ForkJoinPool是专为递归任务设计的并行执行引擎，内置不可关闭的工作窃取机制；其通过双端队列实现LIFO本地执行与FIFO跨线程窃取，任务拆分需继承RecursiveTask/RecursiveAction并合理设置阈值以平衡开销与并行度。
ForkJoinPool 不是传统意义上的“线程池配置选项”，而是专为可递归拆分任务设计的独立并行执行引擎。它不通过 ThreadPoolExecutor 的方式构建，也不支持直接“在现有线程池里启用工作窃取”——工作窃取是 ForkJoinPool 内置的、不可关闭的核心机制。
为什么 ForkJoinPool 天然支持工作窃取
每个 ForkJoinWorkerThread 拥有专属的双端队列（Deque），任务入队从尾部（top）压入，本线程按 LIFO 顺序从尾部弹出执行；当空闲时，它会从其他线程队列的头部（base）FIFO 窃取任务。这种“一头干活、一头被偷”的设计，从数据结构层面避免了竞争，让空闲 CPU 自动补位。
如何用 ForkJoinPool 分解大任务
关键不在“配置线程池”，而在正确建模任务结构：
- 继承
RecursiveTask<T>（有返回值）或RecursiveAction（无返回值） - 重写
compute()方法：判断是否达到阈值（如数组长度 ≤ 1000）；若未达阈值，则 fork 出两个子任务；否则直接计算并返回结果 - 调用
fork()提交子任务（非阻塞），再调用join()获取结果（自动触发等待与合并） - 用
ForkJoinPool.commonPool()或自定义构造（如new ForkJoinPool(4)）提交根任务
实际拆分示例：数组求和
比如对 int[] arr 求和：
Alibabacloud Sdk Client Initialization For Java
下载
在 Java 中初始化和管理阿里云 SDK客户端。包括单例模式、线程安全、endpoint 与 region 配置、VPC 终端节点、同步与异步等。
立即学习“Java免费学习笔记（深入）”；
- 根任务负责整个区间
[0, arr.length) - 若长度 > 阈值，拆为
[0, mid)和[mid, end)两个子任务，分别fork() - 子任务继续递归拆分，直到足够小后直接 for 循环累加
- 父任务调用
left.join() + right.join()合并结果
注意事项
工作窃取不是可选功能，但需合理控制拆分粒度：
- 阈值设得太小 → 创建过多任务，调度开销抵消并行收益
- 阈值设得太大 → 任务无法充分并行，部分线程长期空闲
- 避免在
compute()中执行阻塞 I/O 或同步等待，否则会卡住整个窃取链 - 默认使用
commonPool()时，并行度为availableProcessors() - 1，生产环境建议显式构造指定并行度
不复杂但容易忽略：真正起作用的不是“怎么配池”，而是“怎么切任务”。只要任务可分、无依赖、能合并，ForkJoinPool 就会自动调度、自动窃取、自动平衡负载。
