Stream VS ParallelStream

1.for循环

for循环的性能随着数据量的增加性能也越来越差。

2.stream（串行流）

stream在数据量小的情况下性能差(小于100)，在数据量中、大的时候性能略高于for循环(100-10W)，但当数据量特别大的时候(10W+)，性能也变得越来越差。

3.parallelStream（并行流）

parallelStream适用的场景是CPU密集型的，加入电脑本身CPU负载很大，parallelStream并不能起到并行流的作用。
parallelStream无法保证元素的顺序，多线程情况下，会有线程安全问题。
parallelStream在数据量小的情况下性能略高于串行化流，略低于for循环(小于100)。在数据量中、大的时候情况都差不多(100-10W)，但是当数据量特别大（100W+）的时候，性能也变得更好。

public class MainTest {
    public static void main(String[] args) {
        List<Integer> integerList = Lists.newArrayList(1,2,3,4,5,6);

        integerList.stream().forEach(data->System.out.println(Thread.currentThread().getName() +":"+ data));
        /*
        stream        串行流==线程安全 ==有序
        main:1
        main:2
        main:3
        main:4
        main:5
        main:6
        */
        System.out.println("----------------我是分割线--------------------");

        integerList.parallelStream().forEach(data->System.out.println(Thread.currentThread().getName() +":"+ data));
        /*
        适用单纯的数据处理
        parallelStream  并行流==线程不安全==无序==效率高(抢占CPU资源)

        通过设置虚拟机启动参数配置woker的数量   
        -Djava.util.concurrent.ForkJoinPool.common.parallelism=N    
        
        main:4
        main:6
        main:5
        ForkJoinPool.commonPool-worker-1:2
        ForkJoinPool.commonPool-worker-1:3
        ForkJoinPool.commonPool-worker-1:1
         */
    }

}

4.总结

工作中一般考虑到效率时使用for循环即可【小集合】。考虑到方便场景使用stream即可。考虑的超大数据量处理是考虑使用parallelStream。