JDK8辅助学习(六)：Fork/Join 框架
Fork/Join作为一个并发框架，是在 JDK7 的时候加入到 Java 并发包 java.util.concurrent 中来，并且在 JDK8 并行Stream流(parallel Stream)中充当着底层框架的角色。
并行 Stream 流 使用的就是 Fork/Join 框架。Fork/Join 框架可以将一个大任务拆分为很多个小任务来异步执行。
Fork/Join 介绍
Fork/Join 框架主要包含三个模块：
-
线程池：ForkJoinPool -
任务对象：ForkJoinTask -
执行任务的线程：ForkJoinWorkerThread
Fork/Join 原理介绍
1.分治法
ForkJoinPool 主要使用分治法（Divide-and-Conquer Algorithm）来解决问题。根据名称我们可以将其分为 Fork 和 Join 两个阶段。典型的应用比如快速排序算法。
ForkJoinPool需要使用相对少的线程来处理大量的任务。比如要对 1000万个数据进行排序，那么会将这个任务分隔成两个 500万 的排序任务 和 一个针对这两组 500万 数据的合并任务。以此类推，对于 500万 的数据也会做出同样的分隔处理，到最后会设置一个阈值来规定当数据规模到多少时，停止这样的分割处理操作。比如，当元素的数量小于 10 时，会停止分隔，转而使用插入排序对他们进行排序。那么到最后，所有的任务加起来有大概2000000+ 个。问题的关键自安于，对于一个任务而言，只有当它所有的子任务完成之后，它才能够被执行。
2.工作窃取算法
Fork/Join 最核心的地方，就是利用了现代硬件设备多核。当一个操作完成的时候会有空闲的CPU，那么如何利用好这个空闲的CPU就成了提高性能的关键，而我们这里提到的工作窃取（work-stealing）算法就是整个 Fork/Join 框架的核心理念。Fork/Join 工作窃取算法，是指某个线程从其他队列里窃取任务来执行。
那么为什么需要使用工作窃取算法呢？假如我们需要做一个比较大的任务，我们可以把这个任务分割为若干互不依赖的子任务，为了减少线程间的竟争，于是把这些子任务分别放到不同的队列里，并为每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应。比如 A 线程负责处理 A 队列里的任务。但是有的线程会先把自己队列里的任务干完，而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着看，不如去帮其他线程干活，于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列，所以为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从双端队列的头部拿任务执行，而窃取任务的线程永远从双端队列的尾部拿任务执行。
工作窃取算法的优点是充分利用线程进行并行计算，并减少了线程间的竞争，其缺点是①在某些情况下还是存在竞争，比如双端队列里只有一个任务时。②消耗了更多的系统资源，比如创建多个线程和多个双端队列。
上文中已经提到了Java8 引入了自动并行化的概念。它能够让一部分 Java 代码自动地以并行的方式执行，也就是我们使用了 ForkjoinPool 的 ParallelStream。
对于 ForkJoinPool 通用线程池的线程数量，通常使用默认值就可以了，即运行时计算机的处理器数量。可以通过设置系统属性：java.util.concurrent.ForkJoinPool.common.parallelism = N（N 为线程数量），来调整 ForkJoinPool 的线程数量，可以尝试调整成不同的参数来观察每次的输出结果。