ForkJoinPool

ForkJoin框架是jdk7产生的一个新的并发框架，从其名字得知两个词fork()拆分、join()合并
就是利用拆分合并的思想，将一个大任务先拆分好，直到不能拆分为止，然后完成任务，最终将结果合并。

什么是ForkJoinPool

ForkJoinPool在JDK1.7 ，并发执行任务！提高效率。大数据量

---

核心思想是将大的任务拆分成多个小任务（即fork），然后在将多个小任务处理汇总到一个结果上（即join），非常像MapReduce处理原理。
大数据：MapReduce（把大任务拆分为小任务）

ForkJoinPool特点：(work-stealing )工作窃取

ForkJoinPool特点：工作窃取
ForkJoinPool会把一个大任务分成若干个小任务去执行(任务是双端队列去存储的，两端都可以操作)，然后再合并结果集。
线程的执行速度不一样，因此先执行完的线程，为了避免浪费时间，会去还没有执行完的线程那里拿到它未执行完的任务，去帮它执行，之所以能拿到，也是因为任务是双端队列存储的，两头都可以操作。

ForkJoinPool主要是为了并行计算使用（也就是新增加的并行流），但我觉得更适合IO密集型的场景。
比如大规模的并行查询。而CPU密集型的操作，过多的线程切换可能会影响效率

练习：0到100亿，求和计算！

分别用三种方法计算，并对比计算效率：

第一种方法：使用for循环

结论：大数据量下，不要用for暴力取值,效率最低！所有耗时都在计算，但他是单线程的

第二种方法：使用ForkJoinPool

结论：采用RecursiveTask(递归任务的意思)，使用ForkJoin时,任务的量一定要大,则效率越高！否则太小,由于任务拆分也会消耗时间。

第三种方法：使用Stream并行流

结论：当数据量不是太大时，效率最高。推荐使用原因是：forkjoin拆分任务需要时间。
所以：使用Stream并行流，计算比较稳妥

代码测试：

第一种方法：使用for循环

package forkjoin;
import java.util.concurrent.ExecutionException;

public class Test {
   
    public static void main(String[] args) {
   
        test1();
    }

    //(大数据量下，不要用for硬取值,效率最低！)
    public static void test1() {
   
        long sum = 0L;
        long start = System.currentTimeMillis();
        for (int i = 0; i <= 100_0000_0000L; i++) {