2.1.6　包工头内部批量多阶段处理模式

通过上一节，我们了解到包工头之间的链式多环节处理，但是由于多个包工头通常是由多个类角色实现的，代表不同的调度角色和任务，那么这是一种粗粒度的环节划分，是否在一个包工头里面也是可以进行细粒度的划分呢？

Fourinone框架提供了包工头内部的批量处理，批量处理就是由多个工人完成各自的任务，必须等到最慢的一个工人做完，才统一返回结果。我们可看到批量处理doTaskBatch方法的定义（详见框架源码）：

WareHouse[]  doTaskBatch(WorkerLocal[] wks,  WareHouse wh)

输入参数：WorkerLocal[]是集群工人集合，WareHouse是任务。

输出参数：WareHouse[]是工人计算结果集合。

doTaskBatch方法的含义也就是让WorkerLocal[]中每个工人执行WareHouse任务，然后返回一个结果集WareHouse[]，其序号对应WorkerLocal[]，代表每个工人的完成结果。

doTaskBatch是一个堵塞方法，直到WorkerLocal[]中所有工人计算完成，才返回最后的结果集。

因此，在包工头内部的逻辑设计中，我们可以通过多个doTaskBatch批量处理，将giveTask划分为多个细粒度的阶段处理，比如多个步骤。如图2-7所示。

图2-7　内部批量多阶段处理模式

所以，现在我们通过包工头的链式处理和内部的批量处理，可以粗粒度或细粒度地设计并行计算过程中的环节和阶段划分，这样能更灵活地满足不同层面的计算过程划分需求。在下面的章节中我们还会谈到业界的BSP等并行计算方式，其核心思想也就是对计算过程环节划分的功能支持，但是没有粗细粒度的考虑。