Java8中的并行流

版权声明：随意转载，请勿商用。转载请注明出处，谢谢。 https://blog.csdn.net/xinhongyang/article/details/86647294

下文摘选自书籍Java8 实战 仅做笔记用，如有不清楚的地方，请参考原书。

顺序流转换为并行流

并行流内部使用了默认的ForkJoinPool，它默认的线程数量就是你的处理器数量，这个值是由Runtime.getRuntime().available- Processors()得到了。

stream.parallel() //并行执行
	.filter(...)
	.sequential() //顺序执行
	.map(...)
	.parallel() //并行执行
	.reduce();

Tips

• 注意自动拆装箱，尽量使用数值特化流。
• 依赖于元素顺序的操作在并行流上代价比较大。
• 一个元素通过流水线的成本越大，使用并行流时性能好的可能性比较大。
• 较小的数据量不要用并行流，开销太大。
• 要看数据结构是否易于分解。
• 合并的代价也要考虑在内。

分支/合并框架

目的：将可以并行的任务拆分成更小的任务，然后将每个子任务的结果合并起来生成整体结果。下图展示了fork-join的全过程。

RecursiveTask

要把任务提交到ForkJoinPool中，必须创建RecursiveTask<R>的一个子类。其中R是并行化任务产生的结果类型。如果任务不返回结果，则是RecursiveAction类型。
要定义RecursiveTask，需要实现它唯一的抽象方法compute：

	protected abstract R compute();

这个方法同时定义了将任务拆分成子任务的逻辑，以及无法再拆分或不方便再拆分的售后，生成单个子任务结果的逻辑。
方法的实现类似下图：

下图展示了一个实现RecursiveTask<R>的例子：

使用方法很简单，就是构造一个ForkJoinSumCalculator，然后调用ForkJoinPool的invoke方法，把task传进去。

Tips

• 对一个任务调用join方法会阻塞调用方，应该在两个任务的计算都开始后再调用它。
• 不应该在RecursiveTask内部使用ForkJoinPool的invoke方法。应该直接调用compute或fork方法。
• 复用父线程，只把一个子任务调用fork方法

工作窃取

当某个线程下的任务完成后，会去其他队列尾去取任务进行工作。是一种消费者自行进行平衡负载的方式。

Spliterator

Java8中并行流使用的自动拆分流的机制。这个名字代表了“可分迭代器”。接口定义了若干方法，代码如下：

//T是遍历的元素的类型
public interface Spliterator<T>{
	/**
	 * 类似于普通的Iterator,因为它会按顺序一个一个使用Spliterator中的元素，如果还有其他元素要遍历就返回true。
	 **/
	boolean tryAdvance(Consumer<? super T> action);
	/**
	 * 把一些元素划分出去分给第二个Spliterator（由该方法返回），让它们两个并行处理。
	 **/
	Spliterator<T> trySplit();
	/**
	 * 估计还有多少元素要遍历，不准确
	 **/
	long estimateSize();
	/**
	 * 返回当前Spliterator的特性
	 **/
	int characteristics();
}

拆分流程

不停的拆分，知道它处理的数据结构不能在分割，这个时候就会返回null。

Spliterator的特性