玩转Java8Stream(五、并行Stream)

java8的并行Stream对开发者非常友好,非常容易实现并行计算。并行Stream底层使用ForkJoinTask实现Stream的并行处理,充分利用cpu的多核能力,Stream的API将底层复杂实现完全屏蔽了,开发者仅需调用一个方法即可实现并行计算,就是这么简单。

开启并行Stream

开启并行Stream只需在调用终止操作符之前调用 parallel() 方法即可开启并行计算。

@Test
    public void parallelStream(){
        IntStream.range(0,100)
                .parallel()
                .forEach(e-> System.out.println(Thread.currentThread()+" "+e));
    }

执行上述代码,可以看出代码将会交由ForkJoinPool中的线程执行。

玩转Java8Stream(五、并行Stream)

小试牛刀

这里使用分别使用并行Stream和穿行Stream计算0到100000000000之间的和

@Test
    public void testSum(){
        //并行计算
        long time= System.currentTimeMillis();
        long sum1 = LongStream.rangeClosed(1,100000000000l).parallel().sum();
        System.out.println(System.currentTimeMillis()-time);
        //串行计算
        time = System.currentTimeMillis();
        long sum2 = LongStream.rangeClosed(1,100000000000l).sum();
        System.out.println(System.currentTimeMillis()-time);

        System.out.println("sum1 = "+sum1+" sum2 = "+sum2);
        Assert.assertTrue(sum1==sum2);
    }

执行结果如图,我的cpu是6核的,串行计算的时间差不多是并行计算的5倍;并行计算下充分利用了cpu的多核性能,如果数据量更大,两者之间的差距更大,并行Stream的优势更加明显。

玩转Java8Stream(五、并行Stream)

sequential()parallel()

默认情况下创建的stream都是串行的,parallel将串行流转成并行流,两者是互斥冲突的,sequential将并行流转成串行流,但并不意味者二者不可同时出现。

isParallel() 可以检测stream是否为并行stream。

@Test
    public void isParallel(){
        IntStream stream = IntStream.range(0,100);
        stream.parallel();
        Assert.assertTrue(stream.isParallel());
    }

如代码所示,执行‘串行->并行->串行->并行’的转换,最终还是并行流。

@Test
    public void spspIsP(){
        IntStream stream = IntStream.range(0,100);
        stream.parallel().map(e->e<<1).sequential().parallel();
        Assert.assertTrue(stream.isParallel());
    }

如代码所示,执行‘串行->并行->串行’的转换,最终还是串行流。

@Test
    public void spsIsS(){
        IntStream stream = IntStream.range(0,100);
        stream.parallel().map(e->e<<1).sequential();
        Assert.assertFalse(stream.isParallel());
    }

上例子说明,流的串行和并行取决于最后调用的那个方法(sequential() or parallel())。

ForkJoinPool

并行stream底层依赖于ForkJoinPool.commonPool线程池,这是一个jvm进程全局共享的线程,当这个线程池中执行了耗时操作,后面的任务将会堆积,造成性能问题;默认情况下这个线程池的大小为逻辑核数-1,当然你也可以通过jvm参数‘java.util.concurrent.ForkJoinPool.common.parallelism’来修改线程的池大小,这里并不建议使用这种方式,最好的方式是使用自定义的线程池。

如代码所示,创建4线程的ForkJoinPool线程池。

@Test
    public void CustomPool(){
        ForkJoinPool forkJoinPool = new ForkJoinPool(4);

        forkJoinPool.submit(()->{
            IntStream.range(0,100).parallel().forEach(e-> System.out.println(Thread.currentThread()+" "+e));
        }).join();
    }

代码执行结果如图,并行的stream在自定义的线程池中执行。

玩转Java8Stream(五、并行Stream)

那为什么forkJoinPool.submit()就可以实现自定义线程池呢?查看源码得知,ForkJoinWorkerThread内部会持有ForkJoinPool的引用,在代码执行时,最终会调用doInvoke方法,通过Thread.currentThread可以知道是ForkJoinWorkerThread类型的线程,进而获取到ForkJoinPool,最终利用这个pool来执行计算。

/**
     * Implementation for invoke, quietlyInvoke.
     *
     * @return status upon completion
     */
    private int doInvoke() {
        int s; Thread t; ForkJoinWorkerThread wt;
        return (s = doExec()) < 0 ? s :
            ((t = Thread.currentThread()) instanceof ForkJoinWorkerThread) ?
            (wt = (ForkJoinWorkerThread)t).pool.
            awaitJoin(wt.workQueue, this, 0L) :
            externalAwaitDone();
    }

总结

并行Stream给开发者带来了极大的便利,一行代码即可开启多线程并行计算,excellent!但是并行计算也要在一定条件下才能使用,比如任务之间不能有依赖、不能存在竞态条件等。

原文 

https://blog.codingfine.com/archives/wan-zhuan-java8streamwu-bing-xing-strea

本站部分文章源于互联网,本着传播知识、有益学习和研究的目的进行的转载,为网友免费提供。如有著作权人或出版方提出异议,本站将立即删除。如果您对文章转载有任何疑问请告之我们,以便我们及时纠正。

PS:推荐一个微信公众号: askHarries 或者qq群:474807195,里面会分享一些资深架构师录制的视频录像:有Spring,MyBatis,Netty源码分析,高并发、高性能、分布式、微服务架构的原理,JVM性能优化这些成为架构师必备的知识体系。还能领取免费的学习资源,目前受益良多

转载请注明原文出处:Harries Blog™ » 玩转Java8Stream(五、并行Stream)

赞 (0)
分享到:更多 ()

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址