Java并发容器和框架

ConcurrentHashMap

　　在多线程环境下，使用HashMap进行put操作会引起死循环，导致CPU利用率近100%。因为多线程会导致HashMap的Entry链表形成环形数据结构，一旦形成环形数据结构，Entry的next节点永远不为空，会死循环的获取Entry。

final HashMap<String, String> map = new HashMap<String, String>(2);
Thread t = new Thread(new Runnable(){
  public void run(){
    for(int i = 0; i < 1000; i++){
      new Thread(new Runnable(){
        public void run(){
          map.put(UUID.randomUUID().toString(), "");
        }
      }, "ftf" + i).start();
    }
  }
}, "ftf");
t.start();
t.join();

　　HashTable使用synchronized保证线程安全，但在线程竞争激烈的情况下HashTable的效率低下。当一个线程访问HashTable的同步方法时，其他线程也访问HashTable的同步方法时，会进入阻塞或轮询状态访问。HashTable在多个线程访问的时需要竞争同一把锁，因此效率低下。ConcurrencyHashMap采用锁分段技术。先将数据分成一段一段地存储，然后给每一段数据配一把锁，当一个线程占用锁访问其中一个数据的时候，其他段的数据也能被其他线程访问。

　

　　ConcurrentHashMap是由Segment数组结构和HashEntry数组结构组成。Segment是一种可重入锁(ReentrantLock)，在ConcurrencyHashMap中扮演锁的角色；HashEntry则用于存储键值对数据。一个ConcurrentHashMap里包含一个Segment数组。Segment是一种数组和链表结构。一个Segment里包含一个HashEntry数组，每个HashEntry是一个链表结构的元素，每个Segment守护着一个HasnEntry数组里的元素，党对HashEntry数组的数据进行修改时，必须先获取与它对应的Segment的锁。

　　ConcurrentHashMap的初始化方法是通过initialCapacity，loadFactor和concurrencyLevel等几个参数来初始化segment数组，段偏移量segmentShifr，段掩码segmentMask和每个segment里的HashEntry数组来实现的。

if(concurrencyLevel > MAX_SEGMENTS)
  concurrencyLevel = MAX_SEGMENTS;
int sshift = 0;
int ssize = 1;
while(ssize < concurrencyLevel){
  ++sshift;
  ssize <<= 1;
}
segmentShift = 32 - sshift;
segmentMask = ssize - 1;
this.segments = Segment.newArray(ssize);

　　segments数组的长度ssize是通过concurrencyLevel计算得出的。为了能通过按位与的散列算法来定位segments数组的索引，必须保证segments数组的长度是2的N次方(power-of-two size)，所以必须计算出一个大于或等于concurrencyLevel的最小的2的N次方值来作为segments数组的长度。concurrencyLevel的最大值是65535，这意味着segments数组的长度最大为65536，对应的二进制是16位。

　　segmentShift和segmentMask需要在定位segment时的散列算法里使用。sshift等于ssize从1向左移位的次数，在默认情况下concurrencyLevel等于16，1需要向左移动4次，所以sshift为4。segmentShift用于定位参与散列运算的位数，segmentShift等于32（ConcurrentHashMao的hash*(输出的最大数是32位）减sshift，即2。segmentMask是散列运算的掩码，等于ssize减1，即15。掩码的二进制各个位的值都是1.因为ssize的最大长度是65536，所以segmentShift最大值是16，segmentMask最大值是65535，对应的二进制是16位，每个位都是1。

　　初始化每个segment

　　　　输入参数intialCapacity是ConcurrentHashMap的初始化容量，loadfactor是每个segment的负载因子，在构造方法里需要通过这两个参数来初始化数组中的每个segment。

if(initialCapacity > MAXIMUM_CAPACITY){
  initialCapacity = MAXIMUM_CAPACITY;
}
int c = initialCapacity / ssize;
if(c * ssize < initialCapacity)
  ++c;
int cap = 1; //segment中的HashEntry数组的长度
while(cap < c)
  cap <<= 1;
for(int i = 0; i < this.segments.length; ++i)
  this.segments[i] = new Segment<K, V>(cap, loadFactor); //segment的容量threshold=(int)cap*loadFactor。默认情况下，initialCapacity是16，loadFactor是0.75，cap为1，threshod为0

　　定位Segment

　　　　ConcurrentHashMap会使用Wang/Jenkins hash的变种算法对元素的hashCode进行一次再散列。再进行散列的目的是减少散列冲突，使元素能够均匀地分布在不同的Segment上，从而提高容器的存取效率、

private static int has(int h){
  h += (h << 15) ^ 0xffffcd7d;
  h ^= (h >>> 10);
  h += (h << 3);
  h ^= (h >>> 6);
  h += (h << 2) + (h << 14);
  return h ^ (h >>> 16);
}

　　　　ConcurrentHashMao通过散列算法定位segment。默认情况下，segmentShift为28，segmentMask为15，在散列后的数最大是32位的二进制数据，向右无符号移动28位(让高4位参加到散列运算中)，

final Segment<K, V> segmentFor(int hash){
  return [segments(hash >>> segmentShift) & segmentMask];
}　　

　　ConcurrentHashMap的操作

　　　　get()：先经过一次散列，然后在使用这个散列值通过算咧运算定位到Segment，再通过散列算法定位到元素。get整个过程都不需要加锁，除非读到的值是空才会加锁重读。get方法里将要使用的共享变量都定义成了volatile类型。因为Java内存模型的happen before原则，对volatile字段的写入操作会优先于读操作，即使两个线程同时修改和获取volatile变量，get操作也可以拿到最新值。定位HashEntry和定位的Segment的散列算法虽然都是与数组的长度减去1再相"与"，定位Segment使用的是元素的hashcode通过再散列后得到的值的高位，而定位HashEntry直接使用过的是散列后的值。

public V get(Object key){
  int hash = hash(key.hashCode());
  return segmentFor(hash).get(key, hash);
}

　　　　put()：put需要对共享变量进行写入操作，所以在操作共享变量是必须加锁。put先定位到Segment，然后在Segment里面进行插入操作。插入操作经历两个步骤，第一步判断是否需要对Segment里的HashEntry数组进行扩容，第二部定位添加元素的位置，然后将其放在HashEntry数组里面。

　　　　　是否需要扩容：在插入元素前会先判断Segment里的HashEntry数组是否超过容量(threshold)，若超过阈值，则对数组进行扩容。Segment的扩容判断比HashMap更恰当，若HashMap在插入元素后判断元素已经达到容量后再进行扩容，之后若没有新元素插入，则HashMap就进行了无效的扩容

　　　　　　如何扩容：在扩容时，先创建一个容量是原来容量二倍的数组，然后将原数组里的元素进行再散列后插入到新的数组中，ConcurrentHashMap只会对某个segment进行扩容。

　　　　size()：统计整个ConcurrentHashMap里元素的大小。ConcuurentHashMap先尝试2次通过不锁住Segment的方式来统计各个Segment大小。若统计过程中容器的count发生了变化(使用modCount变量，在put，remove和clean方法元素操作前将变量modCount加1，在统计size前后比较modCount是否发生变化)，则再采用加锁的方式来统计所有Segment的大小。

　　实现一个线程安全的队列有两种方式：一种是使用阻塞算法，另一种是使用非阻塞算法。使用阻塞算法的队列可以用一个锁(入队出队同一把锁)或两个锁(入队和出队用不同的锁)等方式起来实现。非阻塞的实现方式则可以使用循环CAS的方式来实现

ConcurrentLinkedQueue

　　ConcurrentLinkedQueue是一个基于链接节点的无界线程安全队列。它采用先进先出的规则对节点进行排序，当我们添加一个元素的时候，它会添加到队列的尾部；当我们获取一个元素时，它会返回队列头部的元素。它采用了“wait-free“算法来实现。ConcurrentLinkedQueue由head节点和tail节点组成，每个节点(Node)由节点元素(item)和指向下一个节点(next)的引用组成，该节点与节点之间就是通过next关联起来，从而组成一张链表结构的队列。默认情况下head节点存储的元素为空，tail节点等于head节点。

　　入队列

　　　　入队列就是将入队节点添加到队列的尾部。入队主要做两件事：第一是将入队节点设置成当前队列尾节点的下一个节点；第二是更新tail节点，若tail节点的next节点不为空，则将入队节点设置成tail节点，若tail节点的next节点为空，则将入队节点设置城tail的next节点，所以tail节点不总是尾节点。

public boolean offer(E e){
  if(e == null)
    throw new NullPointerException();
  Node<E> n = new Node<E>(e);
  retry:
　　// 入队不成功反复入队
    for(;;){
      Node<E> t = tail;
      Node<E> p = t;
      for(int hops = 0; ; hops++){
　　　　 // 获取p的下一个节点
        Node<E> next = succ(p);
        if(next != null){
          if(hops > HOPS && t != tail)
            continue retry;
          p = next;
        }else if(p.casNext(null, n)){
　　　　　　//若tail节点有大于等于1个next节点，则将入队节点设置成tail节点。
          if(hops >= HOPS) 
           casTail(t, n);
          return true; //永远返回true，不要通过返回值判断入队是否成功
        }else{
          p = succ(p);
        }
      }
    }
}    

　　定位尾节点

　　　　tail节点并非总是尾节点。尾节点可能是tail节点，也可能是tail节点的next节点。

final Node<E> succ(Node<E> p){
  Node<E> next = p.getNext();
  return (p==next) head : next;
}

　　设置入队节点为尾节点

　　　　p.casNext(null, n)方法将入队节点设置为当前队尾节点的next节点，若p是null则表示p是当前队列的尾节点，若不为null，则表示有其他线程更新了尾节点，需要重新获取当前队列的尾节点

　　HOPS

　　　　doug lea使用hops变量来控制并减少tail节点的更新频率，并不是每次节点入队后都将tail节点更新为尾节点，而是当tail节点和尾节点的距离大于等于常量HOPS的值时才更新tail节点，tail和尾节点的距离越长，使用CAS更新tail节点的次数就会越少，但每次入队时定位尾节点的时间久越长

　　出队列

　　　　出队列就是从队列里返回一个节点元素，并清空该节点对元素的引用。当head节点里有元素时，直接弹出head节点里的元素，而不会更新head节点。当head节点没有元素时，出队操作才会更新head节点。

public E poll(){
  Node<E> h = head;
  Node<E> p = h;
  for(int hops = 0; ; hops++){
    // 获取p节点元素
    E item = p.getItem();
    // 若p节点的元素不为空，使用CAS设置p几点引用的元素为null，成功则返回p
    if(item != null && p.casItem(item, null)){
      if(hops >= HOPS){
        Node<E> q = p.getNext();
        updateHead(h, (q != null) q : p);
      }
      return item;
    }
    //若头节点的元素为空或头节点发生了变化，则头节点已被另一个线程改了，此时选取p的下一个节点
    Node<E> next = succ(p);
    // 若p的下一个节点也空，则说明队列已空
    if(next == null){
      updateHead(h, p);
      break;
    }
　　// 若一个元素不为空，则将头节点的下一个节点设置成头节点
    p = next;
  }
  return null;
}

阻塞队列

　　阻塞队列是一个支持两个附件操作的队列。这两个附加的操作支持阻塞的插入和移除方法。

　　支持阻塞的插入方法：当队列满时，队列会阻塞插入元素的线程，直到队列不满时

　　支持阻塞的移除方法：在队列为空时，获取元素的线程会等待队列变为非空

　　阻塞队列常用于生产者进而消费者的场景，生产者是向队列里添加元素的线程，消费者是从队列里取元素的线程。阻塞队列就是生产者用来存放元素，消费者用来获取元素的容器。

　　插入和移除操作的4种处理方式

方法/处理方式	抛出异常	返回特殊值	一直阻塞	超时退出
插入方法	add(e)	offer(e)	put(e)	offer(e, time, unit)
移除方法	remove()	poll()	take()	poll(time, unit)
检查方法	element()	peek()	不可用	不可用

　　抛出异常：当队列满时，若再往队列里插入元素，会抛出IllegalStateException("Queuefull")异常。当队列空时，从队列里获取元素会抛出NoSuchElementException异常。

　　返回特殊值：当往队列插入元素时，会返回元素是否插入成功，成功返回true。若移除方法，则是从队列里取出一个元素，否则返回null。

　　一直阻塞：当阻塞队列满时，若生产者线程往队列里put元素，队列会一直阻塞生产者线程，直到队列可用或响应中断退出。当队列空时，若消费者线程从队列里take元素，队列会阻塞住消费者线程，直到队列不为空。

　　超时退出：当阻塞队列满时，若生产者线程往队列里插入元素，队列会阻塞生产者线程一段时间。若超过指定时间，生产者线程就会退出。

　　

JDK提供7个阻塞队列

　　ArrayBlockingQueue：由数组结构组成的有界阻塞队列

　　LinkedBlockingQueue：由链表结构组成的有界阻塞队列

　　PriorityBlockingQueue：支持优先级排序的无界阻塞队列

　　DelayQueue：使用优先级队列实现的无界阻塞队列

　　SychronousQueue：不存储元素的阻塞队列

　　LinkedTransferQueue：链表结构组成的无界阻塞队列

　　LinkedBlockingDeque：由链表结构组成的双向阻塞队列

　　公平访问队列是指阻塞的线程，可以按照阻塞的先后顺序访问队列，即先阻塞线程先访问队列。非公平性是对等待的线程是非公平的，当队列可用时，阻塞的线程都可以争夺访问队列的资格，有可能县阻塞的线程最后才访问队列。

ArrayBlockingQueue

　　ArrayBlockingQueue按照先进先出的原则对元素进行排序。默认情况下不保证线程公平的访问队列

public ArrayBlockingQueue(int capacity, boolean fair){
  if(capacity <= 0)
    throw new IllegalArgumentException();
  this.items = new Object[capacity];
  lock = new ReentrantLock(fair);
  notEmpty = lock.newCondition();
  notFull = lock.newCondition();
}

LinkedBlockingQueue

　　LinkeBlockingQueue的默认的和最大长度为Integer.MAX_VALUE。此队列按照先进先出的原则对元素进行排序。

PriorityBlockingQueue　　　　

　　PriorityBlockingQueue是一个支持优先级的无界阻塞队列。默认情况下元素采取自然顺序升序排序。也可以自定义类实现compareTo()方法来指定元素排序规则，或初始化PriorityBlockingQueue时指定构造参数Comparator来对元素进行排序。不能保证同优先级元素的顺序。

DelayQueue　　

　　DelayQueue是一个支持延时获取元素的无界阻塞队列。队列使用PriorityQueue来实现。队列中的元素必须实现Delayed接口，在创建元素时可以指定多久才能从队列中获取当前元素。只有在延迟期满时才能从对了了中提取元素。

　　应用场景如下：

　　　　缓存系统的设计：可以使用DelayQueue保存缓存元素的有效期，使用一个线程循环查询DelayQueue，一旦能从DelayQueue中获取元素时，表示缓存有效期到了

　　　　定时任务调度：使用DelayQueue保存当前将会执行的任务和执行时间，一旦从DelayQueue中获取到到任务就开始执行。

　　实现Delayed接口：

　　　　在创建对象时，初始化基本数据。使用time记录当前对象延迟到什么时候可以使用，使用sequenceNumber来标识元素在队列中的先后顺序。

private static final AtomicLong sequencer = new AtomicLong(0);
ScheduledFutureTask(Runnable r, V result, long ns, long period){
  super(r, result);
  this.time = ns;
  this.period = period;
  this.sequenceNumber = sequencer.getAndIncrement();
}

　　　　实现getDelay方法。该方法返回当前元素还需要延时多长时间，单位是纳秒。

public void getDelay(TimeUnit unit){
  return unit.convert(time - now(), TimeUnit.NANOSECONDS);
}

　　　　实现compareTo方法来指定元素的顺序。

public int compareTo(Delayed other){
  if(other == this)
    return 0;
  if(other instanceof ScheduledFutureTask){
    ScheduledFutureTask<> x = (ScheduledFutureTask<>) other;
    long diff = time - x.time;
    if(diff < 0)
      return -1;
    else if(diff > 0)
      return 1;
    else if(sequenceNumber < x.sequenceNumber)
      return -1;
    else
      return 1;
  }
  long d = (getDelay(TimeUnit.NANOSECONDS) - other.getDelay(TimeUnit.NANOSECONDS));
  return (d == 0) 0 : ((d < 0) -1 : 1);
}

　　延时阻塞队列的实现

　　　　当消费者从队列里获取元素时，若元素没有达到延时时间，就阻塞当前线程

long delay = first.getDelay(TimeUnit.NANOSECONDS);
if(delay <= 0)
  return q.poll();
else if(leader != null)  // leader是一个等待获取队列头部元素的线程。若leader不等于空，表示已经有线程在等待获取队列的头元素
  available.await();
else{
  Thread thisThread = Thread.currentThread();
  leader = thisThread;
  try{
    available.awaitNanos(delay);
  }finally{
    if(leader == thisThread)
      leader = null;
  }
}

SynchronousQueue

　　SynchronousQueue的每一个put操作必须等待一个take操作，否则不能继续添加元素。它支持公平访问队列。默认情况下线程采用非公平性策略访问队列

public SynchronousQueue(boolean fair){
  transferer = fair ? new TransferQueue() : new TransferStack();
}

　　SynchronousQueue负责把生产者线程处理的数据直接传递给消费者线程。队列本身并不存储任何元素。

　　

LinkedTransferQueue　　

　　transfer()：当前有消费者正在等待接收元素(消费者使用take()或带有时间限制的poll())，transfer方法可以把生产者传入的元素立刻transfer给消费者。若没有消费者在等待接收元素，transfer方法将元素存放在队列的tail节点，并等待该元素被消费者消费了才返回。

Node pre = tryAppend(s, haveData); //将当前节点作为tail节点
return awaitMatch(s, pred, e, (how == TIMED), nanos);  //让CPU自旋等待消费者消费元素

　　tryTransfer()：用来试探生产者传入的元素是否能直接传给消费者。若没有消费者接受元素，则返回false。tryTransfer方法无论消费者是否接受都立刻返回，而transfer方法必须等到消费者消费后才返回。tryTransfer(E e, long timeout, TimeUnit unit)方法试图把生产者传入的元素直接传给消费者，若没有消费者消费该元素则等待指定的时间再返回，若超时还没消费元素，则返回false，若在超时时间内消费了元素，则返回true。

LinkedBlockingDeque

　　LinkedBlockingDeque是由链表组成的双向阻塞队列。双向队列指的是可以从队列的两端插入和移除元素。双向队列因为多了一个操作对了的入口，在多线程同时入队时，减少了一半的竞争。相对于其他阻塞队列，LinkedBlockingDeque多了addFirst，addList，offerFirst，offerLast，peekFirst和peekLast等方法。

阻塞队列的实现原理

　　使用通知模式的实现

　　　　通知模式就是当生产者往满的队列里添加元素时会阻塞住生产者，当消费者消费了一个对了中的元素后，会通知生产者当前队列可用。

private final Condition notFull;
private finla Condition notEmpty;
public ArrayBlockingQueue(int capacity, boolean fair){
  notEmpty = lock.newCondition();
  notFull = lock.newCondition();
}

public void put(E e) throws InterruptedException{
  checkNotFull(e);
  final ReentrantLock lock = this.lock;
  lock.lockInterruptibly();
  try{
    while(count == items.length)
      notFull.await();
    insert(e);
  }finally{
    lock.unlock();
  }
} 

public E take() throws InterruptedException(){
  final ReentrantLock lock = this.lock;
  lock.lokcInterruptibly();
  try{
    while(count == 0)
      notEmpty.await();
    return extract();
  }finally{
    lock.unlock();
  }
}

private void insert(E x){
  items[putIndex] = x;
  putIndex = inc(putIndex);
  ++count;
  notEmpty.signal();
}

　　当往队列里插入一个元素时，若对了不可用，那么阻塞生产者主要通过LockSupport.park(this)来实现

pubilc final void await() throws InterruptedException{
  if(Thread.interrupted())
    throw new InterruptedException();
  Node node = addConditionWaiter();
  int savedState = fullRelease(node);
  int interruptMode = 0;
  while(!isOnSyncQueue(node)){
    LockSupport.park(this);
    if((interruptMode = checkInterruptWhileWaiting(node)) != 0)
      break;
  }
  if(acquireQueued(node, savedState) && interrutMode != THROW_IE)
    interruptMode = REINTERRUPT;
  if(node.nextWaiter != null)
    unlinkCancelledWaiters();
  if(interruptMode != 0)
    reportInterruptAfterWait(interruptMode);
}

public static void park(Object blocker){
  Thread t = Thread.currentThread();
  setBlocker(t, blocker);
  unsafe.park(false, 0L);
  setBlocker(t, null);
}

　　park会阻塞当前线程，只有一下4种情况中的一种发生时，该方法才会返回：

　　　　与park对应的unpark执行或已经执行时。“已经执行”是指unpark先执行，然后在执行park的情况

　　　　线程被中断时

　　　　等待完time参数指定的毫秒数时

　　　　异常现象发生时

　　JVM在linux下实现park的方式是使用系统方法pthread_cond_wait。pthread_cond_wait是一个多线程的条件变量函数。这个方法接受两个参数：一个共享变量_cond，一个互斥量_mutex，unpark是使用pthread_cond_signal实现的。

Fork/Join

　　Fork/Join是一个把大人物分割成若干个小任务，最终汇总每个小任务结果后得到大任务结果的框架。

　　工作窃取(work-stealing)算法

　　　　工作窃取算法是指某个线程从其他队列里窃取任务来执行。

　　　　当把一个当任务分割为若干互不依赖的子任务，为了减少线程间的竞争，把这些子任务分别放到不同的队列里，并未每个队列创建一个单独的线程来执行队列里的任务，线程和队列一一对应。有的线程会先干完自己的任务，此时其他线程对应的队列里还有任务等待处理。于是该线程就去其他线程的队列里窃取一个任务来做。此时他们会访问同一个队列，为了减少窃取任务线程和被窃取任务线程之间的竞争，通常会使用双端队列，被窃取任务线程永远从队列的头部拿任务执行，窃取任务的线程从双端队列的尾部任务执行。

　　　　优点：充分利用线程进行并行计算，减少了线程间的竞争

　　　　缺点：在双端队列里只有一个任务时会存在竞争，并且该算法会消耗了更多的系统资源。

　　设计

　　　　分割任务：需要一个fork类来把大任务分割成子任务，需要不停地分割直到分割出的子任务足够小。

　　　　执行任务并合并结果：分割的子任务分别放在双端队列里，然后几个启动线程分别从双端队列里获取任务执行。子任务执行完的结果都统一放在一个队列里，启动一个线程从队列里拿数据，然后合并这些数据

　　Fork/Join使用两个类来完成上述设计：

　　　　ForkJoinTask：需要使用ForkJoin框架，必须先创建一个ForkJoin任务。它提供在任务中执行fork()和join()操作的机制。通常情况下，我们不需要直接继承ForkJoinTask，只需要继承它的子类，Fork/Join只提供了两个子类：

　　　　　　RecursiveAction：用于没有返回结果的任务

　　　　　　RecursiveTask：用于有返回结果的任务

　　　　ForkJoinPool：ForkJoinTask需要通过ForkJoinPool来执行

　　　　　　任务分割出的子任务会添加到当前工作线程所维护的双端队列中，进入队列的头部。当一个工作线程的队列里暂时没有任务时，它会随机从其他线程的队列的尾部获取一个任务。

public class CountTask extends RecursiveTask<Integer>{

    private static final int THRESHOLD = 2;
    private int start;
    private int end;

    public CountTask(int start, int end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected Integer compute() {
        int sum = 0;
        boolean canCompute = (end - start) <= THRESHOLD;
        if(canCompute){
            for(int i = start; i <= end; i++)
                sum += i;
        }else{
            int middle = (start + end) / 2;
            CountTask leftTask = new CountTask(start, middle);
            CountTask rightTask = new CountTask(middle + 1, end);
            leftTask.fork();  // 每个子任务调用fork方法时又会进入compute方法，看当前子任务是否有必要分割成子任务，若不需要则执行当前任务，否则继续分割。
            rightTask.fork();
            int leftResult = leftTask.join();
            int rightResult = rightTask.join();
            sum = leftResult + rightResult;
        }
        return sum;
    }

    public static void main(String[] args) {
        ForkJoinPool forkJoinPool = new ForkJoinPool();
        CountTask task = new CountTask(1, 4);
        Future<Integer> result = forkJoinPool.submit(task);
        try {
            System.out.println(result.get());
        } catch (Exception e) {

        }
    }

}

　　  ForkJoinTask在执行的时候可能会抛出异常，但是没办法在主线程中捕获异常。ForkJoinTask提供了isCompletedAbnormally()方法来检查任务是否已经抛出异常或已被取消。并且可以通过ForkJoinTask的getException方法获取异常。getException方法返回Throwable对象，若任务被取消了则返回CancellationException。若任务没有完成或被抛出，则返回null。

　　ForkJoinPool由ForkJoinTask数组和ForkJoinWorkerThread数组组成，ForkJoinTask数组负责将程序提交给ForkJoinPool的任务，而ForkJoinWorkerThread数组负责执行这些任务。

　　　　ForkJoinTask的fork方法实现原理

　　　　　　当我们调用ForkJoinTask的fork方法时，程序会调用ForkJoinWorkerThread的pushTask方法异步地执行这个任务，然后立即返回结果。

public final ForkJoinTask<V> fork(){
  ((ForkJoinWorkerThread) Thread.currentThread()).pushTask(this);
  return this;
}

　　　　push方法把当前任务存放在ForkJoinTask数组队列里。然后再调用ForkJoinPool的signalWork()方法唤醒或创建一个工作线程来执行。

final void pushTask(ForkJoinTask<> t){
  ForkJoinTask<>[] q;
  int s, m;
  if((q = queue) != null){
    long u = (((s = queueTop) & (m = q.length -1)) << ASHIFT) + ABASE;
    UNSAFE.putOrderedObject(q, u, t);
    queueTop = s + 1;
    if((s -= queueBase) <= 2)
      pool.signalWork();
    else if(s == m)
      growQueue();
  }
}

　　　　ForkJoinTask的join方法实现原理

　　　　　　Join方法的主要作用是阻塞当前线程并等待获取结果。

public final V join(){
  jf(doJoin() != NORMAL)
    return reportResult();
  else
    return getRawResult();
}

private V reportResult(){
  int s;
  Throwable ex;
  if((s = status) == CANCELLED)
    throw new CancellationException();
  if(s == EXCEPTIONAL && (ex = getThrowableException()) != null)
    UNSAFE.throwException(ex);
  return getRawResult();
}

　　调用doJoin()方法得到当前任务的状态来判断返回什么结果。任务状态由4种：已完成(NORMAL)，被取消(CANCELLED)，信号(SIGNAL)和出现异常(EXCEPTIONAL)。

　　　　若任务状态是已完成，则直接返回任务结果

　　　　若任务状态是被取消，则直接抛出CancellationException

　　  若任务状态是抛出异常，则直接抛出对应的异常

　　　　

private int doJoin(){
  Thread t;
  ForkJoinWorkerThread w;
  int s;
  boolean completed;
  if((t = Thread.currentThread()) instanceof ForkJoinWorkerThread){
    if((s = status) < 0) //查看状态，若任务完成，则直接返回任务状态
      return s;    if((w = (ForkJoinWorkerThread)t).unpushTask(this)){
      try{
        completed = exec();
      }catch(Throwable ex){
        return setExceptionalCompletion(rex);
      }
      if(completed)
        return setCompletion(NORMAL);
    }
    return w.joinTask(this);
  }else
    return externalAwaitDone();
}