缓存

关于串行和并行的思考

最近一个项目中有如下一个应用场景：

我们实时记录用户的行为，并产生日志，每次产生一条日志的时候，我们就通过一系列规则来判断这个行为是否属于用户监控的行为。 监测日志行为的规则不止一条，而且具有优先级，如果该日志满足多条规则时候，以最高规则为准，处理用户的行为。

我们以前实现的代码如下：

Filter saveLog(Log log){ //在执行前，已经按优先级将filters排序了。  for(Filter filter : filters){     if(filter.doFilte(log)){            return filter;    }  }}

这样是串行执行，时间复杂度为O(n)

由于我们的系统，大部分情况下不会有满足条件的规则，所以基本都是要遍历一遍这个规则链。

我觉得其实可以用并行来处理，并行匹配每个策略，然后再匹配成功的策略中，进行优先级排序，选择优先级最高的就好了。

Filter saveLog(Log log){  filters.stream().parallel()    .filter(in->in.doFilte())    .max(Comparator.comparing(in.getPrority()))    .get();}

这样的话，虽然每次都计算所有的规则，但是每个规则计算相互独立，并行计算，可以加快速度，max也是mapreduce的思想，也是并行计算的，速度会非常快。