Java教程是针对JDK 8编写的。本页面中描述的示例和实践不利用后续版本引入的改进,并且可能使用已不再可用的技术。
请参阅Java语言更改以了解Java SE 9及后续版本中更新的语言特性的概述。
请参阅JDK发布说明以获取有关所有JDK版本的新功能、增强功能和已删除或弃用选项的信息。
计算引擎是一个相对简单的程序:它运行被交给它的任务。计算引擎的客户端更加复杂。客户端需要调用计算引擎,但它也必须定义计算引擎要执行的任务。
在我们的例子中,客户端由两个独立的类组成。第一个类ComputePi查找并调用一个Compute对象。第二个类Pi实现了Task接口,并定义了计算引擎要执行的工作。Pi类的工作是计算
的值到一定的小数位数。
非远程的接口定义如下:Task
package compute;
public interface Task<T> {
T execute();
}
调用Compute对象的方法的代码必须获取对该对象的引用,创建一个Task对象,然后请求执行任务。任务类Pi的定义稍后会展示。一个Pi对象被构造时带有一个参数,即所需结果的精度。任务执行的结果是一个表示以指定精度计算的
的java.math.BigDecimal对象。
这是主客户端类的源代码:client.ComputePi
package client;
import java.rmi.registry.LocateRegistry;
import java.rmi.registry.Registry;
import java.math.BigDecimal;
import compute.Compute;
public class ComputePi {
public static void main(String args[]) {
if (System.getSecurityManager() == null) {
System.setSecurityManager(new SecurityManager());
}
try {
String name = "Compute";
Registry registry = LocateRegistry.getRegistry(args[0]);
Compute comp = (Compute) registry.lookup(name);
Pi task = new Pi(Integer.parseInt(args[1]));
BigDecimal pi = comp.executeTask(task);
System.out.println(pi);
} catch (Exception e) {
System.err.println("ComputePi异常:");
e.printStackTrace();
}
}
}
像ComputeEngine服务器一样,客户端首先安装了一个安全管理器。这一步是必需的,因为接收服务器远程对象的存根可能需要从服务器下载类定义。为了使RMI能够下载类,必须启用安全管理器。
在安装安全管理器之后,客户端构造一个名称用于查找Compute远程对象,使用与ComputeEngine绑定其远程对象时相同的名称。此外,客户端使用LocateRegistry.getRegistry API在服务器主机上合成对注册表的远程引用。第一个命令行参数args[0]的值是Compute对象运行的远程主机的名称。然后,客户端调用注册表上的lookup方法,通过名称在服务器主机的注册表中查找远程对象。所使用的LocateRegistry.getRegistry的特定重载版本,它有一个String参数,返回对命名主机和默认注册表端口1099的注册表的引用。如果注册表在除1099以外的端口上创建,则必须使用具有int参数的重载。
接下来,客户端创建一个新的Pi对象,并将第二个命令行参数args[1]解析为整数传递给Pi构造函数。此参数表示在计算中要使用的小数位数。最后,客户端调用Compute远程对象的executeTask方法。传递给executeTask调用的对象返回BigDecimal类型的对象,程序将其存储在变量result中。最后,程序打印出结果。下图描述了ComputePi客户端、rmiregistry和ComputeEngine之间的消息流。
Pi类实现了Task接口,并计算指定小数位数的
的值。对于此示例,实际算法并不重要。重要的是算法是计算密集型的,这意味着您希望在一台性能强大的服务器上执行它。
下面是实现Task接口的client.Pi类的源代码:
package client;
import compute.Task;
import java.io.Serializable;
import java.math.BigDecimal;
public class Pi implements Task<BigDecimal>, Serializable {
private static final long serialVersionUID = 227L;
/** 在pi计算中使用的常量 */
private static final BigDecimal FOUR =
BigDecimal.valueOf(4);
/** 在pi计算中使用的舍入模式 */
private static final int roundingMode =
BigDecimal.ROUND_HALF_EVEN;
/** 小数点后的精度位数 */
private final int digits;
/**
* 构造一个任务,计算到指定的精度位数的pi值。
*/
public Pi(int digits) {
this.digits = digits;
}
/**
* 计算pi。
*/
public BigDecimal execute() {
return computePi(digits);
}
/**
* 计算到指定小数点后的精度位数的pi值。使用Machin's公式计算:
*
* pi/4 = 4*arctan(1/5) - arctan(1/239)
*
* 和arctan(x)的幂级数展开,以足够的精度计算。
*/
public static BigDecimal computePi(int digits) {
int scale = digits + 5;
BigDecimal arctan1_5 = arctan(5, scale);
BigDecimal arctan1_239 = arctan(239, scale);
BigDecimal pi = arctan1_5.multiply(FOUR).subtract(
arctan1_239).multiply(FOUR);
return pi.setScale(digits,
BigDecimal.ROUND_HALF_UP);
}
/**
* 计算反正切函数的值(弧度制),反正切函数的值是指定整数的倒数到小数点后的精度位数。使用反正切的幂级数展开计算:
*
* arctan(x) = x - (x^3)/3 + (x^5)/5 - (x^7)/7 +
* (x^9)/9 ...
*/
public static BigDecimal arctan(int inverseX,
int scale)
{
BigDecimal result, numer, term;
BigDecimal invX = BigDecimal.valueOf(inverseX);
BigDecimal invX2 =
BigDecimal.valueOf(inverseX * inverseX);
numer = BigDecimal.ONE.divide(invX,
scale, roundingMode);
result = numer;
int i = 1;
do {
numer =
numer.divide(invX2, scale, roundingMode);
int denom = 2 * i + 1;
term =
numer.divide(BigDecimal.valueOf(denom),
scale, roundingMode);
if ((i % 2) != 0) {
result = result.subtract(term);
} else {
result = result.add(term);
}
i++;
} while (term.compareTo(BigDecimal.ZERO) != 0);
return result;
}
}
注意,所有可序列化的类,无论是直接还是间接实现Serializable接口,都必须声明一个名为serialVersionUID的private static final字段,以确保版本之间的序列化兼容性。如果该类没有之前的版本发布过,那么该字段的值可以是任何long值,类似于Pi中使用的227L,只要该值在将来的版本中一致使用。如果之前的版本发布时没有明确声明serialVersionUID,但是与该版本的序列化兼容性很重要,则新版本的显式声明的值必须使用之前版本的隐式计算值。可以对之前的版本运行serialver工具以确定其默认计算值。
这个例子最有趣的特点是,Compute 实现对象在调用 executeTask 方法时,不需要事先加载 Pi 类的定义。在这个时候,RMI会将 Pi 类的代码加载到 Compute 对象的Java虚拟机中,然后调用 execute 方法,执行任务的代码。最后,任务的结果(在本例中是一个 BigDecimal 对象)会返回给调用方的客户端,用于打印计算的结果。
提供的 Task 对象计算 Pi 的值对于 ComputeEngine 对象来说并不重要。你也可以实现一个任务,例如使用概率算法生成一个随机质数。这个任务也是计算密集型的,因此非常适合传递给 ComputeEngine,但是它需要完全不同的代码。当 Task 对象传递给 Compute 对象时,这些代码也可以被下载。就像在需要时加载计算
的算法一样,生成随机质数的代码也会在需要时加载。Compute 对象只知道每个接收到的对象都实现了 execute 方法。Compute 对象不知道也不需要知道实现的细节。