきでしたが、時間無いマルチスレッディングに注目するため初版では省きました。） 本記事について 本記事はCPUとG
GoogleがBigQueryを安価に提供できる理由は、Borgによる大規模分散コンテナ環境があるから
GoogleがBigQueryを安価に提供できる理由は、Borgによる大規模分散コンテナ環境があるから いまから6年前の2014年、当時ようやくDockerコンテナが世の中に知られるようになってきた頃、Googleはすでに社内のすべてのソフトウェアをコンテナ化しており、毎週20億個ものコンテナをクラウド上で起動していると発表し、多くのエンジニアを驚かせました。 この大規模なコンテナの制御、すなわちオーケストレーションを行っていたのが同社内で「Borg」と呼ばれるソフトウェアです。 そしてKubernetesはこのBorgを基に、Googleがオープンソース化したコンテナオーケストレーションソフトウェアだとされています。 Borgの大規模分散コンテナ基盤でBigQueryが成立する このBorgによる大規模分散コンテナ基盤があるからこそ、BigQueryが安価に提供できるのだと、Google
Javaスレッドメモ(Hishidama's Java thread Memo)
概要 Javaでは、マルチスレッド用のクラスとしてThreadが用意されている。[2017-04-15] しかし新しいJavaでは、Threadを直接使う事はあまり無い。 ExecutorService/Future（JDK 1.5）やFork/Join（JDK 1.7）といったクラスが追加されているので、そちらを使う。 Java21で仮想スレッド（virtual thread）が導入された。[2023-09-23] これにより、従来のスレッドはプラットフォームスレッド（platform thread）と呼ぶようになった。 Javaでは、マルチスレッド用のThreadクラスが用意されている。 Threadを継承して独自のクラスを作り、runメソッドをオーバーライドして処理本体を記述する。 class スレッドクラス名 extends Thread { @Override public vo
同期化のパフォーマンス計測 - Kengo's blog
シルバーウィークのまとまった時間を利用して、同期化のパフォーマンスについて調査。どのように遅いのか・なぜ遅いのかを追いましたが、詳細な内部実装はJVM仮想マシン仕様書にも記載されておらず「なぜ」まではわかりませんでした。 中途半端な内容になりましたが、実施した計測や調べた内容をまとめておきます。 結論 synchronizedブロックは大型クラスのコンストラクタと同等の負荷（キャッシュしたりFlyweightパターンを適用したりしたくなる負荷）と受け取るべき。 volatile修飾子はsynchronizedブロックの約20%の負荷で、比較的軽量であることが確かめられた。 より細かな内部実装を把握するには、JVMのソースコードを読む必要がありそう。 パフォーマンス計測 同期化は遅いと言われるが、ではどの程度遅いのか？を計測。手元の環境*1でシングルスレッドにおけるパフォーマンスを計測した結
Javaの並行処理を理解する（入門編） - Qiita
例えば以下の点について、ちゃんと並行処理を考慮した実装ができていますか？ シングルトン インクリメント（++）やデクリメント（--） longやdoubleへの代入 <%! %>タグで宣言された変数 もし、何の考慮もせずにこれらのコードを実装していた場合、 本番システムでとんでもないバグを引き起こす可能性があります。 本稿では以下の流れに沿って並行処理を解説したいと思います。 並行処理とは 並行処理をなぜ考慮しなければならないのか スレッドセーフな変数とそうでない変数 並行処理はテストが難しい 「並行処理」とは まずはじめにJavaがメモリ上でどのように動作しているかを理解しましょう。 「プロセス」と「スレッド」 プロセス : 各Javaアプリケーションに対してメモリ上に割り当てられた「メモリ空間」と呼ばれる領域で動作する処理単位 スレッド : プロセス上で一行ずつコードを実行する一連のプ
Kotlin 1.3のCoroutineのコンテキストとディスパッチャ⑨（スレッドローカルデータ） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Thread-local data 前回に引き続き、公式サイトを読み解いていきます。 今回のタイトルは、スレッドないのローカルのデータだと思いますが、意味不明です。 早速読み進めましょう。 Sometimes it is convenient to have an ability to pass some thread-local data, but, for coroutines, which are no
Kotlin 1.3のCoroutineのコンテキストとディスパッチャ⑧（明示的なJob経由でキャンセル） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Cancellation via explicit job 前回に引き続き、公式サイトを読み解いていきます。 いつもだったらタイトルから内容を予想していました。 しかし、今回はタイトルの考察はしません。 なので、今回は内容を理解した上でタイトルの意味を考えてみます。 それでは、読み進めていきます。 Let us put our knowledge about contexts, children and jo
Kotlin 1.3のCoroutineのコンテキストとディスパッチャ⑦（コンテキストの要素の結合） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Combining context elements 前回に引き続き、公式サイトを読み解いていきます。 前回はコンテキストの要素について説明しました。確か、スレッド名を変更するだけでした。 今回のタイトルを見るとその要素を結合するみたいです。 感のいい人はなんとなく予想がつくかと思います。 それでは、読み進めていきます。 Sometimes we need to define multiple element
Kotlin 1.3のCoroutineのコンテキストとディスパッチャ⑥（デバッグのためのコルーチンの命名） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Naming coroutines for debugging 前回に引き続き、公式サイトを読み解いていきます。 今回のタイトルはわかりやすいです。 これまで、デバッグではスレッド名とIDが表示されることについて学習してきました。 多分、その部分の名前を変えられるのでしょう。 早速読み進めてみます。 Automatically assigned ids are good when coroutines log
Kotlin 1.3のCoroutineのコンテキストとディスパッチャ⑤（親の責任 ） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Parental responsibilities 前回に引き続き、公式サイトを読み解いていきます。 今回のタイトルは教育論でしょうかといった具合になっていますが、これまでの流れだと子コルーチンと親コルーチンの話の続きな気がします。 今回は短めです。 早速読み進めてみます。 A parent coroutine always waits for completion of all its children.
Kotlin 1.3のCoroutineのサスペンド関数の合成④（asyncな関数） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Async-style functions 前回に引き続き、公式サイトを読み解いていきます。 タイトルと読むと漫画の題名みたいです。 タイトルだけではよくわからないので、読んでみましょう。 We can define async-style functions that invoke doSomethingUsefulOne and doSomethingUsefulTwo asynchronously us
Kotlin 1.3のCoroutineのサスペンド関数の合成③（ゆっくりとasyncを実行） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Lazily started async 前回に引き続き、公式サイトを読み解いていきます。 タイトルを見てみるとゆっくり実行って・・・。日本語にするとよくわからないですが、英名で考えると意外とすんなり理解できます。lazilyという単語からlazyで連想した場合、Kotlinだとあとで実行するとイメージするんではないでしょうか？ ということは、今回は、asyncを任意のタイミングで実行する方法と考えられます。
Kotlin 1.3のCoroutineのサスペンド関数の合成②（asyncを利用した並列処理） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Concurrent using async 前回に引き続き、公式サイトを読み解いていきます。 今回のタイトルはわかりやすいです。 asyncってやつを使うと並列処理ができるってイメージでしょうか。 内容を読み進めます。 What if there are no dependencies between invocation of doSomethingUsefulOne and doSomethingUse
Kotlin 1.3のCoroutineのサスペンド関数の合成①（シーケンシャル処理がデフォルト） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Sequential by default 前回に引き続き、公式サイトを読み解いていきます。 タイトルが意味不明です。 読み進めたほうがいい気がします。 Assume that we have two suspending functions defined elsewhere that do something useful like some kind of remote service call or
Kotlin 1.3のCoroutineのキャンセル⑥（タイムアウト） - Qiita
検証環境 この記事の内容は、以下の環境で検証しました。 Intellij IDEA ULTIMATE 2018.2 Kotlin 1.3.0 Gradle Projectで作成 GradleファイルはKotlinで記述（KotlinでDSL） 準備 詳細は下記の準備を参照してください。 https://qiita.com/naoi/items/8abf2cddfc2cb3802daa Timeout 前回に引き続き、公式サイトを読み解いていきます。 今回のタイトルはわかりやすいですね。タイムアウトです。 既に想像に難くないです。コルーチンのタイムアウトでは無いかと推察しておきます。 それでは、読んでみましょう The most obvious reason to cancel coroutine execution in practice is because its execution
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Amazon.co.jp: 並行プログラミング入門 ―Rust、C、アセンブリによる実装からのアプローチ: 高野祐輝: 本
yoh on Twitter: "https://t.co/ivVI1SE7d2 「もしプログラムの半分を並列処理で書けたとして、100万コアがあり、並列処理が100万コアを活用できたとしても、もう半分の順次処理の実行速度に変わりはなく、全体としては元のコードの2… https://t.co/voqcihPYkV"