VisualVM 监控

public static void main(String[] args) {Thread thread=new Thread(()-> {Arrays.asList(1, 2, 3, 4, 5, 6, 7, 9, 8, 0, 1).stream().parallel().collect(Collectors.groupingBy(x -> x % 10)).forEach((x, y) -> System.out.println(x + ":" + y));});thread.start();try {thread.sleep(10000);} catch (InterruptedException e) {e.printStackTrace();}}

public static void main(String[] args) {Thread thread=new Thread(()-> {Arrays.asList(1, 2, 3, 4, 5, 6, 7, 9, 8, 0, 1).stream()// .parallel().collect(Collectors.groupingBy(x -> x % 10)).forEach((x, y) -> System.out.println(x + ":" + y));});thread.start();try {thread.sleep(10000);} catch (InterruptedException e) {e.printStackTrace();}}

我们可以看到默认的parallel计算启动了4个线程进行并行。这4个线程是怎么来的呢？

先调用当前splititerator 方法的estimateSize 方法，预估这个分片中的数据量
根据预估的数据量获取最小处理单元的大小阈值，即当数据量已经小于这个阈值的时候进行计算，否则进行fork 将任务划分成更小的数据块，进行求解。这里值得注意的是，getTargetSize 在第一次调用的时候会设置：预测数据量大小 / (默认并发度 * 4) 的结果作为最小执行单元的数量（配置的默认值是cpu 数 – 1，可以通过java.util.concurrent.ForkJoinPool.common.parallelism设置）
如果当前分片大小仍然大于处理数据单元的阈值，且分片继续尝试切分成功，那么就继续切分，分别将左右分片的任务创建为新的Task，并且将当前的任务关联为两个新任务的父级任务（逻辑在makeChild 里面）
先后对左右子节点的任务进行fork，对另外的分区进行分解。同时设定pending 为1，这代表一个task 实际上只会有一个等待的子节点（被fork）。
当任务已经分解到足够小的时候退出循环，尝试进行结束。调用子类实现的doLeaf方法，完成最小计算单元的计算任务，并设置到当前任务的localResult中
调用tryComplete 方法进行最终任务的扫尾工作，如果该任务pending 值不等于0，则原子的减1，如果已经等于0，说明任务都已经完成，则调用onCompletion 回调，如果该任务是叶子任务，则直接销毁中间数据结束；如果是中间节点会将左右子节点的结果进行合并
检查如果这个任务已经没有父级任务了，则将该任务置为正常结束，如果还有则尝试递归的去调用父级节点的onCompletion回调，逐级进行任务的合并。

如何控制parallize 的线程数？
答：我们可以自己构建一个ForkJoinPool，向其中提交一个parallize 任务，可以做到控制并发度。如以下示例代码：我们将之前的stream 的过程构造成一个runnable 的lambda 匿名函数 ()-> {…}。提交至线程池中，就可以按照我们想要的并发度进行计算了。

ForkJoinPool pool = new ForkJoinPool(2);
ret = pool.submit(() -> {return LongStream.range(1, 50 * 1024 * 1024).boxed().collect(Collectors.toList()).stream().parallel().map(x -> x * 2).filter(x -> x < 1500).reduce((x,y) -> x+y).get();
}).get();