ForkJoinPool专为分治型计算任务设计，适合可拆分、无依赖、计算密集型场景；需合理设阈值、避免I/O阻塞、正确使用fork/join或invokeAll，并据场景选择公共池或自定义池。
Java中用ForkJoinPool执行大规模任务，核心是把大任务递归拆成小任务并行处理，再合并结果——它专为“分治（Divide and Conquer）”场景设计，比如归并排序、数组求和、树遍历、并行流底层等。
适合用ForkJoinPool的典型任务
不是所有并发任务都适合它。它最擅长：
• 任务可自然拆分（如处理数组区间、子树、分段计算）
• 子任务之间基本无依赖、无共享写冲突
• 单个子任务执行时间相对均衡（避免线程饥饿）
• 总体计算密集型为主（I/O阻塞会拖慢工作窃取）
关键实现步骤：继承RecursiveTask或RecursiveAction
RecursiveTask<t></t>用于有返回值的任务（如求和、查找最大值）；RecursiveAction用于无返回值（如批量更新、日志处理）。重点在重写compute()方法：
- 设定阈值（如数组长度≤1000就直接算，不继续拆）
- 若未达阈值，用
fork()提交子任务（异步触发），再用join()获取结果（同步等待） - 注意不要在
fork()后立即join()两个子任务——应先fork()全部，再join()，以充分利用工作窃取
正确使用ForkJoinPool的几种方式
• 直接用公共池：ForkJoinPool.commonPool()，适合轻量、短时任务（Java 8+ 默认并行流就用它）
• 自定义池：new ForkJoinPool(parallelism)，推荐设为CPU核心数（Runtime.getRuntime().availableProcessors()），避免过度创建线程
• 提交任务：pool.invoke(task)（阻塞直到完成并返回结果）或pool.submit(task)（非阻塞，返回Future）
• 记得关闭自定义池（pool.shutdown() + pool.awaitTermination()），但公共池不能也不该手动关闭
常见陷阱与优化提示
• 阈值设太小 → 拆分开销大、任务调度频繁 → 性能反而下降
• 阈值设太大 → 并行度不足，无法压满CPU
• 在compute()里做同步I/O（如文件读写、网络请求）→ 阻塞线程，影响整个池吞吐
• 忘记调用join() → 子任务可能未执行完，主任务就返回了错误结果
• 使用invokeAll(task1, task2)比手写fork()+join()更简洁安全，内部已优化执行顺序
基本上就这些。ForkJoinPool不是万能并发工具，但对规则、可分割的计算型任务，它比普通线程池更高效、更轻量——关键在合理拆分、控制粒度、避开阻塞。
