分而治之
一个非常有效地处理大量数据的方法。著名的MapReduce也是采取分而治之的思想。简单来说，就是如果你要处理1000个数据，但是你并不具备处理1000个数据的能力，那么你可以只处理其中的10个，然后分阶段处理100次，将100次的结果进行合并，那就是最终想要的对原始1000个数据的处理结果。
Fork/Join框架
Java中通过使用fork()后系统多了一个执行分支(线程)，索引需要等待这个执行分支执行完毕，才有可能得到最终结果，因此join就表示等待。
如果毫无顾忌地使用fork()开启线程进行处理，那么很有可能导致系统开启过多的线程而严重影响性能。所有JDK提供了一个ForkJoinPool线程池，对于fork()方法并不急着开启线程，而是提交给ForkJoinPool线程池处理，以节省系统资源。
ForkJoinPool线程池
流程图
注：由于线程池的优化，提交的任务和线程数量并不是一对一的关系。在绝大多数情况，一个物理线程实际上是需要处理多个逻辑任务的。因此，每个线程必然需要拥有一个任务队列。因此在实际执行过程中，可能遇到这种情况：线程A已经把自己的任务都执行完成了，而线程B还有一堆任务等着处理，此时，线程A就会"帮助"线程B，从线程B的任务队列中拿一个任务过来处理，尽可能地达到平衡。如下图，显示了这种互相帮助的精神。值得注意的是，当线程师徒帮助别人时，总是从任务队列底部开始拿数据，而线程试图执行自己的任务时，则是从相反的顶部开始拿，因此这种行为有利于避免数据竞争。
扫描二维码关注公众号，回复：
44241 查看本文章
