ForkJoinPool是Java中实现分治并行计算的核心工具，通过工作窃取算法高效利用多核资源。1. 核心组件包括ForkJoinPool（线程池）、ForkJoinTask（轻量任务）及其子类RecursiveTask（有返回值）和RecursiveAction（无返回值）。2. 以并行求和为例，SumTask继承RecursiveTask，当任务规模小于阈值时直接计算，否则拆分为左右子任务，左任务调用fork()异步执行，右任务由当前线程compute()执行，最后join()合并结果。3. 关键实践：合理设置拆分阈值避免开销过大，避免阻塞操作，使用invoke()提交任务，及时shutdown()释放资源，注意异常处理。4. 适用于可拆解的递归算法（如排序、树遍历）和数据聚合场景，不适用于I/O密集型任务；简单场景可用parallelstream()替代，其底层也基于ForkJoinPool。掌握分治思想与粒度控制是关键。
在Java中，ForkJoinPool 是实现分治并行计算的核心工具。它专为可以递归拆分为子任务的计算密集型任务设计，通过工作窃取（work-stealing）算法高效利用多核CPU资源。要使用它，通常配合 RecursiveTask（有返回值）或 RecursiveAction（无返回值）来定义可拆分的任务。
1. 理解 Fork/Join 框架基本组件
ForkJoinPool 的核心是将大任务“分而治之”：
- ForkJoinPool：线程池，管理工作者线程和任务队列。
- ForkJoinTask：轻量级任务，比普通线程更轻，支持 fork() 和 join()。
- RecursiveTask<V>：继承自 ForkJoinTask，用于有返回结果的任务。
- RecursiveAction：用于无返回结果的任务。
2. 使用 RecursiveTask 实现并行求和
以数组求和为例，展示如何用分治法并行计算：
import java.util.concurrent.ForkJoinPool; import java.util.concurrent.RecursiveTask; <p>public class SumTask extends RecursiveTask<Long> { private final long[] array; private final int start; private final int end; private static final int THRESHOLD = 1000; // 任务拆分阈值</p><pre class='brush:java;toolbar:false;'>public SumTask(long[] array, int start, int end) { this.array = array; this.start = start; this.end = end; } @Override protected Long compute() { if (end - start <= THRESHOLD) { // 小任务直接计算 long sum = 0; for (int i = start; i < end; i++) { sum += array[i]; } return sum; } else { // 拆分为两个子任务 int mid = (start + end) / 2; SumTask left = new SumTask(array, start, mid); SumTask right = new SumTask(array, mid, end); left.fork(); // 异步执行左任务 long rightResult = right.compute(); // 当前线程执行右任务 long leftResult = left.join(); // 等待左任务结果 return leftResult + rightResult; } } public static void main(String[] args) { long[] data = new long[100_000]; for (int i = 0; i < data.length; i++) { data[i] = i + 1; } ForkJoinPool pool = new ForkJoinPool(); SumTask task = new SumTask(data, 0, data.length); long result = pool.invoke(task); System.out.println("Sum: " + result); pool.shutdown(); }
}
立即学习“Java免费学习笔记（深入）”；
3. 关键点说明与最佳实践
要让 ForkJoinPool 发挥最大效果，注意以下几点：
- 合理设置阈值：任务太小会导致调度开销大于收益；太大则无法充分利用并行性。
- 避免阻塞操作：ForkJoinPool 不适合 I/O 或等待外部资源的任务。
- 使用 pool.invoke()：启动任务推荐使用 invoke()，它会把任务交给工作线程执行。
- 及时 shutdown：使用完毕调用 shutdown() 避免资源泄漏。
- 异常处理：compute() 中抛出的异常会被封装，可通过 getException() 获取。
4. 何时使用 ForkJoinPool
适合场景包括：
不适合高延迟或依赖外部系统的任务。现代 Java 中，对于简单并行流操作，也可考虑使用 parallelStream()，底层其实也用了 ForkJoinPool。
基本上就这些。掌握 ForkJoinPool 的关键是理解“分而治之”和任务粒度控制。不复杂但容易忽略细节。