工作窃取算法是一种用于多线程环境下任务调度的算法，核心思路是允许空闲的工作线程从其他忙碌线程的任务队列中窃取待执行的任务，从而提升整体的任务处理效率，在Java的并发体系中，该算法是ForkJoinPool的核心调度逻辑。
工作窃取算法的基本概念
在传统的线程池任务分配模式中，通常会有一个共享的任务队列，所有工作线程都从这个队列中获取任务执行，当队列为空时线程就会进入等待状态。这种模式在高并发场景下容易出现竞争问题，而且如果某个线程分配到的任务执行时间很长，其他线程可能已经处理完所有任务进入空闲状态，造成线程资源的浪费。
工作窃取算法则采用了不同的设计，每个工作线程都维护自己的一个双端任务队列，线程自己处理任务时会从队列的队首获取任务执行，而当某个线程的任务队列为空时，它就可以去其他线程的任务队列的队尾窃取任务来执行。
Java中的Work-Stealing模型实现
Java中工作窃取算法的典型实现是ForkJoinPool，它是Java 7引入的用于执行分治类型任务的线程池，适合处理可以拆分成多个小任务的场景。ForkJoinPool中的每个工作线程都有自己的工作队列，队列采用双端队列结构，支持从两端操作任务。
当我们在ForkJoinPool中提交一个大的任务时，任务会被拆分成多个子任务，这些子任务会被放到提交任务的工作线程的队列中，线程会优先执行自己队列中的任务。如果某个线程的队列空了，它就会随机选择一个其他还有任务的线程，从对方队列的队尾窃取一个任务来执行。
核心特性说明
- 每个工作线程的队列是线程私有的，只有自己从队首取任务时不需要加锁，减少了竞争开销
- 窃取任务时是从其他线程队列的队尾取，而线程自己从队首取，两者操作的位置不同，进一步降低了冲突概率
- 当所有线程都空闲时，线程会进入等待状态，避免空转消耗CPU资源
工作窃取算法代码示例
下面通过一个简单的ForkJoinPool任务示例，展示工作窃取算法的运行效果，我们创建一个计算1到100累加和的拆分任务：
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;
// 自定义拆分任务，继承RecursiveTask，返回计算结果
class SumTask extends RecursiveTask<Integer> {
// 任务拆分阈值，当任务范围小于这个值时直接计算
private static final int THRESHOLD = 10;
private int start;
private int end;
public SumTask(int start, int end) {
this.start = start;
this.end = end;
}
@Override
protected Integer compute() {
// 如果任务范围小于阈值，直接计算累加和
if (end - start <= THRESHOLD) {
int sum = 0;
for (int i = start; i <= end; i++) {
sum += i;
}
return sum;
}
// 否则拆分任务
int mid = (start + end) / 2;
SumTask leftTask = new SumTask(start, mid);
SumTask rightTask = new SumTask(mid + 1, end);
// 执行两个子任务
leftTask.fork();
rightTask.fork();
// 等待子任务执行完成并合并结果
return leftTask.join() + rightTask.join();
}
}
public class WorkStealingDemo {
public static void main(String[] args) {
// 创建ForkJoinPool，默认使用工作窃取算法调度
ForkJoinPool pool = new ForkJoinPool();
// 提交总任务
SumTask task = new SumTask(1, 100);
int result = pool.invoke(task);
System.out.println("1到100的累加和为：" + result);
pool.shutdown();
}
}
上面的代码中，SumTask会将1到100的累加任务不断拆分成更小的子任务，这些子任务会被分配到不同的工作线程的队列中，空闲的线程会自动窃取其他线程队列中的任务执行，最终合并所有子任务的结果得到总和。
工作窃取算法的优势与适用场景
工作窃取算法的主要优势在于能够很好地平衡各个工作线程的负载，减少线程空闲时间，提升CPU的利用率，特别适合处理可以拆分的、执行时间不均匀的任务场景。
不过它也不是所有场景都适用，如果任务本身很小，拆分和调度的开销可能会超过任务执行的开销，反而会降低效率。另外如果任务之间存在依赖关系，不适合拆分的话，也不适合使用基于工作窃取算法的ForkJoinPool。
需要注意的是，ForkJoinPool的工作队列是双端队列，线程自己取任务从队首，窃取从队尾，这个设计是为了最大程度减少线程间的竞争，提升整体调度效率。
和传统线程池的对比
我们可以通过下面的表格对比传统线程池和使用工作窃取算法的ForkJoinPool的差异：
| 对比项 | 传统线程池（如ThreadPoolExecutor） | ForkJoinPool（工作窃取算法） |
|---|---|---|
| 任务队列结构 | 共享的单队列或多队列 | 每个工作线程私有双端队列 |
| 任务竞争情况 | 多个线程竞争共享队列，竞争开销大 | 仅窃取时存在少量竞争，开销小 |
| 负载均衡能力 | 依赖队列分配，容易出现负载不均 | 空闲线程主动窃取任务，负载均衡好 |
| 适用任务类型 | 独立的、大小均匀的任务 | 可拆分的、执行时间不均的任务 |
通过上面的对比可以看出，工作窃取算法在特定的任务场景下能够发挥出更好的性能，开发者可以根据实际的任务特点选择合适的线程池类型。
Work_StealingJava并发线程池ForkJoinPool任务调度修改时间：2026-06-24 06:12:30