Stream并行流详解

Posted 2023-03-16

参考技术A

在说到并行的时候，相信很多人都会想到并发的概念。那么并行和并发两者一字之差，有什么区别呢？

并行：多个任务在同一时间点发生，并由不同的cpu进行处理，不互相抢占资源

并行：

并发：多个任务在同一时间点内同时发生了，但由同一个cpu进行处理，互相抢占资源

并发：

当在大量数据处理上，数据并行化可以大量缩短任务的执行时间，将一个数据分解成多个部分，然后并行处理，最 后将多个结果汇总，得到最终结果。

对于并行流，其在底层实现中，是沿用了Java7提供的fork/join分解合并框架进行实现。fork根据cpu核数进行数 据分块，join对各个fork进行合并。实现过程如下所示：

对于并行流，一定不要陷入一个误区：并行一定比串行快。并行在不同的情况下它不一定是比串行快的。影响并行 流性能主要存在5个因素：

1）数据大小：输入数据的大小，直接影响了并行处理的性能。因为在并行内部实现中涉及到了fork/join操作，它 本身就存在性能上的开销。因此只有当数据量很大，使用并行处理才有意义。

2）源数据结构：fork时会对源数据进行分割，数据源的特性直接影响了fork的性能。 ArrayList、数组或IntStream.range，可分解性最佳，因为他们都支持随机读取，因此可以被任意分割。 HashSet、TreeSet，可分解性一般，其虽然可被分解，但因为其内部数据结构，很难被平均分解。 LinkedList、Streams.iterate、BufferedReader.lines，可分解性极差，因为他们长度未知，无法确定在哪里进行 分割。

3）装箱拆箱 尽量使用基本数据类型，避免装箱拆箱。

4）CPU核数 fork的产生数量是与可用CPU核数相关，可用的核数越多，获取的性能提升就会越大。

5）单元处理开销 花在流中每个元素的时间越长，并行操作带来的性能提升就会越明显。

1）基本类型

性能消耗： Stream串行>for循环>Stream并行

2）对象

性能消耗： Stream串行>for循环>Stream并行

3）复杂对象

性能消耗： for循环>Stream串行>Stream并行

结论： 对于简单操作，如果环境机是多核的话，建议使用Stream并行，同时在不考虑核数的情况 下，普通for循环性能要明显高于Stream串行，相差两倍左右。 对于复杂操作，推荐使用Stream API操作。