JUC(5) : ForkJoinPool | 线程的极致管理

一、前言

前文介绍了线程的异步编排工具类 CompletableFuture 的使用，使用它能够很好的完成线程任务的编排工作，但同时，我们也注意到，其使用的默认线程池是 ForkJoinPool.commonPool() 的方法。则这个线程池是共用的，而为了业务之间互不影响，比如 A 业务秒杀并发量大，占用了大多数的线程，那 B 业务再使用这个线程池的话，就无法很好的推进下去。

观其源码也知在并行流时用到了 ForkJoinPool 的公共线程池。ForkJoinPool 是专门设计用于 Fork/Join 的线程池，什么是 Fork/Join 呢？这个 ForkJoinPool 这个线程池和我们学的 ThreadPoolExcutor 有啥区别呢？下图为ForkJoinPool 与我们熟知的线程池间的继承关系。下文，我们将解答这些疑惑，并学习相关概念并上手使用。

二、ForkJoinPool

2.1 概述

首先，查看该类介绍，该类是 Doug Lea 在JDK1.7版本中添加的新的线程池。Fork为分叉，Join 为连接，而其设计的思想也确实是先分开处理后合并处理的工作原理。核心思想就是把大任务分割成若干个小任务，最终汇总每个小任务结果后得到大任务的结果。

Fork：把一个复杂任务进行分拆，大事化小
Join：把分拆任务的结果进行合并
复制代码

这个思想就很像 Hadoop 中 MapReduce 的工作原理，都是先组装成各个 Map ，然后在 Reduce 中完成合并。 ForkJoinPool 也是使用了分而治之的算法，用相对较少的线程处理大量的任务，将大任务一拆为二，以此类推，每个子任务再分成两半，知道达到阈值(自己设定)然后组成 N 个具有父子层级关系的任务。这时候 ForkJoinPool 就会安排合理的工作线程，例如 8个线程，让它们不断得去干活，先把它们的最下层的小任务干完，接着再去干小任务的父任务，一层层直到任务结束。

由此，可知既然它擅长干一些能拆分成父子任务的工作。所以例如快速排序、二叉查找等任务。最适合的是计算密集型的任务，比如是数据量很大的一个统计，如果是存在 IO交互，线程间同步，那就不太适合了。