---

1 调度算法应用

调度算法常见于操作系统中，因为系统资源有限，当有多个进程（或多个进程发出的请求）要使用这些资源时，就必须按照一定的原则选择进程（请求）来占用资源。这就是所谓的调度。在现实生活中也是一样，比如会议室的占用。

CPU资源调度
云计算资源调度
容器化Docker编排与调度

2 先来先服务（FCFS）

2.1 概念

先来先服务，很好理解，就是按照服务提交申请的顺序，依次执行。讲究先来后到。

2.2 实现

定义一个Task类作为任务实例，BlockingQueue作为服务队列

package com.oldlu.schedule;
/*** 任务类*/
public class Task {//任务名称private String name;//任务提交的时间private Long addTime;//任务的执行时间长短private int servTime;public Task(String name, int servTime) {this.name = name;this.servTime = servTime;this.addTime = System.currentTimeMillis();}public void execute() {try {// ！重点：执行时睡眠，表示该任务耗时servTime毫秒Thread.currentThread().sleep(servTime);} catch (InterruptedException e) {e.printStackTrace();}System.out.println(String.format("execute:name=%s,addTime=%s,servTime=%s", name,
addTime, servTime));}
}

package com.oldlu.schedule;
import java.util.Random;
import java.util.concurrent.LinkedBlockingQueue;
public class FCFS {public static void main(String[] args) throws InterruptedException {//阻塞队列，FCFS的基础final LinkedBlockingQueue<Task> queue = new LinkedBlockingQueue(5);//服务线程，任务由该线程获取和执行new Thread(new Runnable(){@Overridepublic void run() {while (true) {try {queue.take().execute();} catch (Exception e) {e.printStackTrace();}}}}).start();//向队列中放入一个任务for (int i = 0; i < 5; i++) {System.out.println("add task:"+i);queue.put(new Task("task"+i,new Random().nextInt(1000)));}}
}

3）结果分析

add按顺序放入，时间有序
execute也按时间顺序执行，而不管后面的servTime，也就是不管执行任务长短，先来先执行

2.4 优缺点

多应用于cpu密集型任务场景，对io密集型的不利。
时间相对均衡的业务可以排队处理，比如现实中排队打卡进站。
如果业务需要依赖大量的外部因素，执行时间片长短不一，FCFS算法不利于任务的整体处理进度，可能会因
为一个长时间业务的阻塞而造成大量等待。

3 短作业优先 （SJF）

3.1 概念

执行时间短的优先得到资源。即执行前申报一个我需要占据cpu的时间，根据时间长短，短的优先被调度。我不占
时间所以我先来。

3.2 实现

使用TreeMap可以实现优先级的任务排序。

package com.oldlu.schedule;
import javax.swing.text.html.parser.Entity;
import java.util.Map;
import java.util.Random;
import java.util.TreeMap;
public class SJF {public static void main(String[] args) throws InterruptedException {//有序Map，将服务时间作为key排序final TreeMap<Integer,Task> treeMap = new TreeMap();//向队列中放入5个任务for (int i = 0; i < 5; i++) {System.out.println("add task:"+i);int servTime = new Random().nextInt(1000);//注意，key是servTime，即执行预估时间treeMap.put(servTime,new Task("task"+i,servTime));}//服务线程，任务由该线程获取和执行new Thread(new Runnable(){@Overridepublic void run() {while (true) {try {//有序Map中，服务时间短的，置于顶部，那么自然就会优先被取出Map.Entry<Integer,Task> entry = treeMap.pollFirstEntry();if (entry == null){Thread.currentThread().sleep(100);}else {entry.getValue().execute();}} catch (Exception e) {e.printStackTrace();}}}}).start();}
}

3.3 结果分析

add任务有序，确实按照从前往后顺序提交的
execute任务无序，按servtime排序，说明执行时间段的得到了优先执行

3.4 优缺点

适用于任务时间差别较大的场景，仍然以进站为例，拿出公交卡的优先刷卡，还没办卡的让一让。
解决了FCFS整体处理时间长的问题，降低平均等待时间，提高了系统吞吐量。
未考虑作业的紧迫程度，因而不能保证紧迫性作业（进程）的及时处理
对长作业的不利，可能等待很久而得不到执行
时间基于预估和申报，主观性因素在内，无法做到100%的精准

4 时间片轮转（RR）

4.1 概念

时间片逐个扫描轮询，轮到谁谁执行。大家公平裁决来者有份，谁也别插队。像是棋牌游戏中的发牌操作，做到了
时间和机会上的平均性。

4.2 实现

基于数组做为数据插槽方式实现。

package com.oldlu.schedule;
import java.util.Random;
public class RR {//定义数组作为插槽，每个插槽中可以放入任务Integer[] integers;//length插槽的个数public RR(int length){integers = new Integer[length];}//将任务放入插槽public void addTask(int value){int slot = 0;//不停查找空的插槽while (true) {//发现空位，将当前任务放入if (integers[slot] == null){integers[slot] = value;System.out.println(String.format("‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐‐>add task
index=%s,value=%s",slot,value));break;}//如果当前位置有任务占用，看下一个位置slot++;//如果插槽遍历完还是没有空位置，那么从头开始再找，继续下一个轮回if (slot == integers.length){slot = 0;}}}//执行任务。轮询的策略就在这里public void execute(){//开启一个线程处理任务。在现实中可能有多个消费者来处理new Thread(new Runnable() {@Overridepublic void run() {int index = 0;while (true) {//指针轮询，如果到达尾部，下一步重新转向开头// 数据物理结构是一个数组，逻辑上是一个环if (index == integers.length){index = 0;}//如果当前位置没有任务，轮询到下一个插槽if (integers[index] == null){index++;continue;}else{//随机等待，表示模拟当前任务有一个执行时间
try {Thread.currentThread().sleep(new Random().nextInt(1000));} catch (InterruptedException e) {e.printStackTrace();}//模拟任务执行的内容，也就是打印一下当前插槽和里面的值System.out.println(String.format("execute
index=%s,value=%s",index,integers[index]));//执行完，将当前插槽清空，腾出位置来给后续任务使用integers[index] = null;}}}}).start();}public static void main(String[] args) {//测试开始，定义3个插槽RR rr = new RR(3);//唤起执行者线程，开始轮询rr.execute();//放置10个任务for (int i = 0; i < 10; i++) {rr.addTask(i);}}
}

4.3 结果分析

add任务index无序，value有序，说明是按顺序提交的，但是插槽无序，哪里有空放哪里
execute执行index有序value无序，说明任务是轮询执行的，每个插槽里的任务不一定是谁

4.4 优缺点

做到了机会的相对平均，不会因为某个任务执行时间超长而永远得不到执行
缺乏任务主次的处理。重要的任务无法得到优先执行，必须等到时间片轮到自己，着急也没用

5 优先级调度（HPF）

5.1 概述

进程调度每次将处理机分配给具有最高优先级的就绪进程。最高优先级算法可与不同的CPU方式结合形成可抢占式
最高优先级算法和不可抢占式最高优先级算法。

5.2 实现

在Task类中新增一个属性level作为优先级标识

package com.oldlu.schedule;
/*** 任务类*/
public class Task {//任务名称private String name;//任务提交的时间private Long addTime;//任务的执行时间private int servTime;//任务优先级private int level;public Task(String name, int servTime) {this.name = name;this.servTime = servTime;this.addTime = System.currentTimeMillis();}public Task(String name, int servTime,int level) {this.name = name;this.servTime = servTime;this.level = level;this.addTime = System.currentTimeMillis();}public void execute() {try {// ！重点：执行时睡眠，表示该任务耗时servTime毫秒Thread.currentThread().sleep(servTime);} catch (InterruptedException e) {e.printStackTrace();}System.out.println(String.format("execute:name=%s,level=%s,addTime=%s,servTime=%s",name,level, addTime, servTime));}
}

依然使用TreeMap实现排序，注意的是，key要取优先级

package com.oldlu.schedule;
import java.util.Map;
import java.util.Random;
import java.util.TreeMap;
public class HPF {public static void main(String[] args) throws InterruptedException {//有序Map，将服务优先级作为key排序final TreeMap<Integer, Task> treeMap = new TreeMap();//向队列中放入5个任务for (int i = 0; i < 5; i++) {System.out.println("add task:" + i);int servTime = new Random().nextInt(1000);//注意放入的key，是优先级，这里用i标识treeMap.put(i, new Task("task" + i, servTime,i));}//服务线程，任务由该线程获取和执行new Thread(new Runnable() {@Overridepublic void run() {while (true) {try {//有序Map中，优先级最高的，在底部部，那么自然就会优先被取出Map.Entry<Integer, Task> entry = treeMap.pollLastEntry();if (entry == null) {Thread.currentThread().sleep(100);} else {entry.getValue().execute();}} catch (Exception e) {e.printStackTrace();}}}}).start();}
}

按0-4顺序加入task
执行时，按4-0，优先级高的先得到执行，而与服务时间，加入的时间无关