ForkJoinPool适用于计算密集型任务，采用工作窃取算法提升CPU利用率；通过RecursiveTask实现有返回值的递归任务（如数组求和），RecursiveAction处理无返回值任务；任务在compute()中按阈值拆分，子任务分别fork()和compute()，结果通过join()合并；可手动创建ForkJoinPool实例或使用公共池（ForkJoinPool.commonPool()）简化操作；并行流底层即基于公共池；注意避免阻塞I/O、合理设置拆分阈值、防止同步阻塞，正确处理异常以确保性能与稳定性。
在Java中，ForkJoinPool 是一种专为执行 Fork/Join 框架 任务而设计的线程池，特别适合处理可以递归分解为更小子任务的计算密集型任务。它采用“工作窃取”算法（work-stealing），让空闲线程从其他线程的任务队列中“窃取”任务，提高CPU利用率。
理解ForkJoinTask和RecursiveTask/RecursiveAction
ForkJoinPool 执行的是 ForkJoinTask 类型的任务。通常我们不直接实现 ForkJoinTask，而是继承它的两个常用子类：
- RecursiveTask<V>：用于有返回值的递归任务。
- RecursiveAction：用于无返回值的任务。
你需要重写它们的 compute() 方法，在其中实现任务的拆分与合并逻辑。
创建并提交任务到ForkJoinPool
你可以使用默认的公共池，也可以手动创建实例。
立即学习“Java免费学习笔记（深入）”；
示例：使用 RecursiveTask 实现一个并行求和任务（对数组求和）：
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;
<p>public class SumTask extends RecursiveTask<Long> {
private final long[] array;
private final int start;
private final int end;
private static final int THRESHOLD = 1000; // 任务拆分阈值</p><pre class='brush:java;toolbar:false;'>public SumTask(long[] array, int start, int end) {
this.array = array;
this.start = start;
this.end = end;
}
@Override
protected Long compute() {
if (end - start <= THRESHOLD) {
// 小任务直接计算
long sum = 0;
for (int i = start; i < end; i++) {
sum += array[i];
}
return sum;
} else {
// 拆分为两个子任务
int mid = (start + end) / 2;
SumTask leftTask = new SumTask(array, start, mid);
SumTask rightTask = new SumTask(array, mid, end);
leftTask.fork(); // 异步执行左任务
Long rightResult = rightTask.compute(); // 当前线程执行右任务
Long leftResult = leftTask.join(); // 等待左任务结果
return leftResult + rightResult;
}
}
public static void main(String[] args) {
long[] data = new long[10000];
for (int i = 0; i < data.length; i++) {
data[i] = i + 1;
}
ForkJoinPool pool = new ForkJoinPool();
ForkJoinTask<Long> task = new SumTask(data, 0, data.length);
Long result = pool.invoke(task); // 提交任务并等待结果
System.out.println("Sum: " + result);
pool.shutdown(); // 关闭线程池
}}
使用公共ForkJoinPool（推荐简化用法）
从 Java 8 开始，并行流底层就使用了公共的 ForkJoinPool。你也可以直接使用它来避免手动管理线程池：
ForkJoinPool commonPool = ForkJoinPool.commonPool(); Long result = commonPool.invoke(new SumTask(data, 0, data.length));
这种方式更轻量，适用于大多数场景。
注意事项与最佳实践
- 只用于计算密集型任务：ForkJoinPool 不适合包含阻塞I/O的操作。
- 合理设置阈值：任务拆得太细会增加调度开销；太大则无法充分利用并行性。
- 避免同步阻塞：不要在 compute() 中调用 Thread.sleep() 或 synchronized 块。
- 慎用异常处理：未捕获的异常会导致任务返回 null 或抛出 ExecutionException。
基本上就这些。ForkJoinPool 在处理可分解任务时非常高效，掌握它的核心是理解任务拆分与结果合并的模式。用好它，能显著提升大计算量程序的性能。
