JAVA8新特性[第五季]-并行流与串行流

一、什么是并行流

并行流 : 就是把一个内容分成多个数据块，并用不同的线程分 别处理每个数据块的流。

Java 8 中将并行进行了优化，我们可以很容易的对数据进行并 行操作。Stream API 可以声明性地通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。

二、了解 Fork/Join框架

Fork/Join 框架 : 就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个 小任务(拆到不可再拆时)，再将一个个的小任务运算的结果进行 join 汇总.

三、Fork/Join 框架与传统线程池的区别

采用 “工作窃取”模式(work-stealing)： 当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线 程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。

相对于一般的线程池实现，fork/join框架的优势体现在对其中包含的任务的 处理方式上.在一般的线程池中，如果一个线程正在执行的任务由于某些原因 无法继续运行,那么该线程会处于等待状态。而在fork/join框架实现中，如果 某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子 问题的线程会主动寻找其他尚未运行的子问题来执行。这种方式减少了线程 的等待时间， 高了性能。

四、 案例

4.1 java8之前 Fork/Join的计算

创建一个ForkJoinCalculate计算类：

public class ForkJoinCalculate extends RecursiveTask<Long> {

   private long start;
   private long end;

   private static final long THRESHOLD = 1000000;

   public ForkJoinCalculate(long start, long end) {
       this.start = start;
       this.end = end;
   }


   @Override
   protected Long compute() {
       long length = end - start;

       if (length <= THRESHOLD) {
           long sum = 0;

           for (long i = start; i <= end; i++) {
               sum += i;
           }
           return sum;
       }else {
           long middle = (start + end) / 2;
           ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
           left.fork();

           ForkJoinCalculate right = new ForkJoinCalculate(middle + 1, end);
           right.fork();

           return left.join() + right.join();
       }
   }
}

测试方法：

private static final long END_VALUE = 10000000000L;

// fork join
@Test
public void test1(){
   Instant start = Instant.now();

   ForkJoinPool pool = new ForkJoinPool();
   ForkJoinTask task = new ForkJoinCalculate(0, END_VALUE);

   Long sum = pool.invoke(task);
   System.out.println(sum);

   Instant end = Instant.now();
   System.out.println("耗时：" + Duration.between(start, end).toMillis());
}

执行结果：

-5340232216128654848
耗时：2325

4.2 使用普通for 循环：

@Test
public void test2(){
    Instant start = Instant.now();

    long sum = 0L;

    for (long i = 0; i <= END_VALUE; i ++){
        sum += i;
    }

    System.out.println(sum);

    Instant end = Instant.now();

    System.out.println("耗时：" + Duration.between(start, end).toMillis());
}

执行结果：

-5340232216128654848
耗时：3571

4.3 java8中 Fork/Join计算

//java8 的并行流测试
@Test
public  void test3(){
    Instant start = Instant.now();

    LongStream.rangeClosed(0, END_VALUE)
            .parallel()
            .reduce(0, Long::sum);

    Instant end = Instant.now();

    System.out.println("耗时为：" + Duration.between(start, end).toMillis());
}

执行结果：

耗时为：1690

检查本机的可用处理器数：

 // 可用处理器
 @Test
 public  void test4(){
     int num = Runtime.getRuntime().availableProcessors();
     System.out.println(num);
 }

执行结果：

8

最终结果可能有一定的误差，这里只是为了测试 java8的Fork/Join, 时间上来说也是比较明显的。不具有肯定的说明型。

本机配置： 4核8线程。固态硬盘。 请注意调整 END_VALUE 值得大小。。。。。。。。。