并行数据处理与性能

1、LongStream.rangeClosed与iterate相比有两个优点

LongStream.rangeClosed直接产生原始类型long数字，没有拆箱装箱的开销

LongStream.rangeClosed会生成数字范围，很容易拆分为独立的小块。

2、分支/合并框架

（1）使用RecursiveTask

要把任务提交到这个池，必须创建RecursiveTask的一个子类，其中R是并行化任务(以 及所有子任务)产生的结果类型，或者如果任务不返回结果，则是RecursiveAction类型(当 然它可能会更新其他非局部机构)。要定义RecursiveTask，只需实现它唯一的抽象方法 compute:

protected abstract R compute();

if (任务足够小或不可分) { 顺序计算该任务

} else {

将任务分成两个子任务 递归调用本方法，拆分每个子任务，等待所有子任务完成 合并每个子任务的结果

}

3. “可分迭代器”(splitable iterator)。和 Iterator 一样， Spliterator 也用于遍历数据源中的元素 .

public interface Spliterator { boolean tryAdvance(Consumer action); Spliterator trySplit(); long estimateSize(); int characteristics();

}

注： tryAdvance 方法 会按顺序逐个使用 Spliterator 的元素，若还有其他元素要遍历则返回true

estimateSize方法估计还剩多少元素要遍历

特性	含义
ORDERED	元素有既定的顺序(例如List)，因此Spliterator在遍历和划分时也会遵循这一顺序
DISTINCT	对于任意一对遍历过的元素x和y，x.equals(y)返回false
SORTED	遍历的元素按照一个预定义的顺序排序
SIZED	该Spliterator由一个已知大小的源建立(例如Set)，因此estimatedSize()返回的是准确值
NONNULL	保证遍历的元素不会为null
IMMUTABLE	Spliterator的数据源不能修改。这意味着在遍历时不能添加、删除或修改任何元素
CONCURRENT	该Spliterator的数据源可以被其他线程同时修改而无需同步
SUBSIZED	该Spliterator和所有从它拆分出来的Spliterator都是SIZED