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@Testpublic void test1(){   Instant start = Instant.now();   ForkJoinPool pool = new ForkJoinPool();   ForkJoinTask<Long> 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：

@Testpublic 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@Testpublic  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。。。。。。。。。