强大的Stream并行流

一 了解Stream

Stream API(java.util.stream.*)  Stream 是JAVA8中处理集合的关键抽象概念，它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用Stream API对集合数据进行操作，就类似于使用SQL执行数据查询一样。也可使用StreamAPI做并行操作，总之，StreamAPI提供了一种高效且易于使用的处理数据的方式。

Stream是数据渠道，用于操作数据源（集合、数组等）所生成的元素序列。集合讲的是数据，流讲的是计算。

注意：

1 . Stream自己不会存储元素。

2 . Stream不会改变源对象。相反，他们会返回一个持有结果的新Stream

3 . Stream操作是延迟执行的。这意味着他们会等到需要结果的时候才执行。

二 并行流与串行流

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

JAVA8 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。其实JAVA8底层是使用JAVA7新加入的Fork/Join框架：

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,提高了性能.

三 并行流与其他方式对比

下面就以一个求 0到一亿、十亿、五百亿 的和来比较执行的效率：

1） 使用For循环求和

	@Test
	public void testFor() {
		Instant start = Instant.now();
		long sum = 0;
		for (long i = 0; i <= 50000000000L; i++) {
			 sum += i;
		} 
		System.out.println(sum);
		Instant end = Instant.now();
		System.out.println("五百亿求和花费的时间为: " + Duration.between(start, end).toMillis());
	}

运行结果:
5000000050000000
一亿求和花费的时间为: 91

500000000500000000
十亿求和花费的时间为: 868

-4378596987249509888
五百亿求和花费的时间为: 33910

2） 使用Fork/Join框架求和

package com.lxj.java8;

import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;

public class ForkJoinSum extends  RecursiveTask{

	private static final long serialVersionUID = 6011408981548802596L;
	
	private long start;
	private long end;
	//临界值
	private final long THRESHHOLD = 10000L; 

	public ForkJoinSum() {
		
	}
	public ForkJoinSum(long start, long end) {
		super();
		this.start = start;
		this.end = end;
	}
	
	@Override
	protected Long compute() {
		if(end - start <= THRESHHOLD) {
			long sum = 0L;
			for (long i = start; i <= end; i++) {
				sum += i;
			}
			return sum;
		}else {
			long mid = (start + end)/2;
			ForkJoinSum left = new ForkJoinSum(start,mid);
			left.fork(); //分支
			
			ForkJoinSum right = new ForkJoinSum(mid+1,end);
			right.fork(); //分支
			
			return left.join() + right.join(); //合并
		}
	}
	
	public static void main(String[] args) {
		Instant start = Instant.now();  //100000000L   1000000000L  50000000000L
		ForkJoinTask forkJoinTask = new ForkJoinSum(0L,50000000000L);
		ForkJoinPool forkJoinPool = new ForkJoinPool();
		Long t = forkJoinPool.invoke(forkJoinTask);
		System.out.println(t);
		Instant end = Instant.now();
		System.out.println("十亿求和耗费的时间为： " + Duration.between(start, end).toMillis());
	}
	
}

输出结果:

5000000050000000
一亿求和耗费的时间为： 106

500000000500000000
十亿求和耗费的时间为： 508

-4378596987249509888
五百亿求和耗费的时间为： 20256

 3)   使用自己写的递归求和(绝对是个人为了好玩才测的，就怕栈被数据撑爆了，要是C语言的话估计早递归爆内存了)

package com.lxj.java8;

import java.time.Duration;
import java.time.Instant;

public class Recursion {

	private long start;
	private long end;
	private final long THRESHHOLD = 10000L;

	public Recursion(long start, long end) {
		super();
		this.start = start;
		this.end = end;
	}
	
	public Long getValue() {
		long t = (start + end)/2;
		if(end - start <= THRESHHOLD) {
			long sum = 0L;
			for(long i = start ; i <= end ; i++) {
				sum += i;
			}
			return sum;
		}else {
			Recursion left = new Recursion(start, t); 
			Recursion right = new Recursion(t+1, end); 
			return left.getValue() + right.getValue();
		}
	}
	
	//100000000L   1000000000L  50000000000L
	/*
		5000000050000000
		一亿求和耗费的时间为： 182
		
		500000000500000000
		十亿求和耗费的时间为： 979
		
		-4378596987249509888
		五百亿求和耗费的时间为： 114102

	 */
	public static void main(String[] args) {
		Instant start = Instant.now();
		Recursion binaryValue = new Recursion(0L, 50000000000L);
		Long value = binaryValue.getValue();
		System.out.println(value);
		Instant end = Instant.now();
		System.out.println("五百亿求和耗费的时间为： "+Duration.between(start, end).toMillis());
	}
	
	
}

运行结果:

5000000050000000
一亿求和耗费的时间为： 182
		
500000000500000000
十亿求和耗费的时间为： 979
		
-4378596987249509888
五百亿求和耗费的时间为： 114102

 4) 使用StreamAPI

	@Test
	public void testStream() {
		Instant start = Instant.now();
		//使用StreamAPI
		OptionalLong result = LongStream.rangeClosed(0L, 50000000000L)
		          .parallel()          
		          .reduce(Long::sum);
		System.out.println(result.getAsLong());
		Instant end = Instant.now();
		System.out.println("五百亿求和耗费的时间为: " + Duration.between(start, end).toMillis());
	}

运行结果:
		5000000050000000
		一亿求和耗费的时间为: 112
				
		500000000500000000
		十亿求和耗费的时间为: 854
				
		-4378596987249509888
		五百亿求和耗费的时间为: 20250

通过对比，Stream和Fork/Join框架在大数据的时候速度还是挺快的，For循环在数据小的时候是最快的。