当任务天然可分、子任务独立且计算量大时，应选ForkJoinPool；它基于工作窃取优化CPU利用率，适合分治类短任务，而ThreadPoolExecutor更适合I/O或长周期任务。
什么时候该用 ForkJoinPool 而不是普通线程池
当任务天然可分、子任务独立、且总计算量较大（比如数组求和、树遍历、归并排序）时，ForkJoinPool 才有优势。它专为「分治 + 突发性大量短任务」设计，内部用工作窃取（work-stealing）提升 CPU 利用率；而 ThreadPoolExecutor 更适合 I/O 密集或长周期任务，强行塞进 ForkJoinPool 反而因任务调度开销变慢。
- 适合场景：
long[]求和、JSON 深度解析、大规模图连通性判断、递归型算法并行化 - 不适合场景：含阻塞调用（如
Thread.sleep()、数据库查询）、任务粒度太粗（每个子任务耗时 >100ms）、任务间强依赖 - 默认并行度 = CPU 核心数，可通过
ForkJoinPool.commonPool().getParallelism()查看；启动时传入new ForkJoinPool(4)可显式控制
RecursiveTask 和 RecursiveAction 怎么选
区别只在是否需要返回值：RecursiveTask<T> 用于有结果的任务（如求最大值），必须重写 compute() 并返回 T；RecursiveAction 用于无返回值的副作用操作（如批量更新对象字段），compute() 返回 void。选错会导致编译失败或运行时 ClassCastException。
public class SumTask extends RecursiveTask<Long> {
private final long[] array;
private final int lo, hi;
<pre class='brush:java;toolbar:false;'>public SumTask(long[] array, int lo, int hi) {
this.array = array;
this.lo = lo;
this.hi = hi;
}
@Override
protected Long compute() {
if (hi - lo <= 1000) { // 阈值决定是否继续拆分
long sum = 0;
for (int i = lo; i < hi; i++) sum += array[i];
return sum;
}
int mid = (lo + hi) / 2;
SumTask left = new SumTask(array, lo, mid);
SumTask right = new SumTask(array, mid, hi);
left.fork(); // 异步提交左子任务
long rightResult = right.compute(); // 当前线程同步执行右子任务
long leftResult = left.join(); // 等待左子任务结果
return leftResult + rightResult;
}}
常见卡死/性能差问题：阈值设置与 fork()/join() 误用
阈值（threshold）设得太小，会导致任务拆分过细，调度开销压倒计算收益；设得太大，则无法充分利用多核。典型错误是把 fork() 和 join() 写反，或在未 fork() 就调 join()，导致线程阻塞等待自己。
详细的 Three.js 3D 图形参考，涵盖场景设置、相机、几何体、材质、光照、动画、控制器、加载器、数学工具和调试。
立即学习“Java免费学习笔记（深入）”；
- 推荐阈值：数值计算类任务从
1000起调，实际按压测调整；对象处理类可设为100左右 - 必须成对使用：
fork()后才能join()；若只调compute()，就退化为单线程递归 - 避免在
compute()中混用Thread.sleep()或锁，会污染工作线程，拖慢整个池 - 不要在
commonPool()中执行长时间阻塞操作——它被所有未指定池的parallelStream()共享，一卡全卡
ForkJoinPool 的异常传播机制很特别
子任务抛出的异常不会直接向上冒泡，而是被静默捕获并存入任务内部状态。只有调用 join() 或 invoke() 时，才会在当前线程重新抛出首个发生的异常（ForkJoinTask.get() 也会触发）。这意味着：没调 join() 就看不到异常；多个子任务同时异常，只暴露第一个。
- 安全做法：每个
join()后检查isCompletedAbnormally()，再调getException() - 调试技巧：在
compute()开头加System.out.println(Thread.currentThread().getName())，确认是否真在 ForkJoin 线程中执行 - 注意
invokeAll(task1, task2)不会立即抛异常，要分别task1.join()和task2.join()才能捕获各自异常
ForkJoin 的核心不是“怎么写”，而是“怎么切”——任务划分方式、阈值选择、结果合并逻辑，这三者比语法细节更影响最终效果。很多人卡在跑起来但不加速，问题往往出在切分粒度或合并开销上，而不是代码有没有漏掉 fork()。
