spliterator是java并行流实现数据分片的核心接口，提供trysplit()、estimatesize()和characteristics()三大能力，使集合能声明自身是否支持并行处理；而iterator仅支持顺序遍历，无法拆分，故并行流必须依赖spliterator。
不能直接对普通 Iterator 调用 “split”——它压根没有这个能力。真正支持拆分的是 Spliterator，它是 Java 并行流背后的数据分片契约，不是工具类，而是集合向流框架“声明自己能否被并行处理”的接口。
为什么 Iterator 不能 split，而 Spliterator 可以
Iterator 只回答“下一个有没有”，不回答三个关键问题：
- 当前还剩多少元素？→
estimateSize()提供估算 - 能不能安全拆？是否有序、可变、线程安全？→
characteristics()返回特征位（如SIZED、ORDERED、CONCURRENT） - 如果能拆，怎么切才不重不漏？→
trySplit()实现具体分割逻辑
只有 Spliterator 把这三件事封装好了，并行流才能反复调用 trySplit()，把原始数据“掰开”后丢进 ForkJoinPool 执行。
实战中如何触发真正的多路并发
核心不是手写 trySplit()，而是让 JVM 自动调度。正确做法是：
- 确保数据源是天然支持分割的结构，比如
ArrayList、数组、HashSet（有SIZED或CONCURRENT特性） - 直接调用
collection.parallelStream().forEach(...)，不要手动包装成Iterator - 避免踩坑：别用
StreamSupport.stream(iterator, true)，因为Iterator没有分割语义，会退化为单线程
例如：new ArrayList(...).parallelStream() 通常能起多个线程；但 LinkedList.parallelStream() 几乎总是单线程，因其 trySplit() 直接返回 null。
需要自定义拆分逻辑时的关键写法
仅当标准集合不满足需求时才需实现 Spliterator，比如按文件块读日志、按数据库游标分页。必须重写四个方法：
-
tryAdvance(Consumer)：原子消费一个元素，同时推进内部状态（如索引） -
trySplit()：切出前半段，原实例负责后半段，且必须更新current和est，否则会重复切或漏数据 -
estimateSize()：尽量返回合理值，太小导致任务过多，太大导致无法并行 -
characteristics()：明确声明特性，如Spliterator.SIZED | Spliterator.ORDERED
典型切分写法（基于索引）：
int lo = current; int mid = (lo + est) >> 1; if (lo >= mid) return null; current = mid; return new MySpliterator(source, lo, mid);验证是否真并发：别只看结果，要看线程分工
在 tryAdvance() 或流操作里打印线程名：
若看到 ForkJoinPool.commonPool-worker-1、-2、main 等多个线程交替输出，说明拆分生效；若只有 main 一个线程，大概率是数据源不支持分割或误用了 Iterator。
