为啥parallelStream 使用ForkJoinPool，而不是普通的线程池？

Posted 2023-03-15

【中文标题】为啥parallelStream 使用ForkJoinPool，而不是普通的线程池？

【英文标题】：Why does parallelStream use a ForkJoinPool, not a normal thread pool?为什么parallelStream 使用ForkJoinPool，而不是普通的线程池？

【发布时间】：2020-08-29 03:22:35

【问题描述】：

参考Java's Fork/Join vs ExecutorService - when to use which?，通常使用传统的线程池来处理很多独立的请求； ForkJoinPool 用于处理连贯/递归任务，其中一个任务可能会产生另一个子任务并稍后加入。

那么，为什么 Java-8 的 parallelStream 默认使用 ForkJoinPool 而不是传统的执行器？

在很多情况下，我们在stream() 或parallelStream() 之后使用forEach()，然后提交一个函数式接口作为参数。在我看来，这些任务是独立的，不是吗？

【问题讨论】：

forEach 是十几个终端操作中的一个。即使您“在许多情况下”使用它，它也肯定不会驱动仍然必须支持所有这些的软件的设计决策。除此之外，我认为forEach 是最没用的终端操作，它经常导致开发人员编写损坏的“用另一个名字循环”代码。

【参考方案1】：

一个重要的事情是ForkJoinPool 也可以执行“正常”任务（例如Runnable、Callable），因此它不仅仅用于递归创建的任务。

另一个（重要的）事情是ForkJoinPool 有多个队列，一个用于每个工作线程的任务，一个普通的执行器（例如ThreadPoolExecutor）只有一个。这对他们应该运行什么样的任务有很大影响。

普通执行器必须执行的任务越小越多，将任务分配给工作人员的同步开销就越高。如果大部分任务都很小，worker会经常访问内部任务队列，导致同步开销。

这就是ForkJoinPool 以其多个队列而大放异彩的地方。每个worker只是从自己的队列中获取任务，大部分时间不需要通过阻塞来同步，如果它是空的，它可以从另一个worker那里窃取任务，但是从队列的另一端，这也很少会导致同步开销，因为工作窃取应该是相当罕见的。

现在这与并行流有什么关系？流框架设计为易于使用。当您想轻松地将某些内容拆分为许多并发任务时，应该使用并行流，其中所有任务都相当小且简单。这就是ForkJoinPool 是合理选择的地方。它在大量较小的任务上提供了更好的性能，并且它可以处理更长的任务，如果必须的话。