Fork译为拆分，Join译为合并
Fork/Join框架的思路是把一个非常巨大的任务，拆分成若然的小任务，再由小任务继续拆解。直至达到一个相对合理的任务粒度。然后执行获得结果，然后将这些小任务的结果汇总，生成大任务的结果，
直至汇总成最初巨大任务的结果。如下图：

红色箭头代表拆分子任务。
绿色箭头代表返回子任务结果
这个框架的思路听起来，其实用传统的线程池、多线程完全就可以解决。但是内部却有很多小的细节（后边会说到），再加上清晰的使用思路，让这个框架还是在多线程并发中，占有了一席之地。
Fork/Join框架下，我们常用到三个类：(防盗连接：本文首发自http://www.cnblogs.com/jilodream/ )
RecursiveAction，子任务类，支持子任务有返回结果任务
RecursiveTask，子任务类，用于有返回结果的任务
ForkJoinPool，执行子任务的线程池。
话不多说，我们直接看代码：

1 public class SumDemo extends RecursiveTask {
2
3 int maxLen = 800_0000;
4
5 int[] arr;
6 int start;
7 int end;
8
9
10 public SumDemo(int[] arr, int start, int end) {
11 this.arr = arr;
12 this.start = start;
13 this.end = end;
14 }
15
16 @Override
17 protected Long compute() {
18 if (end - start < maxLen) { 19 long a = sum(); 20 try { 21 //Thread.sleep(1); 22 } catch (Exception e) { 23 } 24 return a; 25 } 26 int middle = (start + end) / 2; 27 SumDemo left = new SumDemo(arr, start, middle); 28 SumDemo right = new SumDemo(arr, middle + 1, end); 29 left.fork(); 30 right.fork(); 31 //invokeAll(left,right); 32 long leftRtn = left.join(); 33 long rightRtn = right.join(); 34 return leftRtn + rightRtn; 35 } 36 37 private Long sum() { 38 System.out.println("now" + Thread.currentThread().getName() + "-start:" + start + "-end:" + end); 39 long sum = 0; 40 for (int i = start; i <= end; i++) { 41 sum += arr[i]; 42 } 43 return sum; 44 } 45 46 public static void main(String[] args) throws ExecutionException, InterruptedException { 47 int size = 30000_0000; 48 int[] arr = new int[size]; 49 Random random = new Random(0); 50 for (int i = 0; i < size; i++) { 51 arr[i] = random.nextInt(10_0000_0000); 52 } 53 long cal = 0; 54 long start = System.currentTimeMillis(); 55 for (int i = 0; i < size; i++) { 56 if (i % 800_0000 == 0) { 57 Thread.sleep(1); 58 } 59 cal += arr[i]; 60 } 61 long finish = System.currentTimeMillis(); 62 long timeCost = finish - start; 63 System.out.println("cal" + cal); 64 long start1 = System.currentTimeMillis(); 65 ForkJoinPool forkJoinPool = new ForkJoinPool(); 66 ForkJoinTask result = forkJoinPool.submit(new
67 SumDemo(arr, 0, size - 1));
68 long rtn = result.get();
69 long finish1 = System.currentTimeMillis();
70 long forkJoinCost = finish1 - start1;
71 System.out.println("one thread cost" + (timeCost));
72 System.out.println("fork join cost" + forkJoinCost);
73 }
74 }

执行的结果大概是这样的

1 cal150000314007254036
2 nowForkJoinPool-1-worker-1-start:0-end:4687499
3 nowForkJoinPool-1-worker-3-start:187500000-end:192187499
4 nowForkJoinPool-1-worker-5-start:37500000-end:42187499
5 nowForkJoinPool-1-worker-6-start:225000000-end:229687499
6 …..
7 nowForkJoinPool-1-worker-3-start:220312500-end:224999999
8 nowForkJoinPool-1-worker-7-start:267187500-end:271874999
9 nowForkJoinPool-1-worker-2-start:107812500-end:112499999
10 nowForkJoinPool-1-worker-4-start:281250000-end:285937499
11 nowForkJoinPool-1-worker-7-start:271875000-end:276562499
12 nowForkJoinPool-1-worker-5-start:135937500-end:140624999
13 nowForkJoinPool-1-worker-11-start:140625000-end:145312499
14 nowForkJoinPool-1-worker-6-start:276562500-end:281249999
15 nowForkJoinPool-1-worker-4-start:285937500-end:290624999
16 nowForkJoinPool-1-worker-11-start:145312500-end:149999999
17 nowForkJoinPool-1-worker-7-start:290625000-end:295312499
18 nowForkJoinPool-1-worker-4-start:295312500-end:299999999
19 one thread cost136
20 fork join cost67

线程池默认大小是根据cpu当前的可用核数来作为大小的，我们这里是12核，但是12核居然只比单一线程用时少50%，这是挺奇怪的，这主要是由于我们Demo中的任务是连续的计算密集型任务，这种情况下单一线程的表现也很优秀，forkJoin反而由于要不断协调线程

任务而导致会损耗性能，所以差距并不明显。倘若放开注释中的睡眠时间，则两者的差距会拉开的非常大，如下：

1 one thread cost675
2 fork join cost194

代码的思路大概是这样的：

我们先定义一个子任务类，子任务类设置一个阈值，子任务开始任务时会判断：
如果计算量未超过阈值呢，说明任务足够小，我们当前子任务直接就执行计算了。
如果计算量超过阈值，说明任务比较大我们需要进行拆分，此时创建好拆分子任务，并使用fork()方法即可。拆分后的子任务，则后续使用join等待结果即可。
这样通过Fork/Join框架实现大任务的计算就算是搞定了。(防盗连接：本文首发自http://www.cnblogs.com/jilodream/ )

那既然是线程池，是如何协调线程来计算子任务的呢？

（1）与传统线程池共享一个任务队列不同的是，Fork/Join框架中，每个子任务都有一个属于自己线程的任务队列（但是两者其实并不是一对一的关系，源码很复杂），如下图：

这样肯定会由于任务规模、计算难度的不同，导致有些线程很快执行完了，其它线程还有很长的任务队列，那怎么办呢？
Fork/Join框架会让任务已经完成的线程，从其它任务的队列的尾端去取任务，这样一方面加速了任务的完成，一方面又减少了线程由于并发操作队列可能存在的并发问题。
这种方式，我们也将它称为“工作窃取”如下图：

（2）Fork出来的子任务被谁执行了：
通过阅读源码我们可以发现，如果当前线程是线程池线程，则直接把fork出的子任务丢到当前线程的队列中，否则会通过计算随机的提交到其他的线程所拥有的的队列中。由其他线程来完成。

1 public final ForkJoinTask fork() {
2 Thread t;
3 if ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread)
4 ((ForkJoinWorkerThread)t).workQueue.push(this);
5 else
6 ForkJoinPool.common.externalPush(this);
7 return this;
8 }