ForkJoinPool 是 Java 中专为分治任务优化的线程池，基于工作窃取机制，通过 fork（拆分提交）和 join（等待合并）实现高效并行；典型应用如大数组求和，需设定合理阈值、避免阻塞、慎用递归深度。
ForkJoinPool 是 Java 并发包中专为分治（Divide-and-Conquer）场景优化的线程池，特别适合可递归拆解、各子任务独立、且总计算量较大的任务（如大规模数组求和、归并排序、树遍历等）。它基于工作窃取（Work-Stealing）机制，能高效利用多核 CPU，避免线程空闲。
核心原理：Fork + Join
ForkJoinPool 的使用围绕两个关键动作展开：
- Fork：把当前任务拆成多个子任务，异步提交到队列（不阻塞），由当前线程或其它空闲线程执行；
- Join：等待所有子任务完成，并合并结果（会触发阻塞，直到子任务返回）。
整个过程通常封装在继承 RecursiveTask<T>（有返回值）或 RecursiveAction（无返回值）的子类中。
典型实现步骤
以「计算一个大整型数组的和」为例，展示完整流程：
立即学习“Java免费学习笔记（深入）”；
- 定义任务类：继承 RecursiveTask<Long>，重写 compute() 方法；
- 设定拆分阈值：例如当数组长度 ≤ 1000 时不再拆分，直接遍历求和（避免过度开销）；
- 递归拆分：用中点切分数组，创建左右两个子任务，调用 fork() 提交；
- 合并结果：调用 join() 获取子任务结果，相加返回；
- 提交执行：用 ForkJoinPool.commonPool() 或自定义池的 invoke() 启动。
代码示例（简洁可运行）
class SumTask extends RecursiveTask<Long> {
private final int[] array;
private final int lo, hi;
private static final int THRESHOLD = 1000;
<pre class='brush:java;toolbar:false;'>SumTask(int[] array, int lo, int hi) {
this.array = array;
this.lo = lo;
this.hi = hi;
}
@Override
protected Long compute() {
if (hi - lo <= THRESHOLD) {
long sum = 0;
for (int i = lo; i < hi; i++) sum += array[i];
return sum;
}
int mid = lo + (hi - lo) / 2;
SumTask left = new SumTask(array, lo, mid);
SumTask right = new SumTask(array, mid, hi);
left.fork(); // 异步提交左任务
return right.compute() + left.join(); // 右任务直接 compute（减少 fork 开销），再 join 左任务
}}
// 使用方式 int[] data = new int[1_000_000]; Arrays.fill(data, 1); Long result = new ForkJoinPool().invoke(new SumTask(data, 0, data.length)); System.out.println("Sum: " + result); // 输出 1000000
实用建议与注意事项
- 避免过度拆分：阈值太小会导致任务数量爆炸、调度开销压倒计算收益，建议通过基准测试调整；
- 优先复用 commonPool：多数场景用 ForkJoinPool.commonPool() 即可（JDK8+ 默认并行度 = CPU 核数 - 1），除非需要隔离资源或定制配置；
- 慎用阻塞操作：ForkJoinPool 中的任务不应调用 Thread.sleep()、Object.wait() 或同步 I/O，否则会拖垮工作线程；
- 注意栈深度：极端递归可能引发 StackOverflowError，可通过增大线程栈大小（-Xss）或改用迭代式拆分缓解；
- 结果合并要幂等安全：子任务间无共享状态，join 后的合并逻辑需保证线程安全（本例中加法天然满足）。
