Java性能：For-eaching与Streaming

在for循环中向上或向下计数是最有效的迭代方式吗？ 有时答案既不是。 阅读这篇文章，了解不同迭代品种的影响。

迭代性能

关于如何以高性能进行迭代有很多观点。 Java中的传统迭代方式是一个for循环，该循环从零开始，然后计数到一些预定义的数字：

private static final int ITERATIONS = 10_000;

@Benchmark
public int forUp() {
    int sum = 0;
    for (int i = 0; i < ITERATIONS; i++) {
        sum += i;
    }
    return sum;
}

有时，我们遇到一个for循环，该循环以预定的非负值开始，然后递减计数。 这在JDK本身中非常普遍，例如在String类中。 这是通过递减而不是递增来解决先前问题的示例。

@Benchmark
public int forDown() {
    int sum = 0;
    for (int i = ITERATIONS; i-- > 0;) {
        sum += i;
    }
    return sum;
}

我认为，这样做的理由是，检查值与零的关系可能比测试值与任何其他任意值的关系更有效。 实际上，我所知道的所有CPU都有机器码指令，可以检查给定值与零的关系。 另一个想法是，上面给出的递减计数习惯似乎只检查一次循环变量（它同时检查值，然后减小它），而不是顶部的常规示例。 我怀疑这对当今高效的JIT编译器影响很小或没有影响，后者将能够像优化第二个迭代一样优化第一个迭代。 当代码在解释模式下运行时可能会产生影响，但是本文中未对此进行检查。

另一种方法是使用
IntStream看起来像这样：

@Benchmark
public int stream() {
    return IntStream.range(0, ITERATIONS)
        .sum();
}

如果大型迭代需要更高的性能，则只需在流中添加.parallel()运算符就可以使流并行变得相对容易。 本文未对此进行检查。

Graal VM下的性能

在我的笔记本电脑（MacBook Pro，2015年中，2.2 GHz Intel Core i7）上的GraalVM（rc-11，以及GraallVM附带的新C2编译器）下运行这些测试可以得出以下结果：

Benchmark              Mode  Cnt       Score       Error  Units
ForBenchmark.forDown  thrpt    5  311419.166 ±  4201.724  ops/s
ForBenchmark.forUp    thrpt    5  309598.916 ± 12998.579  ops/s
ForBenchmark.stream   thrpt    5  312360.089 ±  8291.792  ops/s

对于流解决方案是最快的解决方案（尽管误差在误差范围内），这可能会让某些人感到意外。

在上一篇文章中 ，我介绍了与传统命令式代码相比，流和声明式编程在代码度量方面的一些优势。 我尚未测试过冷代码段的性能（即，在JIT启动之前）。

聪明的数学

根据数学，我们记得从零开始的连续数字的总和为N *（N + 1）/ 2，其中N是序列中的最高数字。 运行此基准测试：

@Benchmark
public int math() {
    return ITERATIONS * (ITERATIONS + 1) / 2;
}

使我们的性能比以前的实现提高了1000倍以上：

Benchmark           Mode  Cnt          Score          Error  Units
ForBenchmark.math  thrpt    5  395561077.984 ± 11138012.141  ops/s

迭代次数越多，收益越大。 聪明有时会胜过蛮力。

超快速数据流

使用Speedment HyperStream，可以从数据库中获得类似的性能。 在HyperStream上阅读更多信息 。

结论

在某些常用的硬件/ JVM上，无论我们在for循环中向上还是向下进行迭代都没有关系。 较新的JVM能够优化流迭代，因此与for循环相比，它们具有同等甚至更好的性能。

在我看来，与for循环相比，流代码通常更具可读性，因此，我相信流在某些将来可能是事实上的迭代发明。

使用Speedment HyperStream可以高性能地流传输数据库内容。

翻译自: https://www.javacodegeeks.com/2019/09/java-performance-for-eaching-vs-streaming.html