javafx 的 canvas 不支持多线程直接绘图，导致并行渲染出现闪烁或崩溃；应改用 javafx 13+ 的 writableimage 配合底层 buffer 实现线程安全、高性能的并行像素写入。
在 JavaFX 中尝试对 Canvas 进行多线程分块渲染（例如计算 Mandelbrot 集合并逐区域绘制）时，必然遭遇 UI 线程限制问题：Canvas 的 GraphicsContext 只能由 JavaFX 应用线程（FX Application Thread）安全调用。任何从工作线程中调用 gc.setFill()、gc.fillRect() 或类似绘图操作，都会触发 IllegalStateException 或造成视觉 glitch（撕裂、闪烁、空白），即使使用 Platform.runLater() 包裹也难以避免同步开销与竞态——这正是你观察到“加 thread.join() 后正常但失去并行性”的根本原因。
✅ 正确解法：弃用 Canvas，转向 WritableImage + PixelWriter + ByteBuffer
自 JavaFX 13 起，WritableImage 支持通过 PixelWriter 直接访问底层 ByteBuffer（需启用 -Dprism.allowhidpi=false 等兼容配置，但非必需）。该 ByteBuffer 是纯内存数据结构，无线程访问限制，可被任意数量的工作线程并发写入不同内存区域（前提是严格划分像素坐标范围，避免越界或重叠）。
以下为关键实现步骤与示例代码：
立即学习“Java免费学习笔记（深入）”；
// 1. 创建目标图像（假设宽 800 × 高 600）
int width = 800, height = 600;
WritableImage image = new WritableImage(width, height);
PixelWriter writer = image.getPixelWriter();
// 2. 分配线程安全的缓冲区（JavaFX 13+ 自动管理）
// 注意：务必使用 INT_ARGB 格式以匹配 writePixels 参数
int[] pixels = new int[width * height]; // 可选：先计算到数组再批量写入
// 3. 启动并行任务（例如 ForkJoinPool 或固定线程池）
IntStream.range(0, Runtime.getRuntime().availableProcessors())
.parallel()
.forEach(threadId -> {
int startY = (height * threadId) / Runtime.getRuntime().availableProcessors();
int endY = (height * (threadId + 1)) / Runtime.getRuntime().availableProcessors();
for (int y = startY; y < endY; y++) {
for (int x = 0; x < width; x++) {
int color = computeMandelbrotColor(x, y, width, height); // 自定义算法
pixels[y * width + x] = color; // 写入本地数组（线程私有）
}
}
});
// 4. 主线程一次性写入图像（线程安全且高效）
writer.setPixels(0, 0, width, height, PixelFormat.getIntArgbInstance(), pixels, 0, width);
imageView.setImage(image); // 显示在 ImageView 中⚠️ 关键注意事项：
- 绝不在线程中调用 GraphicsContext 或任何 Node/Scene 相关 API；
- WritableImage 的 setPixels(...) 必须在 FX 线程执行（但仅一次，开销极小）；
- 若需实时更新（如动画），建议使用双缓冲：预计算一帧到 int[]，再原子切换 ImageView.setImage(...)；
- Mandelbrot 计算本身是 CPU 密集型，确保线程数 ≤ CPU 核心数，避免上下文切换损耗；
- JavaFX 13 之前版本不支持高效 ByteBuffer 直写，需降级为 SwingFXUtils.toFXImage(BufferedImage)（性能较差）。
总结：JavaFX 的 UI 工具链并非为多线程绘图设计，但其图像抽象层（WritableImage）提供了符合现代并发模型的替代路径。通过将“计算”与“呈现”彻底分离——计算并行化、呈现单次提交——即可在保持 UI 响应性的同时，充分榨取多核性能。
