Java8新特性-012-并行流与串行流

概述

• 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。

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。

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,提高了性能。

测试代码

ForkJoin.java

package java8.stream;

import java.text.SimpleDateFormat;
import java.time.Duration;
import java.time.Instant;
import java.util.Date;
import java.util.Locale;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;

/** 
* @author 微信公众号：JavaWeb架构师
* @version 创建时间：4 Jan 2018 20:57:17 
*/

/**
 * Fork、Join模式使用：
 *  1.继承抽象类RecusiveTask（有返回值，泛型指定返回值）或者抽象类RecusiveAction（无返回值）
 *  2.实现其中的compute方法，以递归形式拆分任务
 *  3.任务拆分完成之后，调用fork，压入线程队列
 *  4.任务处理完成之后，调用join，返回值
 *  5.运行程序时，需要ForkJoinPool的支持
 *      5.1.新建ForkJoinPool
 *      5.2.用父类ForkJoinTask去引用需要新建的对象
 *      5.3.调用ForkJoinPool的invoke，进行fork/join，接收返回值
 * 
 */
// 数字累加，使用fork/join
// 1.继承抽象类RecusiveTask（有返回值，泛型指定返回值）或者抽象类RecusiveAction（无返回值）
public class ForkJoin extends RecursiveTask<Long> {

    private static final long serialVersionUID = 3068035464321801227L;

    public static void main(String[] args) {
        Instant start = Instant.now();

        // 5.1.新建ForkJoinPool
        ForkJoinPool pool = new ForkJoinPool();

        // 5.2.用父类ForkJoinTask去引用需要新建的对象
        ForkJoinTask<Long> fjt = new ForkJoin(1, 100000L);

        // 5.3.调用ForkJoinPool的invoke，进行fork/join，接收返回值
        Long sum = pool.invoke(fjt);

        System.out.println("总和是：" + sum);

        Instant end = Instant.now();

        System.out.println("耗时：" + Duration.between(start, end).toMillis() + "毫秒！");
    }

    // 处理任务的起始值
    private long start;
    // 处理任务的终止值
    private long end;
    // 被拆分后的最小单位
    private static final long THRESHOLD = 10000;


    // 2.实现其中的compute方法，以递归形式拆分任务
    @Override
    protected Long compute() {
        long length = end - start;

        // 已经拆分到最小单位了
        if(length <= THRESHOLD) {
            long sum = 0;
            for (long i = start; i <= end; i++) {
                sum += i;
            }
            return sum;
        // 未到达最小单位，还要递归，继续拆分
        } else {
            long middle = (start + end)/2;
            // 3.任务拆分完成之后，调用fork，压入线程队列
            // 进行fork
            // 左边一半
            ForkJoin left = new ForkJoin(start,middle);
            left.fork();    // 拆分子任务，同时压入线程队列

            // 右边一半
            ForkJoin right = new ForkJoin(middle + 1,end);
            right.fork();

            // 4.任务处理完成之后，调用join，返回值
            // 左右总和join，返回给上一级
            return left.join() + right.join();
        }
    }

    public ForkJoin(long start, long end) {
        super();
        this.start = start;
        this.end = end;
    }   
}

测试代码

TestParallelSequential.java

package java8.stream;

import java.util.ArrayList;
import java.util.List;
import java.util.stream.LongStream;

import org.junit.Test;

/** 
* @author 微信公众号：JavaWeb架构师
* @version 创建时间：5 Jan 2018 10:43:20 
*/
public class TestStreamParallelSequential {


    /**
     * Stream中的并行流与串行流：
     *  1.基于Fork/Join框架
     *  2.使用方法：
     *      2.1.获取时：
     *          stream()方法：获取串行流
     *          parallelStream()方法：获取并行流
     *      2.2.对流进行转换
     *          parallel()方法：转换当前流为并行流
     *          sequential()方法：转换当前流为串行流
     */
    // 1.parallelStream()方法：获取并行流
    @Test
    public void test1() {
        List<Long> longList = new ArrayList<>();

        for (long i = 0; i < 1000000L; i++) {
            longList.add(i);
        }

        Long sum = longList.parallelStream()
                .reduce(0L,Long::sum);

        System.out.println("总和是：" + sum);
        // 总和是：499999500000
    }

    // 2.parallel()方法：转换当前流为并行流
    @Test
    public void test2() {
        long sum = LongStream.rangeClosed(0,10000000L)
                    // parallel方法，转换当前流为并行流
                    .parallel()
                    .reduce(0,Long::sum);

        System.out.println("总和是：" + sum);
        // 总和是：50000005000000
    }
}

---

其它

• 源码下载

关注下方公众号，回复：Java8.code

• 欢迎加入交流群：451826376

• 更多信息：www.itcourse.top