并行流parallelStream

╰+攻爆jí腚メ 2022-06-08 02:24 283阅读 0赞

1.并发与并行的区别：

并发： 一个时间段内有几个程序都处于已启动到运行完毕之间，且这几个程序都是在同一个处理机上运行。但在任一个时刻点只有一个程序在处理机上运行  
并行： 在同一个时刻，多核处理多个任务。把工作拆分，同时在多核CPU上执行

2.例子：

import java.util.ArrayList;  
    import java.util.List;  
    import java.util.UUID;  
    import java.util.concurrent.TimeUnit;  
    
    import org.junit.Test;  
    
    /** Parallel Streams , 并行流提高性能 流可以是顺序的也可以是并行的。顺序流的操作是在单线程上执行的，而并行流的操作是在多线程上并发执行的。 */  
    public class ParallelStreams {   
    
        int max = 1000_000;  
        List<String> values;  
    
        public ParallelStreams(){  
            //创建一个包含唯一元素的大容器： 
            values = new ArrayList<String>();  
            for(int i=max; i>0; i--){  
                UUID uuid = UUID.randomUUID();  
                values.add(uuid.toString());              
            }  
        }  
        //测试排序这些元素需要多长时间。 
    
        //Sequential Sort, 采用顺序流进行排序 
        @Test  
        public void sequentialSort(){     
            long t0 = System.nanoTime();  
    
            long count = values.stream().sorted().count();  
            System.err.println("count = " + count);  
    
            long t1 = System.nanoTime();  
    
            long millis  = TimeUnit.NANOSECONDS.toMillis(t1 - t0);  
            System.out.println(String.format("sequential sort took: %d ms", millis));    
            //sequential sort took: 1932 ms 
    
        }  
    
        //parallel Sort, 采用并行流进行排序 
        @Test  
        public void parallelSort(){   
            long t0 = System.nanoTime();  
    
            long count = values.parallelStream().sorted().count();  
            System.err.println("count = " + count);  
    
            long t1 = System.nanoTime();  
    
            long millis  = TimeUnit.NANOSECONDS.toMillis(t1 - t0);  
            System.out.println(String.format("parallel sort took: %d ms", millis));    
            //parallel sort took: 1373 ms 并行排序所花费的时间大约是顺序排序的一半。 
        }  
    }

public static void main(String[] args) {
        List<Integer> array = new ArrayList<Integer>() {
       {
            add(1);
            add(2);
            add(3);
            add(4);
            add(5);
        }};
        array.stream().forEach(u -> System.out.print(u + ","));//按照正常顺序输出 1,2,3,4,5,
        System.out.println("----------parallel执行分割线------------");
        array.parallelStream().forEach(u -> System.out.print(u + ","));//随机输出 3,5,4,1,2,

3.影响并行流的主要五个因素

3.1数据大小

输入数据的大小会影响并行化处理，当只有足够大、每个数据处理管道花费的时间足够多时，并行化才有意义

3.2源数据结构

一般都是基于集合进行并行化

3.3装箱

处理基本类型比处理装箱类型要快

3.4核的数量

只有在多核的机器上使用才有意义，并且是运行时能够使用的多少核

3.5单元处理开销

原先处理耗时较长，使用并行化才有意义