本文旨在深入探讨华为鸿蒙HarmonyOS Next系统(截止目前API12)的技术细节,基于实际开发实践进行总结。主要作为技术分享与交流载体,难免错漏,欢迎各位同仁提出宝贵意见和问题,以便共同进步。本文为原创内容,任何形式的转载必须注明出处及原作者。
鸿蒙系统提供了两种并发能力:TaskPool 和 Worker。它们都基于 Actor 并发模型实现,但它们的使用场景和功能有所不同。
- TaskPool:TaskPool 是一个多线程运行环境,它提供了任务的执行、取消、优先级设置等功能。TaskPool 适用于独立任务,例如计算密集型任务、I/O 密集型任务等。
- Worker:Worker 是一个可以长时间运行的后台线程,它支持与宿主线程之间的消息传递。Worker 适用于长时间运行的任务,例如后台数据处理、模型训练等。
TaskPool 和 Worker 的区别与使用场景
特性 | TaskPool | Worker |
---|---|---|
内存模型 | 线程间隔离,内存不共享 | 线程间隔离,内存不共享 |
参数传递机制 | 采用标准的结构化克隆算法(Structured Clone)进行序列化、反序列化,完成参数传递。支持 ArrayBuffer 转移和 SharedArrayBuffer 共享。 | 采用标准的结构化克隆算法(Structured Clone)进行序列化、反序列化,完成参数传递。支持 ArrayBuffer 转移和 SharedArrayBuffer 共享。 |
参数传递 | 直接传递,无需封装,默认进行 transfer。 | 消息对象唯一参数,需要自己封装。 |
方法调用 | 直接将方法传入调用。 | 在 Worker 线程中进行消息解析并调用对应方法。 |
返回值 | 异步调用后默认返回。 | 主动发送消息,需在 onmessage 解析赋值。 |
生命周期 | TaskPool 自动管理生命周期,无需关心任务负载高低。 | 开发者自行管理 Worker 的数量及生命周期。 |
任务池个数上限 | 自动管理,无需配置。 | 同个进程下,最多支持同时开启 64 个 Worker 线程,实际数量由进程内存决定。 |
任务执行时长上限 | 3 分钟(不包含 Promise 和 async/await 异步调用的耗时,例如网络下载、文件读写等 I/O 任务的耗时),长时任务无执行时长上限。 | 无限制。 |
设置任务的优先级 | 支持配置任务优先级。 | 不支持。 |
执行任务的取消 | 支持取消已经发起的任务。 | 不支持。 |
线程复用 | 支持。 | 不支持。 |
任务延时执行 | 支持。 | 不支持。 |
设置任务依赖关系 | 支持。 | 不支持。 |
串行队列 | 支持。 | 不支持。 |
任务组 | 支持。 | 不支持。 |
使用场景: |
- TaskPool:适用于独立任务,例如计算密集型任务、I/O 密集型任务等。
- Worker:适用于长时间运行的任务,例如后台数据处理、模型训练等。
TaskGroup 的管理与任务优先级
TaskGroup:TaskGroup 是一个任务集合,可以将多个任务添加到 TaskGroup 中,并一起执行。TaskGroup 支持配置任务的优先级。
示例:
import { taskpool } from '@kit.ArkTS';
@Concurrent
function add(num1: number, num2: number): number {
return num1 + num2;
}
@Concurrent
function subtract(num1: number, num2: number): number {
return num1 - num2;
}
async function concurrentFunc() {
const task1 = new taskpool.Task(add, 1, 2);
const task2 = new taskpool.Task(subtract, 3, 4);
const group = new taskpool.TaskGroup();
group.addTask(task1);
group.addTask(task2);
group.addTask(task1); // 添加重复任务
await taskpool.execute(group, taskpool.Priority.HIGH);
}
任务优先级:
- Priority.IDLE:后台任务,优先级最低。
- Priority.LOW:低优先级任务。
- Priority.MEDIUM:中等优先级任务。
- Priority.HIGH:高优先级任务。
任务的添加与执行逻辑
任务添加:
const task = new taskpool.Task(func, args);
任务执行:
await taskpool.execute(task);
任务取消:
taskpool.cancel(task);
示例代码:通过 TaskPool 执行 CPU 密集型任务的示例
以下是一个简单的示例,演示如何使用 TaskPool 执行 CPU 密集型任务:
import { taskpool } from '@kit.ArkTS';
@Concurrent
function complexCalculation(data: ArrayBuffer): ArrayBuffer {
// 执行复杂的计算操作
return data;
}
async function concurrentCalculation() {
const data = new ArrayBuffer(1024);
const task = new taskpool.Task(complexCalculation, data);
await taskpool.execute(task);
}
@Entry
@Component
struct Index {
@State message: string = 'Hello World';
build() {
Row() {
Column() {
Text(this.message)
.fontSize(50)
.fontWeight(FontWeight.Bold)
.onClick(async () => {
await concurrentCalculation();
})
.width('100%');
}
}
.height('100%');
}
}
这段代码定义了一个名为 Index
的组件,并在组件中显示了一条文本消息 "Hello World"。点击按钮会执行 concurrentCalculation
函数,该函数创建一个并发任务并执行它。任务完成后,会在控制台输出结果。
总结
通过以上介绍,您可以了解到鸿蒙系统中的 TaskPool 和 Worker 并发能力的使用方法。TaskPool 和 Worker 都是基于 Actor 并发模型实现的,但它们的使用场景和功能有所不同。希望本文能够帮助您掌握鸿蒙系统中的并发编程技术,并开发出更优秀的鸿蒙应用。
标签:优先级,鸿蒙,TaskPool,Worker,支持,任务,taskpool From: https://www.cnblogs.com/samex/p/18502285