Java Fork/Join框架学习（二）

晓之木初

已于 2022-10-07 10:53:18 修改

阅读量835

点赞数

分类专栏： # 《Java并发编程的艺术》文章标签： java

于 2022-10-05 21:32:27 首次发布

本文链接：https://blog.csdn.net/u014454538/article/details/127152697

版权

《Java并发编程的艺术》专栏收录该内容

15 篇文章 2 订阅

订阅专栏

接上一篇博客：Java Fork/Join框架学习（一）

4. 磨刀不误砍柴工，基础知识学习

4.1 ForkJoinPool的初始化

ForkJoinPool对外提供了三个public构造函数，这些构造函数最终都将调用private构造函数
除了可以通过构造函数初始化ForkJoinPool外，ForkJoinPool还提供了一个已经构造好的common池。
外部类可以通过public static类型的commonPool()方法，访问ForkJoinPool的common池

4.1.1 三个public构造函数

无参构造函数：通常情况下，并发度的默认值为Runtime.availableProcessors()

public ForkJoinPool() {
	// MAX_CAP = 0x7fff，Runtime.availableProcessors()由系统决定，一般不会超过MAX_CAP
    this(Math.min(MAX_CAP, Runtime.getRuntime().availableProcessors()),
         defaultForkJoinWorkerThreadFactory, null, false);
}

指定线程池并发度的构造函数

public ForkJoinPool(int parallelism) {
    this(parallelism, defaultForkJoinWorkerThreadFactory, null, false);
}

以上两个public构造函数，都将调用如下构造函数

public ForkJoinPool(int parallelism,
                    ForkJoinWorkerThreadFactory factory,
                    UncaughtExceptionHandler handler,
                    boolean asyncMode) {
    this(checkParallelism(parallelism), // checkParallelism()保证并发度最少为1，最大为MAX_CAP
    	 // checkFactory()保证factory不为null，默认值为defaultForkJoinWorkerThreadFactory，
         checkFactory(factory), 
         handler, // worker中用于处理异常的handler，默认值为null
         // 简单地说：用于规定worker访问关联的队列时，使用FIFO序 or LIFO序？
         asyncMode ? FIFO_QUEUE : LIFO_QUEUE, 
         // 线程池中，worker的名字前缀；poolId是从1开始，逐渐自增的int值
         "ForkJoinPool-" + nextPoolId() + "-worker-"); 
    checkPermission();
}

关于asyncMode：
- 值为true，表示worker按照FIFO序执行fork出的子任务，且这些子任务不能被合并（join）
- FIFO序，适用于worker只处理事件类型的异步任务场景（也是为啥该字段叫asyncMode，异步模式的原因吧）
- 其默认值为默认值为false，表示worker将按照LIFO序执行队列中的任务

4.1.2 private构造函数

public构造函数，最终将调用private构造函数。

private ForkJoinPool(int parallelism,
                     ForkJoinWorkerThreadFactory factory,
                     UncaughtExceptionHandler handler,
                     int mode,
                     String workerNamePrefix) {
    this.workerNamePrefix = workerNamePrefix;
    this.factory = factory;
    this.ueh = handler;
    this.config = (parallelism & SMASK) | mode;
    long np = (long)(-parallelism); // offset ctl counts
    this.ctl = ((np << AC_SHIFT) & AC_MASK) | ((np << TC_SHIFT) & TC_MASK);
}

4.1.2.1 ForkJoinPool.config变量

config：高16位用于表示队列的模式，低16位（准确地说是低15位）用于表示并发度（parallelism）

关于MAX_CAP

parallelism经过checkParallelism()方法修正后，其最大值为MAX_CAP = 0x7fff

private static int checkParallelism(int parallelism) {
    if (parallelism <= 0 || parallelism > MAX_CAP)
        throw new IllegalArgumentException();
    return parallelism;
}

SMASK = 0xffff，所以parallelism & SMASK的值实际就是parallelism，一个低15位有效的int值
源码对MAX_CAP的注释为max #workers - 1，即MAX_CAP = max_worker_number - 1，也就是说，worker的最大数量为2^15
疑问： MAX_CAP明明用于限定parallelism的最大值，叫MAX_PARALLELISIM是不是更好？
- 从externalSubmit()方法对workQueues数组的初始化，不难发现：parallelism间接决定了workQueues数组的容量
- parallelism的最大值，也就间接限制了workQueues数组的最大容量
- 这也是Doug Leaw，ForkJoinPool的作者，JDK源码大神，为何将其命名为MAX_CAP的原因

队列的mode

创建ForkJoinPool时，mode的值只有两类：LIFO_QUEUE和FIFO_QUEUE，用于规定worker如何处理当前队列中fork出的子任务（这里的队列，是指关联了worker的worker queue）
```
static final int LIFO_QUEUE   = 0;
static final int FIFO_QUEUE   = 1 << 16;
```
mode还有一个值SHARED_QUEUE，用于表示队列为shared queue，该值为负数-2147483648
```
static final int SHARED_QUEUE = 1 << 31;       // must be negative
```
不管mode的具体值是多少，其有效值始终位于高16位。同时，第17位表示线程池是否使用FIFO的任务调度模式，即asyncMode为true

如何从config中获取parallelism和mode？

通过(parallelism & SMASK) | mode计算得到的config，可以认为其高16位表示mode，低16位表示parallelism

因此，想要获取队列的模式，只需要将config & MODE_MASK即可

static final int MODE_MASK    = 0xffff << 16;  // top half of int
int mode = config & MODE_MASK;

而想要获取线程池的parallelism，只需要将config & SMASK即可

static final int SMASK        = 0xffff;        // short bits == max index
// config没有加锁，可能会读取到脏数据，需要进行修正
public int getParallelism() {
    int par;
    return ((par = config & SMASK) > 0) ? par : 1;
}

与config有关的典型位运算：

// FIFO_QUEUE = 1 << 16, 如果采用FIFO序，则config & FIFO_QUEUE = 1
public boolean getAsyncMode() {
    return (config & FIFO_QUEUE) != 0; 
}

4.1.2.2 ForkJoinPool.ctl变量

ctl：在源码中，对ctl的注释为main pool control。在本人看来，ctl在ForkJoinPool中掌管着worker的生死，包括：添加（add）、停用（inactivate）、重用（re-active）等

ctl是一个long类型的变量，每16位为一个子域，各子域的名称以及描述如下

位置	子域	描述
64 ~ 49 bit	AC	1. 记录活跃的#workers（表示worker数），AC = running #workers - parallelism。 2. 如果AC < 0，说明活跃的worker不够，需要唤醒空闲的worker或添加新的worker
48 ~ 33 bit	TC	1. 记录worker的总数，TC = total #workers - parallelism。 2. 如果TC < 0，说明还可以创建新的worker
32 ~ 17 bit	SS	1. 栈顶处于等待状态的worker的版本数和状态。 2. 所谓于等待状态，是指worker处于空闲状态，等待有任务可以处理。因此，处于等待状态的worker，又叫`idle worker` 3. 每一个worker在挂起时，都会存储前一个worker的队列索引。这些worker相互关联，形成了一个`Treiber stack`，叫做`idle worker stack`或`pool stack`。 4. Treiber stack的栈顶，是最新的空闲worker。
16 ~ 1 bit	ID	1. 记录栈顶空闲worker的队列索引 2. `sp=(int)ctl`，取ctl的低32位，如果`sp != 0`，说明存在空闲worker；反之，则不存在空闲worker。 3. 后续学习了WorkQueue后，会发现sp对应的是WorkQueue的`scanState`字段。 4. 在ctl中存储栈顶空闲worker的scanState，可以管理和定位一个worker是否处于`INACTIVE`或`SCANNING`（扫描任务）状态

笔者对Treiber stack的理解
- 通过保存前一个元素的引用，形成一个引用链；同时，只对外暴露引用链最上端的元素
- 在这里定义上端、下端：A 保存B的引用，则A相对B，A是引用链更上端的元素；反之，B是引用链更下端的元素
- 想要访问引用链下端的元素，必须通过最上端的元素向下溯源
- 想要添加新的元素，也必须在最上端元素之上添加
- 这样的访问形式，就像数据结构stack一样
计算ctl前，需要将parallelism做一次转化，将其转为64位的相反数（负数）
```
long np = (long)(-parallelism); // offset ctl counts
```
以parallelism的值为15为例，np在计算机中将使用补码表示，其二进制值为：

ctl的计算以及相关的参数如下

private static final int  AC_SHIFT   = 48;
private static final long AC_MASK    = 0xffffL << AC_SHIFT;

private static final int  TC_SHIFT   = 32;
private static final long TC_MASK    = 0xffffL << TC_SHIFT;

this.ctl = ((np << AC_SHIFT) & AC_MASK) | ((np << TC_SHIFT) & TC_MASK);

(np << AC_SHIFT) & AC_MASK则为：
(np << TC_SHIFT) & TC_MASK则为
最终ctl的值如下，可以看出：刚初始化ctl时， AC = TC且其值均为负数；sp = 0，表示没有waiting worker

与ctl有关的典型的位运算

public int getPoolSize() {
	// TC = 工作线程总数 - parallelism ----> 工作线程总数 = parallelism + TC
	// TC位于ctl的48 ~ 33 bit，因此(short)(ctl >>> TC_SHIFT）可以计算TC
    return (config & SMASK) + (short)(ctl >>> TC_SHIFT);
}

public int getActiveThreadCount() {
    // AC = 活跃的工作线程数 - parallelism ----> 活跃的工作线程数 = parallelism + AC
    // AC位于ctl的64 ~ 49 bit，因此(int)(ctl >> AC_SHIFT)可以计算AC
    int r = (config & SMASK) + (int)(ctl >> AC_SHIFT);
    return (r <= 0) ? 0 : r; // suppress momentarily negative values
}

4.1.3 成员变量的初始化

ForkJoinPool中，有很多的静态变量和成员变量，这些变量的初始化是分开进行的
- 部分static final类型的变量，在声明时初始化。
- 部分static final类型的变量，通过静态语句块初始化。这些变量与Unsafe机制有关，用于实现原子操作或位运算，是ForkJoinPool高效性能的一大保障
- 部分成员变量，在private构造函数中初始化
- 少部分成员变量，在使用时初始化。例如，存储工作队列的workQueues、借助U.compareAndSwapObject()进行初始化的stealCounter

4.1.4 ForkJoinPool自带的common池

ForkJoinPool还提供了一个static公共池，对应ForkJoinPool中的static final变量
```
static final ForkJoinPool common;
```
common使用默认权限（包权限），为了让非java.util.concurrent包中的类也能使用公共池，ForkJoinPool提供了commonPool()方法，用于获取公共池
```
public static ForkJoinPool commonPool() {
    // assert common != null : "static init error";
    return common;
}
```
任何未显式提交到指定池（如自定义的池）的ForkJoinTask，都将使用公共池进行处理。
公共池中的线程，在不使用的时候可以被缓慢回收，而后续使用时又可以恢复，因此使用公共池可以减少资源开销

公共池的初始化，是在静态语句块中完成的。其核心是调用makeCommonPool()方法，创建一个ForkJoinPool

common = java.security.AccessController.doPrivileged
     (new java.security.PrivilegedAction<ForkJoinPool>() {
         public ForkJoinPool run() { return makeCommonPool(); }});

makeCommonPool()方法中，parallelism、threadFactory、exceptionHandler都可以通过系统属性进行设置，

private static ForkJoinPool makeCommonPool() {
    int parallelism = -1;
    ForkJoinWorkerThreadFactory factory = null;
    UncaughtExceptionHandler handler = null;
    try {  // ignore exceptions in accessing/parsing properties
        String pp = System.getProperty
            ("java.util.concurrent.ForkJoinPool.common.parallelism");
        String fp = System.getProperty
            ("java.util.concurrent.ForkJoinPool.common.threadFactory");
        String hp = System.getProperty
            ("java.util.concurrent.ForkJoinPool.common.exceptionHandler");
        ... // 省略对系统属性设置的值的处理
    } catch (Exception ignore) { // 有异常也不做处理，不知是何用意
    }
    ... // 省略对并行度、factory、exceptionHandler的初始化
    // 未指定parallelism，默认使用Runtime.getRuntime().availableProcessors()
    return new ForkJoinPool(parallelism, factory, handler, LIFO_QUEUE,
                            "ForkJoinPool.commonPool-worker-");
}

公共池，甚至是其他创建好的ForkJoinPool，可能永远不会被使用。因此，为了最小化初始构建开销，ForkJoinPool创建完成后只是初始化了十几个成员变量
剩余的成员变量，在第一次提交任务到ForkJoinPool时，由externalSubmit()方法负责进行初始化
后面的学习，将围绕任务的提交、执行等进行展开，会重点介绍externalSubmit()方法

4.2 ForkJoinPool的状态（runState）

不管是线程还是线程池，都有自己的状态
ThreadPoolExecutor的状态有5种：RUNNING、SHUTDOWN、STOP、TIDYING、TERMINATED，各状态之间的转换可以参考博客：线程池与线程的几种状态
ForkJoinPool的状态共有6种，由可加锁的runState变量记录

其中，除了SHUTDOWN状态的值为负数，其他5种状态的值均为 $2^n$

volatile int runState;               // lockable status，线程池的状态
private static final int  RSLOCK     = 1;  // 并发更新线程池的状态，需要使用锁保证同步
private static final int  RSIGNAL    = 1 << 1; // 线程池中存在处于阻塞状态的线程
private static final int  STARTED    = 1 << 2; // 线程池已经初始化
private static final int  STOP       = 1 << 29; // 线程池停止
private static final int  TERMINATED = 1 << 30; // 线程池终止
private static final int  SHUTDOWN   = 1 << 31; // 线程池关闭

runState的二进制位与上述6种状态间的关系如下：
上面的图，只是为了展示每种状态在runState中占据的位置，并非表示这些状态可以同时存在。如STARTED和STOP，二者互斥，不能同时存在

runState与状态有关的位运算如下

// 或运算，设置状态
rs | RSIGNAL

// 与运算，判断状态；如果结果为0，说明不处于该状态
rs & STARTED

// 非运算 + 与运算，清除状态
rs & ~RSLOCK

4.2.1 线程池的加锁与解锁（`RSLOCK`）

并发更新线程池的runState前，需要通过lockRunState()设置RSLOCK，从而为线程池加锁
```
// 最终，通过CAS更新状态
U.compareAndSwapInt(this, RUNSTATE, rs, ns = rs | RSLOCK)
```
线程池加锁后，需要通过unlockRunState(int oldRunState, int newRunState)方法解锁，并将runState更新为newRunState
- 其中，入参newRunState的RSLOCK已被清除。因此，当线程池的runState更新为newRunState时，线程池已解锁
- 基于旧的runState，通过rs & ~RSLOCK清理RSLOCK；如果需要，还可以继续为runState设置其他的状态，就像下面的代码一样
```
unlockRunState(rs, (rs & ~RSLOCK) | SHUTDOWN)
```

4.2.2 信号量`RSIGNAL`

RSIGNAL是一个信号量，线程池中的线程在进入阻塞状态前，会通过CAS操作设置RSIGNAL
```
U.compareAndSwapInt(this, RUNSTATE, rs, rs | RSIGNAL)
```
因此，(runState & RSIGNAL) != 0时，说明线程池中有线程需要被唤醒
按照常理，线程被唤醒后，需要清除RSIGNAL。但在整个源码中，没有看到类似的代码：
```
rs & ~RSIGNAL 
```
后续，将以时序图的形式解释ForkJoinPool的大神作者，是如何偷偷清除RSIGNAL的

4.2.3 `STARTED`状态

外部用户可以通过invoke()、submit()、execute()三种方法向ForkJoinPool提交任务，整个提交过程如下：
向线程池提交第一个submission task时，externalSubmit()方法会对线程池进行 “二次” 初始化（主要是初始化之前尚未初始化的workQueues和stealCounter两个成员变量）
初始化完成后，线程池将被置为STARTED状态。

关键的初始化代码如下：

U.compareAndSwapObject(this, STEALCOUNTER, null, new AtomicLong());
workQueues = new WorkQueue[n];
ns = STARTED;
// 在finally中清除RSLOCK，并设置STARTED
unlockRunState(rs, (rs & ~RSLOCK) | ns);

4.2.4 三种线程池关闭有关的状态

调用shutdown()或shutdownNow()方法关闭线程池，最终将调用tryTerminate(boolean now, boolean enable)方法

public void shutdown() {
    checkPermission();
    tryTerminate(false, true);
}
public List<Runnable> shutdownNow() {
    checkPermission();
    tryTerminate(true, true);
    return Collections.emptyList();
}

不同的，shutdownNow()方法调用tryTerminate()方法时，对应的now参数为true，表示可以立即停止（STOP）线程池
tryTerminate()方法在终止线程池时，会先将线程池置为SHUTDOWN状态
若tryTerminate()方法的参数now = true，在将线程池置为SHUTDOWN状态后，会将线程池置为STOP状态
当线程池处于SHUTDOWN或STOP状态后，将不再接收新的任务
线程池会等待已提交的任务执行完毕，或直接中断正在执行的任务、清理未执行的任务（结合源码 + 上述博客的猜测，欢迎交流）
最终，线程池中的工作线程数将为0，或者工作队列为空（null或长度为0）
此时，tryTerminate()方法会将线程池置为TERMINATED状态

4.2.5 总结：运行状态的转化

参照ThreadPoolExecutor的5种状态，可以简单地认为与ForkJoinPool运行有关的状态包括：STARTED、SHUTDOWN、STOP、TERMINATED
笔者将这4种状态，叫做运行状态
4种运行状态之间的转化，可以使用下图简单表示：

4.3 WorkQueue

废话几句：
- ForkJoinPool是目前为止，笔者见过的位运算最多的JDK源码😭
- 同时，使用Unsafe类进行原子操作、park/unpark、值更新等，不仅让笔者见识到了Unsafe类丰富的操作，还给人一种ForkJoinPool的作者（大神Doug Lea）将Unsafe类里面所有的方法都使用了一遍的感觉
- 大佬的能力💪，让我等菜鸟瑟瑟发抖😱
本来讲完状态转换后，就应该以externalPush()方法为入口，深度剖析ForkJoinPool的运行机制
但是，笔者发现，这时候应该先具备WorkQueue相关知识，才能更好地进行后续学习
所以，在进入正题之前，还需要学习一下WorkQueue

4.3.1 成员变量

WorkQueue有两个静态成员变量，用于定义存储ForkJoinTask的array的初始容量和最大容量

array的容量必须为 $2^n$ ，且至少为4

静态变量	描述
`int INITIAL_QUEUE_CAPACITY = 1 << 13;`	1. array的初始容量，`2^13` 2. 由于JVM经常将数组放置到共享GC簿（如cardmarks），导致每次写入访问都会遇到严重的内存竞争。因此，这里将array的初始容量定义为一个较大值，`2^13`
`int MAXIMUM_QUEUE_CAPACITY = 1 << 26;`	1. array的最大容量， `2^26`，64M 2. 为什么是 `2^26`？ ① 为了确保索引计算不会wraparound（环绕），`max_capacity <= 2^(31 - 4)`，即 `2^27` ② 为了帮助用户在系统饱和之前捕获失控程序，max_capacity应该比`2^27`略小，所以设置为2^26

WorkQueue的实例字段如下：

// 由worker在池中的index（也就是WorkQueue在池中的索引）、status，加上一个version counter
volatile int scanState;    
// 存储pool stack中，前一个空闲worker的scanState
int stackPred; 
// worker在运行过程中，偷取的任务数           
int nsteals;  
// 使用随机数进行初始化，记录偷窃者在池中的索引，即workQueues的索引    
int hint;                
// 队列在池中的索引和队列的模式（LIFO_QUEUE/FIFO_QUEUE、SHARED_QUEUE）
int config;            
// 队列状态，1：加锁，0：未加锁，< 0: terminate
volatile int qlock;   
  
// 队列的base和top指针，用于指向array中的ForkJoinTask槽
volatile int base;        
int top;   
   
// 队列中存储元素（ForkJoinTask）的数组，队列创建时并未初始化array       
ForkJoinTask<?>[] array;
// 队列所在的池，可能为null（待后续探究）
final ForkJoinPool pool;  
// 队列关联的工作线程，如果是shared queue，则为null
final ForkJoinWorkerThread owner; 

// 调用park()方法后，parker就是onwer；否则，parker为null
volatile Thread parker;    
// awaitJoin()中join到当前队列的任务
volatile ForkJoinTask<?> currentJoin;  
// 主要在helpStealer()方法中使用，记录worker当前窃取到的任务
volatile ForkJoinTask<?> currentSteal;

4.3.2 重要成员变量的解读

4.3.2.1 scanState

ForkJoinPool的状态叫做runState，WorkQueue的状态叫做scanState
scanState是一个32位的int值，由worker的状态（INACTIVE和SCANNING）、在池中的索引，加上一个版本计数器组成
注意： scanState虽然是WorkQueue的一个状态，但是笔者更倾向于scanState是WorkQueue关联的worker的状态，从后续的源码学习便可以看出
INACTIVE为1，表示worker是否处于非活动状态（可能由于等待信号而阻塞），无法执行任务
SCANNING为1，表示worker正在扫描任务；为0，表示worker没有在扫描任务，换句话说，worker已经有任务在执行了，处于busy状态
版本计数器，除了用作计数器，还用于版本标记（version stamp）以解决Treiber stack的ABA问题

与scanState有关的mask和unit如下：

static final int SCANNING     = 1;             // false when running tasks
static final int INACTIVE     = 1 << 31;       // must be negative
static final int SS_SEQ       = 1 << 16;       // version count

可以看出：
- SCANNING状态占据scanState的最低bit，worker处于SCANNING状态时，scanState的值为奇数
- INACTIVE状态占据scanState的最高bit，worker处于INACTIVE状态时，scanState的值为负数
- 版本计数器每次自增的步长为2^16
不考虑worker在池中的索引，worker处于active、SCANNING状态时，如果其版本变化前后的值示例如下：

占据低16位的池索引

从前面的学习可知，池中worker的最大数量为2^15；而worker对应处于奇数为的worker queue，加上处于偶数位的submission queue，池中队列的最大长度为2^16
数组下标从0开始，所以池中队列长度的范围为 0 ~ $2^{16} - 1$ ，对应的二进制和16进制值为：
```
0000 0000 0000 0000 ~ 1111 1111 1111 1111, 0x0000 ~ 0xffff
```
不难看出，队列的长度可以使用16位的二进制进行表示，且worker在池中的索引是一个16位的奇数（末尾bit为1）
按照源码，worker在池中的索引（简称池索引），将scanState占据其低16位
问题来了： 池索引占据scanState的低16位，且末尾bit为1，而SCANNING状态也占据scanState的末尾bit，二者会发生冲突啊 😕
若worker处于SCANNING状态，scanState最低bit为1，此时scanState的低16位可以存储池索引 —— 池索引和SCANNING状态无冲突
若worker处于busy状态，scanState最低bit为0，就破坏了scanState低1位中存储的池索引

SCANNING状态与池索引如何共存？

首先，需要明白INACTIVE和SCANNING所在的bit，可能存在哪些值的组合（浮于表面的描述，不一定正确）

INACTIVE	SCANNING	状态描述	是否存在该组合
1	0	worker处于INACTIVE状态，却又正在执行任务	不存在，worker既然不活跃，何来正在执行任务一说？
1	1	worker处于INACTIVE状态，正在扫描可执行的任务	存在，但描述错误 1. 因为worker处于INACTIVE状态，肯定不可能扫描或执行任务。 2. 换句话说，worker处于INACTIVE状态时，SCANNING状态应该无效。 3. 此时，scanState的低16位刚好可以用于存储池索引，而池索引的末尾bit为1，刚好与SCANNING状态为1对上，但这并不表示worker处于SCANNING状态
0	0	worker处于活跃状态，且正在执行任务	存在，worker都在执行任务了，肯定是活跃状态此时，scanState低16位存储的池索引将被破坏
0	1	worker处于活跃状态，且正在扫描可以执行的任务	存在，worker只有在活跃状态时，才可能扫描或执行任务同时，由于worker没有执行中的任务，scanState的低16位仍然可以存储池索引

从上面的分析可以看出，worker的INACTIVE与SCANNING状态是相互制约的：
- 处于INACTIVE状态时，SCANNING是无效的。这时，可以使用低16位存储池索引，所以会存在1 / 1的组合
- 处于SCANNING状态时，INACTIVE状态是无效的

4.3.2.2 ctl的sp、scanState、stackPred之间的关系

前面有提及：ctl的sp（sp = (int) ctl）记录的是空闲worker栈的栈顶worker的scanState
除此之外，在整个Fork/Join框架中，sp、scanState、stackPred是构建空闲worker栈的关键，三者相互关联，其本源都是scanState
下图，简单描述了新增空闲worker的流程

新增空闲worker的流程，是参考如下代码绘制的：

private ForkJoinTask<?> scan(WorkQueue w, int r) {
    WorkQueue[] ws; int m;
    if ((ws = workQueues) != null && (m = ws.length - 1) > 0 && w != null) {
        int ss = w.scanState;                     // initially non-negative
        for (int origin = r & m, k = origin, oldSum = 0, checkSum = 0;;) {
            ... // 省略其他代码,只展示关键代码
            if ((k = (k + 1) & m) == origin) {    // continue until stable
                if ((ss >= 0 || (ss == (ss = w.scanState))) &&
                    oldSum == (oldSum = checkSum)) {
                    if (ss < 0 || w.qlock < 0)    // already inactive
                        break;
                    int ns = ss | INACTIVE;       // try to inactivate
                    long nc = ((SP_MASK & ns) |
                               (UC_MASK & ((c = ctl) - AC_UNIT)));
                    w.stackPred = (int)c;         // hold prev stack top
                    U.putInt(w, QSCANSTATE, ns);
                    if (U.compareAndSwapLong(this, CTL, c, nc))
                        ss = ns;
                    else
                        w.scanState = ss;         // back out
                }
                checkSum = 0;
            }
        }
    }
    return null;
}

下图，简单描述从栈顶移除空闲worker，即唤醒栈顶空闲worker的流程：

唤醒栈顶空闲worker，是参考如下代码绘制的：

final void signalWork(WorkQueue[] ws, WorkQueue q) {
    long c; int sp, i; WorkQueue v; Thread p;
    while ((c = ctl) < 0L) {                       // too few active
        ... // 省略其他代码，只展示关键代码
        int vs = (sp + SS_SEQ) & ~INACTIVE;        // next scanState
        int d = sp - v.scanState;                  // screen CAS
        long nc = (UC_MASK & (c + AC_UNIT)) | (SP_MASK & v.stackPred);
        if (d == 0 && U.compareAndSwapLong(this, CTL, c, nc)) {
            v.scanState = vs;                      // activate v
            if ((p = v.parker) != null)
                U.unpark(p);
            break;
        }
        ... // 省略其他代码,只展示关键代码 
    }
}

同时，从唤醒栈顶空闲worker可以看出：当worker从INACTIVE状态变成活跃状态，其scanState的版本计数器将增加1个步长（SS_SEQ）

4.3.2.3 ForkJoinPool config `vs` WorkQueue config

ForkJoinPool和WorkQueue都有一个int类型的config变量，二者存储的内容却有差异，也有联系

数值域	ForkJoinPool	WorkQueue	二者的联系
高16位	存储池中队列的asyncMode，true为`FIFO_QUEUE`，false为`LIFO_QUEUE`	存储该队列的mode 1. 若为worker queue，则对应`LIFO_QUEUE`、`FIFO_QUEUE`两种值 2. 若为submission queue，则对应`SHARED_QUEUE`	创建worker queue时，其mode来自于ForkJoinPool的config，通过`config & MODE_MASK`计算得到
低16位	准确地说，是低15位，存储线程池的parallelism	1. 存储该队列在池中的索引，也就也就`workQueues`的下标。 2. 奇数索引为worker queue，偶数索引为submission queue	1. workQueues数组的容量为parallelism最近2次幂的2倍，可以说，parallelism的值规定了队列索引的范围 2. parallelism的最大值为 $2^{15} - 1$ ，则workQueues数组的最大容量为 $2^{16}$ ，其索引范围为`0x0000 ~ 0xffff`。这也是为什么WorkQueue能使用config的低16位存储队列索引的原因

4.3.3 WorkQueue的初始化

4.3.3.1 构造函数

WorkQueue只有一个构造函数，入参在这里插入代码片：该队列所在的池，入参owner：与队列关联的worker（工作线程）

初始化时，base和top指向array的中间，即1 << 12 = 2^12这个位置（因为array的初始容量为1 << 13）

WorkQueue(ForkJoinPool pool, ForkJoinWorkerThread owner) {
    this.pool = pool;
    this.owner = owner;
    // Place indices in the center of array (that is not yet allocated)
    base = top = INITIAL_QUEUE_CAPACITY >>> 1;
}

从构造函数可以看出，WorkQueue在创建时，很多字段都未进行初始化，如：非常重要的array字段
不难猜测，同ForkJoinPool一样，WorkQueue也是出于某些资源初始化后可能并不会使用的原因，所以采用了懒初始化

4.3.3.2 array的初始化与扩容

通过new WorkQueue()创建好队列后，在真正使用队列前，需要对之前未初始化的字段进行初始化，尤其是存储任务的array字段
array的初始化与扩容，都是用同一个方法growArray()：
```
final ForkJoinTask<?>[] growArray()
```
如果是初始化array，则会创建一个长度为INITIAL_QUEUE_CAPACITY的ForkJoinTask<?>[]
如果是扩容，则会在原来的基础上扩容2倍，即oldLength << 1。
若扩容操作后，array的容量大于MAXIMUM_QUEUE_CAPACITY，则会抛出RejectedExecutionException，以表示队列容量超过上限
注意： resizing的过程中，可以移动base指针，但不能移动top指针

4.4 ForkJoinTask

同ForkJoinPool、WorkQueue一样，ForkJoinTask也有自己的状态，叫做status

// 包访问权限，可以被同一包的ForkJoinPool和ForkJoinWorkerThread直接访问
volatile int status; 
static final int DONE_MASK   = 0xf0000000;  // 屏蔽non-completion位，也就是屏蔽status的低24位
static final int NORMAL      = 0xf0000000;  // 值为负数，表示任务正常结束
static final int CANCELLED   = 0xc0000000;  // 小于NORMAL的负数，表示任务被取消
static final int EXCEPTIONAL = 0x80000000;  // 小于CANCELLED的负数，表示任务因为异常而结束
static final int SIGNAL      = 0x00010000;  // 整数，必须 >= 1 << 16
static final int SMASK       = 0x0000ffff;  // status中tag掩码，tag位于status的低16位