第06篇 并行流和fork-join框架

为了让我们的程序运行的更加高效，CPU的使用效率更高，我们可以通过让程序并行执行的方式让所有的CPU都忙碌起来，从而提供程序执行的效率。

有两种方式来实现并行：java8的fork-join框架、java8中的并行流（底层依然是fork-join框架）。
这里我们以计算n以内数字的和为例进行改进，也让我们能够很好的看到效果。

首先，我们定义要求和的最大数为：Long max = 1000000000L;

一、并行流

（一）经典for循环

首先我们使用经典的for循环，串行进行遍历求和：

 @Test
 public void serial() {
     long sum = 0;
     long start = System.currentTimeMillis();
     for (long i = 0; i <= max; i++) {
         sum += i;
     }
     long end = System.currentTimeMillis();
     System.out.println(String.format("for循环串行计算，sum：%d，总共耗时为：%d", sum, (end - start)));
 }

效果如下：

for循环串行计算，sum：500000000500000000，总共耗时为：363

（二）Stream求和

接下来，我们使用stream来遍历求和，代码如下：

@Test
public void java8Stream() {
    long start = System.currentTimeMillis();
    Long sum = Stream.iterate(1L, i -> i + 1)
            .limit(max)
            .reduce(0L, Long::sum);
    long end = System.currentTimeMillis();
    System.out.println(String.format("java8流式计算，sum：%d，总共耗时为：%d", sum, (end - start)));
}

效果如下：
java8流式计算，sum：500000000500000000，总共耗时为：11660

我们会发现，这种方式比for循环慢了很多，产生的原因主要如下：

1. Stream本身也是串行的；
2. 在进行计算的时候，我们使用的Stream流会使用包装类，在计算的时候要进行拆箱和装箱过程，会消耗大量的时间。

（三）Stream并行求和

我们可以通过把流转换成并行流来进行计算

 @Test
 public void java8Parallel() {
     long start = System.currentTimeMillis();
     long sum = Stream.iterate(1L, i -> i + 1)
             .limit(max)
             .parallel() //获取并行流
             .reduce(0L, Long::sum);
     long end = System.currentTimeMillis();
     System.out.println(String.format("Java8并行流计算，sum：%d，总共耗时为：%d", sum, (end - start)));
 }

效果：

可以看到，直接发生了内存溢出，产生原因如下：

1. 和上面一样，包装类会对相率产生极大的影响；
2. fork-join框架底层需要使用Spliterator（后续讲解）对迭代器进行切割，进一步出现了问题；

（四）去掉拆装箱的Stream并行

在使用的时候，我们应当尽量避免包装类的转换，所以，我们可以使用LongStream 来获取数据，这样的话，就避免了不必要的拆箱和装箱。其他的场景下，我们也需要注意这一点。

@Test
public void java8ParallelWtihoutPackage() {
    long start = System.currentTimeMillis();
    long sum = LongStream.rangeClosed(0, max)
            .parallel() //获取并行流
            .sum();
    long end = System.currentTimeMillis();
    System.out.println(String.format("Java8并行流计算，去掉装箱拆箱，sum：%d，总共耗时为：%d", sum, (end - start)));
}

效果如下：
Java8并行流计算，去掉装箱拆箱，sum：500000000500000000，总共耗时为：252

并行流的获取

上面演示了串行到并行流的演