ForkJoinPool是Java中用于并行分治计算的线程池，基于工作窃取算法，通过RecursiveTask和RecursiveAction支持任务拆分与合并，适用于计算密集型、可递归分解的任务场景。
在Java中，ForkJoinPool 是实现并行计算的重要工具，特别适用于可以拆分为多个子任务的分治场景。它基于“工作窃取”（work-stealing）算法，能高效利用多核CPU资源，提升计算密集型任务的执行效率。
什么是ForkJoinPool？
ForkJoinPool 是 Java 7 引入的线程池实现，专为支持“分而治之”的并行任务设计。与普通线程池不同，它允许任务在执行过程中将自己拆分成更小的子任务（fork），然后等待它们的结果（join），最终合并结果返回。
其核心思想是：大任务 → 拆分（fork）→ 并行执行 → 合并（join）→ 返回结果。
核心类：RecursiveTask 与 RecursiveAction
要使用 ForkJoinPool，通常需要继承两个抽象类之一：
立即学习“Java免费学习笔记（深入）”；
- RecursiveTask<V>：用于有返回值的任务，比如求和、查找最大值等。
- RecursiveAction：用于无返回值的任务，如遍历处理数据。
你需要重写 compute() 方法，在其中定义任务的拆分逻辑和终止条件。
实战示例：并行计算数组和
以下是一个使用 RecursiveTask 实现并行求和的例子：
import java.util.concurrent.ForkJoinPool;
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; // 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 left = new SumTask(array, start, mid);
SumTask right = new SumTask(array, mid, end);
left.fork(); // 异步提交左任务
long rightResult = right.compute(); // 当前线程执行右任务
long leftResult = left.join(); // 等待左任务结果
return leftResult + rightResult;
}
}
public static void main(String[] args) {
long[] data = new long[100_000];
for (int i = 0; i < data.length; i++) {
data[i] = i + 1;
}
ForkJoinPool pool = new ForkJoinPool();
SumTask task = new SumTask(data, 0, data.length);
long result = pool.invoke(task);
System.out.println("总和：" + result); // 应为 5000050000
}
}
这个例子中，当任务区间小于阈值时直接计算；否则拆成两部分，一个 fork 提交，另一个由当前线程 compute 执行，最后 join 汇总结果。
工作窃取原理简析
ForkJoinPool 的高效来源于“工作窃取”机制：
- 每个工作线程维护自己的双端队列（deque）。
- 新 fork 的任务被压入自己队列的队尾。
- 当线程空闲时，会从其他线程的队列队首“窃取”任务执行。
这种设计减少了线程间的竞争，同时保持了负载均衡，特别适合不规则任务划分的场景。
使用建议与注意事项
虽然 ForkJoinPool 很强大，但使用时需注意以下几点：
- 避免阻塞操作：ForkJoinPool 不适合执行 I/O 阻塞或长时间等待的任务，这会导致线程资源浪费。
- 合理设置阈值：任务拆分太细会增加调度开销，太大则无法充分利用并行性。
- 慎用公共池：可通过 ForkJoinPool.commonPool() 获取公共池，但不要在里面执行长时间任务，以免影响其他组件。
- 异常处理：子任务抛出异常时，join() 会重新抛出 ExecutionException 或 RuntimeException。
基本上就这些。ForkJoinPool 是 Java 实现高效并行计算的利器，尤其适合递归型、可分解的计算任务。理解其分治模型和工作窃取机制，能帮助你在实际项目中更好地发挥多核性能优势。
