1ForkJoin (拆分合并中将大任务拆分为小任务) ForkJoin是JDK1.7，可以并行执行任务！ 提高效率。 在大数据中会更快！
大数据中： MapReduce核心思想-把大任务分成小任务！
1福瑞克琼的特点：工作偷窃！ 实现原理是两端队列！ 上上下下都能拿到任务执行！
ForkJoin的使用方法？
ForkJoin的计算类
public class test { publicstaticvoidmain (string [ ] args )//传统程序员表示法int sum=0； for(intI=0； i 10000000； I ) { sum =i； }system.out.println(sum； }1、在ForkJoinPool中执行
2、计算任务执行(forkjointask？ 任务)
3、计算类继承福瑞克琼塔斯克
import Java.util.concurrent.recursive task； publicclassforkjoindemoextendsrecursivetasklong { privatelongstar； 私密长结束； /**阈值* /私有长时间=1000000 l； Publicforkjoindemo(longstar，long end ) { this.star=star； this.end=end； } /** *计算方法* @ return */@ overrideprotectedlongcompute () if ) (end-star ) temp ) { Long sum=0L； for(longI=star； I结束； I ) { sum =i； } return sum； (用else(/forkjoin分割计算)/1 .平均值longmiddle=(starend )/2； forkjoindemoforkjoindemo1=newforkjoindemo (star，middle )； //拆分任务，并将线程推入线程队列forkJoinDemo1.fork ()； forkjoindemoforkjoindemo2=newforkjoindemo (middle，end )； forkJoinDemo2.fork (； long taskSum=forkJoinDemo1.join () forkJoinDemo2.join )； 返回任务和； }}测试
package com.marchsoft.forkjoin； import Java.util.concurrent.execution exception； import Java.util.concurrent.forkjoinpool； import Java.util.concurrent.forkjointask； import Java.util.stream.long stream； publicclassforkjointest { privatestaticfinallongsum=20 _ 0000 _ 0000； publicstaticvoidmain (字符串[ ] args ) throws ExecutionException，InterruptedException { test1； test2(； test3(； } /** *常规方法*/public static void test1 () longstar=system.current time millis )； long sum=0L； for (长gi=1； i SUM； I ) { sum =i； } longend=system.current time millis (； system.out.println(sum； System.out.println ('时间： ' (结束星)； system.out.println (---------)； }/***forkjoin方法*/publicstaticvoidtest2(throwsexecutionexception， 使用interrupted exception { longstar=system.curre er }的forkjoinpoolforkjoinpool=newforkjoinpool (forkjointasklongtask=ngtask ) forkjointasklongsubmit=forkjoinpool.submit (task； //任务Long along=submit.get (； system.out.println(Along； longend=system.current time millis (； System.out.println ('时间： ' (结束星)； system.out.println (---------)； }/* * *使用流*/public static void test3() longstar=system.current time millis )； long sum=long stream.range closed (0l，20_0000_0000L ).parallel ).reduce(0) 0，Long:sum；//范围关闭[ ]范围[ ] system.out.println (sum； longend=system.current time millis (； System.out.println ('时间： ' (结束星)； system.out.println (---------)； }
long sum=long stream.range close (0l，20_0000_0000L ).parallel ).reduce(0) 0，Long:sum； //rangeClose[] range[使用并行流计算整个计算，提高效率。