ForkJoin框架是Java 7引入的专为递归分治任务设计的并行计算框架，基于工作窃取算法，由ForkJoinPool和ForkJoinTask组成，适用于归并排序、数组求和等计算密集型场景。
ForkJoin框架是Java 7引入的、专为递归式分治任务设计的并行计算框架，核心思想是“分而治之”——把大任务拆成小任务并行执行，再合并结果。它不是通用线程池，而是针对工作窃取（Work-Stealing）优化的轻量级并行工具，特别适合计算密集型、可分解的递归问题，比如归并排序、快速排序、树遍历、大规模数组求和等。
核心组件：ForkJoinPool + ForkJoinTask
ForkJoinPool 是专为 ForkJoinTask 设计的线程池，内部采用工作窃取算法：每个线程维护自己的双端队列（Deque），任务 fork 出来的新子任务压入队列头部；当本队列空了，就从其他线程队列尾部“偷”任务执行——这大幅减少线程竞争，提升 CPU 利用率。
ForkJoinTask 是抽象基类，实际常用两个子类：
- RecursiveAction：无返回值的任务（如遍历、修改数组）
-
RecursiveTask
：有返回值的任务（如求和、找最大值），需重写 compute() 方法
关键操作：fork()、join()、invoke() 的区别
在 compute() 方法中：
立即学习“Java免费学习笔记（深入）”；
用Apache Spark进行大数据处理
下载
本文档主要讲述的是用Apache Spark进行大数据处理——第一部分：入门介绍；Apache Spark是一个围绕速度、易用性和复杂分析构建的大数据处理框架。最初在2009年由加州大学伯克利分校的AMPLab开发，并于2010年成为Apache的开源项目之一。 在这个Apache Spark文章系列的第一部分中，我们将了解到什么是Spark，它与典型的MapReduce解决方案的比较以及它如何为大数据处理提供了一套完整的工具。希望本文档会给有需要的朋友带来帮助；感
- fork()：异步提交子任务到当前线程的工作队列（不阻塞），类似“发号施令”，但不等结果
- join()：阻塞等待对应 fork 出来的子任务完成，并获取其返回值（对 RecursiveTask）或完成状态（对 RecursiveAction）
- invoke()：由外部调用，同步启动整个任务并等待最终结果，是入口方法（不能在 compute() 内调用）
典型模式是：判断是否足够小 → 直接计算；否则 fork 两个子任务 → 分别 join → 合并结果。
使用注意事项：别踩这些坑
- 任务粒度要合理：太粗，无法充分利用多核；太细，fork/join 开销反超收益。一般建议子任务执行时间在 100ns ~ 10ms 级别
- 避免阻塞操作：ForkJoinPool 不适合 IO 或锁等待任务，因为工作窃取依赖快速响应，阻塞会拖垮整个池
- 慎用共享变量：多个子任务可能并发修改同一对象，需自行加锁或用线程安全结构
- 默认使用公共池（ForkJoinPool.commonPool()），但可通过 new ForkJoinPool(parallelism) 自定义并行度（通常设为 CPU 核心数）
一个简单例子：并行计算数组和
用 RecursiveTask 实现：
class SumTask extends RecursiveTask{ final long[] arr; final int lo, hi; SumTask(long[] arr, int lo, int hi) { this.arr = arr; this.lo = lo; this.hi = hi; } protected Long compute() { if (hi - lo <= 1000) { // 阈值控制粒度 long sum = 0; for (int i = lo; i < hi; i++) sum += arr[i]; return sum; } int mid = (lo + hi) / 2; SumTask left = new SumTask(arr, lo, mid); SumTask right = new SumTask(arr, mid, hi); left.fork(); // 异步启动左半部分 long rightSum = right.compute(); // 当前线程直接算右半部分（避免再 fork） long leftSum = left.join(); // 等待左半部分结果 return leftSum + rightSum; } }
调用：new ForkJoinPool().invoke(new SumTask(arr, 0, arr.length))
