hello ！我是小小，今天是本周的第二篇，本篇将会着重的讲解关于Java并行流的知识

前言

在之前如果需要处理集合需要先手动分成几部分，然后为每部分创建线程，最后在合适的时候合并，这是手动处理并行集合的方法，在java8中，有了新功能，可以一下开启并行模式。

并行流

认识开启并行流

并行流是什么？是把一个流内容分成多个数据块，并用不同线程分别处理每个不同数据块的流。例如，有下面一个例子，在List中，需要对List数据进行分别计算，其代码如下所示：

List<Apple> appleList = new ArrayList<>(); // 假装数据是从库里查出来的for (Apple apple : appleList) {apple.setPrice(5.0 * apple.getWeight() / 1000);
}

在这里，时间复杂度为O(list.size)，随着list的增加，耗时也在增加。并行流可以解决这个问题，代码如下所示：

appleList.parallelStream().forEach(apple -> apple.setPrice(5.0 * apple.getWeight() / 1000));

这里通过调parallelStream()说明当前流为并行流，然后进行并行执行。并行流内部使用了默认的ForkJoinPool线程池，默认线程数为处理器的核心数。

测试并行流

普通代码如下所示：

public static void main(String[] args) throws InterruptedException {List<Apple> appleList = initAppleList();Date begin = new Date();for (Apple apple : appleList) {apple.setPrice(5.0 * apple.getWeight() / 1000);Thread.sleep(1000);}Date end = new Date();log.info("苹果数量：{}个, 耗时：{}s", appleList.size(), (end.getTime() - begin.getTime()) /1000);
}

输出的内容为耗时4s。

并行代码如下所示：

List<Apple> appleList = initAppleList();Date begin = new Date();
appleList.parallelStream().forEach(apple ->{apple.setPrice(5.0 * apple.getWeight() / 1000);try {Thread.sleep(1000);} catch (InterruptedException e) {e.printStackTrace();}});
Date end = new Date();
log.info("苹果数量：{}个, 耗时：{}s", appleList.size(), (end.getTime() - begin.getTime()) /1000);

输出结果为耗时1s。可以看到耗时大大提升了3s。

并行流拆分会影响流的速度

对于并行流来说需要注意以下几点：

1. 对于 iterate 方法来处理的前 n 个数字来说，不管并行与否，它总是慢于循环的，

2. 而对于 LongStream.rangeClosed() 方法来说，就不存在 iterate 的第两个痛点了。它生成的是基本类型的值，不用拆装箱操作，另外它可以直接将要生成的数字 1 - n 拆分成 1 - n/4， 1n/4 - 2n/4， ... 3n/4 - n 这样四部分。因此并行状态下的 rangeClosed() 是快于 for 循环外部迭代的

代码如下所示：

package lambdasinaction.chap7;import java.util.stream.*;public class ParallelStreams {public static long iterativeSum(long n) {long result = 0;for (long i = 0; i <= n; i++) {result += i;}return result;}public static long sequentialSum(long n) {return Stream.iterate(1L, i -> i + 1).limit(n).reduce(Long::sum).get();}public static long parallelSum(long n) {return Stream.iterate(1L, i -> i + 1).limit(n).parallel().reduce(Long::sum).get();}public static long rangedSum(long n) {return LongStream.rangeClosed(1, n).reduce(Long::sum).getAsLong();}public static long parallelRangedSum(long n) {return LongStream.rangeClosed(1, n).parallel().reduce(Long::sum).getAsLong();}}

package lambdasinaction.chap7;import java.util.concurrent.*;
import java.util.function.*;public class ParallelStreamsHarness {public static final ForkJoinPool FORK_JOIN_POOL = new ForkJoinPool();public static void main(String[] args) {System.out.println("Iterative Sum done in: " + measurePerf(ParallelStreams::iterativeSum, 10_000_000L) + " msecs");System.out.println("Sequential Sum done in: " + measurePerf(ParallelStreams::sequentialSum, 10_000_000L) + " msecs");System.out.println("Parallel forkJoinSum done in: " + measurePerf(ParallelStreams::parallelSum, 10_000_000L) + " msecs" );System.out.println("Range forkJoinSum done in: " + measurePerf(ParallelStreams::rangedSum, 10_000_000L) + " msecs");System.out.println("Parallel range forkJoinSum done in: " + measurePerf(ParallelStreams::parallelRangedSum, 10_000_000L) + " msecs" );}public static <T, R> long measurePerf(Function<T, R> f, T input) {long fastest = Long.MAX_VALUE;for (int i = 0; i < 10; i++) {long start = System.nanoTime();R result = f.apply(input);long duration = (System.nanoTime() - start) / 1_000_000;System.out.println("Result: " + result);if (duration < fastest) fastest = duration;}return fastest;}
}

共享变量会造成数据出现问题

public static long sideEffectSum(long n) {Accumulator accumulator = new Accumulator();LongStream.rangeClosed(1, n).forEach(accumulator::add);return accumulator.total;
}public static long sideEffectParallelSum(long n) {Accumulator accumulator = new Accumulator();LongStream.rangeClosed(1, n).parallel().forEach(accumulator::add);return accumulator.total;
}public static class Accumulator {private long total = 0;public void add(long value) {total += value;}
}

并行流的注意

1. 尽量使用 LongStream / IntStream / DoubleStream 等原始数据流代替 Stream 来处理数字，以避免频繁拆装箱带来的额外开销

2. 要考虑流的操作流水线的总计算成本，假设 N 是要操作的任务总数，Q 是每次操作的时间。N * Q 就是操作的总时间，Q 值越大就意味着使用并行流带来收益的可能性越大

3. 对于较少的数据量，不建议使用并行流

4. 容易拆分成块的流数据，建议使用并行流

关于作者

我是小小，一枚一线程序猿，我们下期再见~bye

END

「 往期文章 」

文末送书 | DB-Engines 12月数据库排名：PostgreSQL有望获得「2020年度数据库」荣誉?

文末送书 | C++ 20发布后，这个老牌编程语言又“真香”了

忠告 | 小小对Java30岁程序猿的忠告，强烈推荐！

扫描二维码

获取更多精彩

小明菜市场

来源：网络（侵删）

图片来源：网络（侵删）