基于jdk1.8 Stream 和 parallelStream

一.什么是Stream？

Stream 是在 Java8 新增的特性，普遍称其为流；它不是数据结构也不存放任何数据，其主要用于集合的逻辑处理。

二.和Iterator的区别

Iterator 做为迭代器，其按照一定的顺序迭代遍历集合中的每一个元素，并且对每个元素进行指定的操作。而 Stream 在此基础上还可以将这种操作并行化，利用多核处理器的优势快速处理集合（集合的数据会分成多个段，由多个线程处理）。

Stream 的数据源可以有无限多个。

三.Stream的使用

在使用Stream之前，建义先理解接口化编程，Stream将完全依赖于接口化编程方式。接下来我们以“打印集合中的每一个元素”为例，了解一下 Stream 的使用。

​ 例3.1

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
numbers.stream().forEach(num->System.out.println(num));

输出：1 2 3 4 5 6 7 8 9

由以上的列子可以看出，Stream 的遍历方式和结果与 Iterator 没什么差别，这是因为Stream的默认遍历是和迭代器相同的，保证以往使用迭代器的地方可以方便的改写为 Stream。

Stream 的强大之处在于其原型链的设计使得它可以对遍历处理后的数据进行再处理。我们以“对集合中的数字加1，并转换成字符串”为例进行演示。

​ 例3.2

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);`

`List<String> strs = numbers.stream()`

`.map(num->Integer.toString(++num)).collect(Collectors.toList());

其中map()方法遍历处理每一个元素，并且返回一个新的Stream，随后collect方法将操作后的Stream解析为List。

Stream还提供了非常多的操作，如filter()过滤、skip()偏移等等，想要了解更多可以去翻阅JDK1.8手册或者相关资料。

四.并行流parallelStream

parallelStream提供了流的并行处理，它是Stream的另一重要特性，其底层使用Fork/Join框架实现。简单理解就是多线程异步任务的一种实现。

我们用例3.1中的示例演示一下parallelStream的使用。

​ 例4.1

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
numbers.parallelStream().forEach(num->System.out.println(num));

输出：3 4 2 6 7 9 8 1 5

我们发现，使用parallelStream后，结果并不按照集合原有顺序输出。为了进一步证明该操作是并行的，我们打印出线程信息。

​ 例4.2

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
   numbers.parallelStream() .forEach(num-
   		>System.out.println(Thread.currentThread().getName()+">>"+num)); 

输出：

main>>6 
ForkJoinPool.commonPool-worker-2>>8 
main>>5 ForkJoinPool.commonPool-worker-2>>9 
ForkJoinPool.commonPool-worker-1>>3 
ForkJoinPool.commonPool-worker-3>>2 
ForkJoinPool.commonPool-worker-1>>1 
ForkJoinPool.commonPool-worker-2>>7 
main>>4

通过例4.2可以确信parallelStream是利用多线程进行的，这可以很大程度简化我们使用并发操作。

我们可以通过虚拟机启动参数

-Djava.util.concurrent.ForkJoinPool.common.parallelism=N

来设置worker的数量。

五.并行流的陷阱

5.1.线程安全

由于并行流使用多线程，则一切线程安全问题都应该是需要考虑的问题，如：资源竞争、死锁、事务、可见性等等。

5.2.线程消费

在虚拟机启动时，我们指定了worker线程的数量，整个程序的生命周期都将使用这些工作线程；这必然存在任务生产和消费的问题，如果某个生产者生产了许多重量级的任务（耗时很长），那么其他任务毫无疑问将会没有工作线程可用；更可怕的事情是这些工作线程正在进行IO阻塞。

本应利用并行加速处理的业务，因为工作者不够反而会额外增加处理时间，使得系统性能在某一时刻大打折扣。而且这一类问题往往是很难排查的。我们并不知道一个重量级项目中的哪一个框架、哪一个模块在使用并行流。

接下来我们对这个问题进行演示：

​ 例5.1

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

输出：

通过示例我们会发现，第一个并行流率先获得worker线程的使用权，第二个并行流变为串行；直到第14行，第一个并行流处理完毕，第二个并行流获取worker线程，开始并行处理。

小结：

• 串行流：适合存在线程安全问题、阻塞任务、重量级任务，以及需要使用同一事务的逻辑。
• 并行流：适合没有线程安全问题、较单纯的数据处理任务。