spliterator 是 java 8 并行流的底层分割遍历接口，按数据源定制实现（如 arraylistspliterator、arrayspliterator），通过 characteristics()、estimatesize() 和 trysplit() 协同决定是否及如何安全拆分，驱动 forkjoinpool 并行执行。
Spliterator 是 Java 8 Stream 实现遍历与并行的核心底层机制，它既不是普通迭代器，也不是线程池调度器，而是一种“带分割能力的遍历契约”——负责告诉并行流：数据能不能拆、怎么拆、拆到什么粒度才安全高效。
它到底是什么结构？
Spliterator 是一个接口，不直接暴露具体实现类，但每种数据源都有对应的定制实现：
-
ArrayList → 使用
ArrayListSpliterator，内部记录起始索引、结束索引和数组引用，支持精确均分； -
LinkedList → 使用
IteratorSpliterator，底层靠迭代器推进，estimateSize()返回 -1 或 0，trySplit()常返回 null，几乎无法有效并行； -
数组 →
ArraySpliterator直接基于Object[]切片，无额外包装开销； -
Stream.generate() →
InfiniteSupplyingSpliterator没有固定大小，estimateSize()返回Long.MAX_VALUE，trySplit()只能按需生成子任务，不保证均衡； -
ConcurrentHashMap →
KeySpliterator等实现标有CONCURRENT特性，允许多线程直接遍历全量，不拆分反而更高效。
拆分不是砍一刀，而是动态决策
是否拆、怎么拆，取决于两个关键方法的协同：
-
characteristics()返回整数位掩码，比如SIZED | ORDERED | IMMUTABLE表示“大小已知、顺序固定、不可变”，这是高效均分的前提； -
estimateSize()提供当前剩余元素的近似数量，若为Long.MAX_VALUE（无限流）或0（未知大小），trySplit()往往放弃拆分； -
trySplit()每次只返回一个新 Spliterator，原对象代表“剩下部分”，二者必须互斥覆盖原始范围——不能漏、不能重、不能越界。
并行流真正执行时发生了什么？
当你调用 list.parallelStream().map(...).collect(...)，背后流程是：
- ForkJoinPool 接收根任务，持有一个初始 Spliterator；
- 反复调用
trySplit()，直到返回 null 或达到最小拆分阈值（如元素少于 1024）； - 每个子 Spliterator 被封装成独立 ForkJoinTask，提交到工作线程；
- 各线程调用
forEachRemaining()或循环tryAdvance()完成本地处理； - 结果按 pipeline 链路逐级归并，最终由终端操作收集。
开发者该注意什么？
你不需要手动创建 Spliterator，但要理解它的行为边界：
- 优先用
ArrayList、数组等SIZED数据源，并行效率高； - 避免对
LinkedList或自定义Iterator做并行流，容易退化为串行； - 中间操作如
sorted()或distinct()会改变 pipeline 的特性，可能削弱下游 Spliterator 的SIZED属性； - 无限流、IO 流（如
BufferedReader.lines()）天然不具备SIZED，并行意义有限，更适合用串行+异步组合。
Java免费学习笔记：立即使用
解锁 Java 大师之旅：从入门到精通的终极指南
