结论：forkjoinpool.commonpool() 不适合执行阻塞io任务，因其默认线程数仅cpu核数−1且无拒绝策略，一旦多个阻塞io任务占满工作线程，将导致全局任务堆积、gc风暴、cpu 100%及静默任务丢失。
直接说结论：一个长耗时阻塞 io 任务塞进 forkjoinpool.commonpool()，会像往七座小桥上硬塞一百辆卡车——桥没断，但所有车都卡死，后续车辆全堵在路上，连行人（其他轻量任务）都过不去。
它不是“慢”，是“全局锁死”
CommonPool 默认只有 CPU 核数 − 1 个线程（8 核机器仅 7 个），且全部为守护线程 + 无界队列 + 无拒绝策略。当你在 parallelStream() 或 supplyAsync() 中执行一次 2 秒的数据库查询、一次 3 秒的 HTTP 调用，或一次 5 秒的 Redis get，这个线程就彻底停摆，不计算、不调度、只等待。
只要连续提交 7 个这样的任务，commonPool 的全部工作线程瞬间进入 BLOCKED 或 TIMED_WAITING 状态，堆栈里全是 SocketInputStream.read、JDBC4Connection.prepareStatement、HttpClient.execute 这类 I/O 调用痕迹。
瘫痪不是从你接口开始的，是从整个 JVM 开始的
- 你的导出接口用了
list.parallelStream().forEach(...dbQuery...)→ 占满 7 个线程 - 另一个风控模块调用
CompletableFuture.supplyAsync(() -> computeRisk())（没指定池）→ 没线程可跑，进队列排队 - 日志模块异步写入也用
supplyAsync→ 同样排队，日志堆积，内存上涨 - Tomcat 接收新请求，触发更多并行流 → 队列持续膨胀，堆内存被大量待执行任务对象占满
- JVM 发现老年代快满了，疯狂触发 Full GC → 但所有对象都被排队中的线程强引用着，根本回收不掉 → GC 循环重试 → CPU 100%
最隐蔽的连锁反应：P99 延迟跳变式恶化
你监控可能看不到错误码，HTTP 状态码全是 200；内存使用率未必爆红；CPU 使用率却突然飙到 98%，而业务逻辑本身几乎没做计算——那是在反复 GC。
此时哪怕一个只做字符串拼接的 parallelStream().map(s -> s + "_v2")，也会等上好几秒才执行。因为它的任务排在 I/O 任务后面，前面队列已有上千个待处理项。用户感知就是：“点一下导出，页面转圈 20 秒”“查个订单，延迟从 80ms 变成 4s”“连健康检查接口都超时”。
主线程退出时，所有未完成的 supplyAsync 静默消失
如果这是个 Spring Boot WebFlux 或异步批处理任务，主线程一结束，commonPool 里还在等 DB 响应的那些 supplyAsync 任务，连异常都不会抛——直接被 JVM 回收。你查日志，发现“任务启动了”，但永远没“完成日志”，也没报错，就像蒸发了一样。
