记一个.parallelStream()效率优于.stream().parallel()

业务背景：数据库5519条数据，同步接口传来6978个sku，要对比找出数据库缺少的sku。
ps:为了排除逻辑错误导致的时间差异，两边循环完毕后用set.addAll的size确保了结果一致。
for循环

private List forMethod(List

stream版。

        List addList = newList.stream().filter(productCode -> oldProductList.stream().noneMatch(map -> productCode.equals(map.get("sku")))).collect(Collectors.toList());

stream执行时间为：4019ms
for循环执行时间为：3025ms

上网寻找了一下，单纯的使用流并不能有效的提升效率，所以将外部的流改成并行流（内外都用并行流效率反而会下降到1455ms，猜测是重复计算noneMatch导致）

        List addList = newList.parallelStream().filter(productCode -> oldProductList.stream().noneMatch(map -> productCode.equals(map.get("sku")))).collect(Collectors.toList());

stream执行时间为：957.0ms
for循环执行时间为：2988.0ms
时间缩短为1/4！

然后又出来了一个疑惑，stream().parallel() 和.parallelStream()有什么区别（百度半天都是stream和parallelStream，代码一层一层下去又麻烦 干脆改改代码看时间）
顺序尝试三次，第三次时间明显大幅度减少，应该是缓存原因。

.parallelStream()执行时间为：998.0ms
.stream().parallel()执行时间为：1145.0ms

.parallelStream()执行时间为：810.0ms
.stream().parallel()执行时间为：1051.0ms

.parallelStream()执行时间为：489.0ms
.stream().parallel()执行时间为：790.0ms