第十二章 并行Stream流

news/2024/11/22 3:58:24/

目录

一、引言

二、获取并行Stream流的两种方式

三、并行和串行Stream流的效率对比

四、parallelStream线程安全问题

五、parallelStream背后的技术

5.1. Fork/Join框架介绍

5.2. Fork/Join原理-分治法

5.3. Fork/Join原理-工作窃取算法

5.4. Fork/Join案例


一、引言

串行的Stream流:前面章节我们使用的Stream流是串行的,就是在一个线程上执行。运行上图中的串行流,我们查看下图中的运行结果,可以看到运行的都是同一个主线程:那么JDK 8中的并行的Stream流,即parallelStream,其实就是一个并行执行的流。它通过默认的ForkJoinPool,可能提高多线程任务的速度。

二、获取并行Stream流的两种方式

1. 直接获取并行的流

2. 将串行流转成并行流 并行操作代码:

运行结果:

三、并行和串行Stream流的效率对比

使用for循环,串行Stream流,并行Stream流来对5亿个数字求和。看消耗的时间。

java">import org.junit.After;
import org.junit.Before;
import org.junit.Test;import java.util.stream.LongStream;public class StreamTest {private static long times = 500000000L;private long start;@Beforepublic void init() {start = System.currentTimeMillis();}@Afterpublic void destroy() {long end = System.currentTimeMillis();System.out.println("消耗时间:" + (end - start));}// 测试效率,parallelStream 120@Testpublic void parallelStream() {System.out.println("serialStream");LongStream.rangeClosed(0, times).parallel().reduce(0, Long::sum);}// 测试效率,普通Stream 342@Testpublic void serialStream() {System.out.println("serialStream");LongStream.rangeClosed(0, times).reduce(0, Long::sum);}// 测试效率,正常for循环 421@Testpublic void forAdd() {System.out.println("forAdd");long result = 0L;for (long i = 1L; i < times; i++) {result += i;}}
}

我们可以看到parallelStream的效率是最高的,Stream并行处理的过程会分而治之,也就是将一个大任务切分成多个小任务,这表示每个任务都是一个操作。

四、parallelStream线程安全问题

并行流为我们带来高性能的同时,也带来了线程安全性问题:

运行效果:

我们可以看到,往集合中添加1000个元素,而实际上只有917个元素,这就是并发处理时线程安全问题导致的。

解决方法: 加锁、使用线程安全的集合或者调用StreamtoArray() / collect() 操作就是满足线程安全的了。

java">package com.wzx;
import java.util.*;
import java.util.stream.Collectors;
import java.util.stream.IntStream;public class Test {public static void main(String[] args) {ArrayList<Integer> list = new ArrayList<>();for (int i = 0; i < 1000; i++) {list.add(i);}// 解决parallelStream线程安全问题方案一:使用同步代码块// Object obj = new Object();// List<Integer> newList = new ArrayList<>();// 使用并行的流往集合中添加数据// list.parallelStream()//     .forEach(s -> {//        synchronized (obj) {//            newList.add(s);//        }//    });// 解决parallelStream线程安全问题方案二:使用线程安全的集合// Vector<Integer> newList = new Vector<>();// 1. 使用并行的流往集合中添加数据// list.parallelStream()//    .forEach(s -> {//        newList.add(s);//    });// 2. 使用Collections.synchronizedList()// List<Integer> newList = new ArrayList<>();// List<Integer> synchronizedList = Collections.synchronizedList(newList);// 使用并行的流往集合中添加数据// list.parallelStream()//        .forEach(s -> {//            synchronizedList.add(s);//        });// 解决parallelStream线程安全问题方案三:调用Stream流的collect/toArrayList<Integer> newList = IntStream.rangeClosed(1, 1000).parallel().boxed().collect(Collectors.toList());System.out.println("newList = " + newList.size());}
}

五、parallelStream背后的技术

5.1. Fork/Join框架介绍

parallelStream使用的是Fork/Join框架。Fork/Join框架自JDK 7引入。Fork/Join框架可以将一个大任务拆分为很多小任务来异步执行。 Fork/Join框架主要包含三个模块:

1. 线程池:ForkJoinPool

2. 任务对象:ForkJoinTask

3. 执行任务的线程:ForkJoinWorkerThread

5.2. Fork/Join原理-分治法

ForkJoinPool主要用来使用分治法(Divide-and-Conquer Algorithm)来解决问题。典型的应用比如快速排序算法,ForkJoinPool需要使用相对少的线程来处理大量的任务。比如要对1000万个数据进行排序,那么会将这个任务分割成两个500万的排序任务和一个针对这两组500万数据的合并任务。以此类推,对于500万的数据也会做出同样的分割处理,到最后会设置一个阈值来规定当数据规模到多少时,停止这样的分割处理。比如,当元素的数量小于10时,会停止分割,转而使用插入排序对它们进行排序。那么到最后,所有的任务加起来会有大概2000000+个。问题的关键在于,对于一个任务而言,只有当它所有的子任务完成之后,它才能够被执行。

5.3. Fork/Join原理-工作窃取算法

Fork/Join最核心的地方就是利用了现代硬件设备多核,在一个操作时候会有空闲的cpu,那么如何利用好这个空闲的cpu就成了提高性能的关键,而这里我们要提到的工作窃取(work-stealing)算法就是整个Fork/Join框架的核心理念,Fork/Join工作窃取(work-stealing)算法是指某个线程从其他队列里窃取任务来执行。

那么为什么需要使用工作窃取算法呢?假如我们需要做一个比较大的任务,我们可以把这个任务分割为若干互不依赖的子任务,为了减少线程间的竞争,于是把这些子任务分别放到不同的队列里,并为每个队列创建一个单独的线程来执行队列里的任务,线程和队列一一对应,比如A线程负责处理A队列里的任务。但是有的线程会先把自己队列里的任务干完,而其他线程对应的队列里还有任务等待处理。干完活的线程与其等着,不如去帮其他线程干活,于是它就去其他线程的队列里窃取一个任务来执行。而在这时它们会访问同一个队列,所以为了减少窃取任务线程和被窃取任务线程之间的竞争,通常会使用双端队列,被窃取任务线程永远从双端队列的头部拿任务执行,而窃取任务的线程永远从双端队列的尾部拿任务执行。

工作窃取算法的优点是充分利用线程进行并行计算,并减少了线程间的竞争,其缺点是在某些情况下还是存在竞争,比如双端队列里只有一个任务时。并且消耗了更多的系统资源,比如创建多个线程和多个双端队列。

上文中已经提到了在Java 8引入了自动并行化的概念。它能够让一部分Java代码自动地以并行的方式执行,也就是我们使用了ForkJoinPoolParallelStream

对于ForkJoinPool通用线程池的线程数量,通常使用默认值就可以了,即运行时计算机的处理器数量。可以通过设置系统属性:java.util.concurrent.ForkJoinPool.common.parallelism=N N为线程数量),来调整ForkJoinPool的线程数量,可以尝试调整成不同的参数来观察每次的输出结果。

5.4. Fork/Join案例

需求:使用Fork/Join计算1-10000的和,当一个任务的计算数量大于3000时拆分任务,数量小于3000时计算。

java">package com.wzx;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.RecursiveTask;
public class Test {public static void main(String[] args) {long start = System.currentTimeMillis();ForkJoinPool pool = new ForkJoinPool();SumRecursiveTask task = new SumRecursiveTask(1, 10000L);Long result = pool.invoke(task);System.out.println("result = " + result);long end = System.currentTimeMillis();System.out.println("消耗的时间为: " + (end - start));}
}
class SumRecursiveTask extends RecursiveTask<Long> {private static final long THRESHOLD = 3000L;private final long start;private final long end;public SumRecursiveTask(long start, long end) {this.start = start;this.end = end;}@Overrideprotected Long compute() {long length = end - start;// 任务不用再拆分了.可以计算了if (length <= THRESHOLD) {long sum = 0;for (long i = start; i <= end; i++) {sum += i;}System.out.println("计算: " + start + " -> " + end + ",结果为: " + sum);return sum;// 数量大于预定的数量,任务还需要再拆分} else {long middle = (start + end) / 2;System.out.println("拆分: 左边 " + start + " -> " + middle + ", 右边 " + (middle +1) + " -> " + end);SumRecursiveTask left = new SumRecursiveTask(start, middle);left.fork();SumRecursiveTask right = new SumRecursiveTask(middle + 1, end);right.fork();return left.join() + right.join();}}
}

http://www.ppmy.cn/news/1548651.html

相关文章

深入解析Kernel32.dll与Msvcrt.dll

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 介绍Kernel32.dll&#xff1a;Windows操作系统的核心Msvcrt.dll&#xff1a;C运行时库的核心 使用举例使用Kernel32.dll的示例&#xff1a;文件操作使用Msvcrt.dll的…

SpringBoot 2.2.10 无法执行Test单元测试

很早之前的项目今天clone现在&#xff0c;想执行一个业务订单的检查&#xff0c;该检查的代码放在test单元测试中&#xff0c;启动也是好好的&#xff0c;当点击对应的方法执行Test的时候就报错 tip&#xff1a;已添加spring-boot-test-starter 所以本身就引入了junit5的库 No…

基于SSM的农家乐管理系统+论文示例参考

1.项目介绍 功能模块&#xff1a;管理员&#xff08;农家乐管理、美食信息管理、住宿信息管理、活动信息、用户管理、活动报名、论坛等&#xff09;&#xff0c;普通用户&#xff08;注册登录、活动报名、客房预订、用户评价、收藏管理、模拟支付等&#xff09;技术选型&#…

VRRP HSRP GLBP 三者区别

1. VRRP&#xff08;Virtual Router Redundancy Protocol&#xff0c;虚拟路由冗余协议&#xff09; 标准协议&#xff1a;VRRP 是一种开放标准协议&#xff08;RFC 5798&#xff09;&#xff0c;因此支持的厂商较多&#xff0c;通常用于多种网络设备中。主备模式&#xff1a;…

蓝桥杯第22场小白入门赛2~5题

这场比赛开打第二题就理解错意思了&#xff0c;还以为只能用3个消除和5个消除其中一种呢&#xff0c;结果就是死活a不过去&#xff0c;第三题根本读不懂题意&#xff0c;这蓝桥杯的题面我只能说出的是一言难尽啊。。第四题写出来一点但是后来知道是错了&#xff0c;不会正解&am…

Docker入门之Windows安装Docker初体验

在之前我们认识了docker的容器&#xff0c;了解了docker的相关概念&#xff1a;镜像&#xff0c;容器&#xff0c;仓库&#xff1a;面试官让你介绍一下docker&#xff0c;别再说不知道了 之后又带大家动手体验了一下docker从零开始玩转 Docker&#xff1a;一站式入门指南&#…

CentOS 升级 gcc 版本

CentOS 升级 gcc 版本 1. 安装步骤 CentOS7 默认的 gcc 版本是4.8&#xff0c;有时候需要更高版本&#xff0c;这里介绍一下如何将 gcc 版本升级到 8.3.1 安装 centos-release-scl yum install centos-release-scl安装devtoolset&#xff0c;注意&#xff0c;如果想安装 9.* …

Spring Boot应用开发实战:构建高效、可维护的Web应用

Spring Boot应用开发实战:构建高效、可维护的Web应用 在当今快速迭代的软件开发环境中,Spring Boot凭借其“约定优于配置”的理念,迅速成为Java开发者构建微服务及Web应用的首选框架。它不仅简化了Spring应用的初始搭建以及开发过程,还通过自动配置、嵌入式服务器等特性,…