CPU密集型任務(wù)是指需要占用系統(tǒng)資源處理大量計(jì)算能力的任務(wù)，需要長時(shí)間運(yùn)行，這段時(shí)間會(huì)阻塞線程其它事件的處理，不適宜放在主線程進(jìn)行。例如圖像處理、視頻編碼、數(shù)據(jù)分析等。

基于多線程并發(fā)機(jī)制處理CPU密集型任務(wù)可以提高CPU利用率，提升應(yīng)用程序響應(yīng)速度。

當(dāng)進(jìn)行一系列同步任務(wù)時(shí)，推薦使用Worker；而進(jìn)行大量或調(diào)度點(diǎn)較為分散的獨(dú)立任務(wù)時(shí)，不方便使用8個(gè)Worker去做負(fù)載管理，推薦采用TaskPool。接下來將以圖像直方圖處理以及后臺(tái)長時(shí)間的模型預(yù)測(cè)任務(wù)分別進(jìn)行舉例。

使用TaskPool進(jìn)行圖像直方圖處理

1.實(shí)現(xiàn)圖像處理的業(yè)務(wù)邏輯。

2.數(shù)據(jù)分段，將各段數(shù)據(jù)通過不同任務(wù)的執(zhí)行完成圖像處理。

3.創(chuàng)建Task，通過execute()執(zhí)行任務(wù)，在當(dāng)前任務(wù)結(jié)束后，會(huì)將直方圖處理結(jié)果同時(shí)返回。

結(jié)果數(shù)組匯總處理。

import taskpool from '@ohos.taskpool';

@Concurrent
function imageProcessing(dataSlice: ArrayBuffer) {
  // 步驟1: 具體的圖像處理操作及其他耗時(shí)操作
  return dataSlice;
}

function histogramStatistic(pixelBuffer: ArrayBuffer) {
  // 步驟2: 分成三段并發(fā)調(diào)度
  let number = pixelBuffer.byteLength / 3;
  let buffer1 = pixelBuffer.slice(0, number);
  let buffer2 = pixelBuffer.slice(number, number * 2);
  let buffer3 = pixelBuffer.slice(number * 2);

  let task1 = new taskpool.Task(imageProcessing, buffer1);
  let task2 = new taskpool.Task(imageProcessing, buffer2);
  let task3 = new taskpool.Task(imageProcessing, buffer3);

  taskpool.execute(task1).then((ret: ArrayBuffer[]) = > {
    // 步驟3: 結(jié)果處理
  });
  taskpool.execute(task2).then((ret: ArrayBuffer[]) = > {
    // 步驟3: 結(jié)果處理
  });
  taskpool.execute(task3).then((ret: ArrayBuffer[]) = > {
    // 步驟3: 結(jié)果處理
  });
}

@Entry
@Component
struct Index {
  @State message: string = 'Hello World'

  build() {
    Row() {
      Column() {
        Text(this.message)
          .fontSize(50)
          .fontWeight(FontWeight.Bold)
          .onClick(() = > {
            let data: ArrayBuffer;
            histogramStatistic(data);
          })
      }
      .width('100%')
    }
    .height('100%')
  }
}

審核編輯 黃宇