java parallelStream 线程堵塞问题笔记

定义：

Stream（流）是JDK8中引入的一种类似与迭代器（Iterator）的单向迭代访问数据的工具。ParallelStream则是并行的流，它通过Fork/Join 框架（JSR166y）来拆分任务，加速流的处理过程。最开始接触parallelStream很容易把其当做一个普通的线程池使用，因此也出现了上面提到的开始的时候打标，结束的时候去掉标的动作。

ForkJoinPool又是什么

ForkJoinPool是在Java 7中引入了一种新的线程池，其简单类图如下：

可以看到ForkJoinPool是ExecutorService的实现类，是一种线程池。创建了ForkJoinPool实例之后，可以通过调用submit(ForkJoinTask task) 或invoke(ForkJoinTask task)方法来执行指定任务。 ForkJoinTask表示线程池中执行的任务，其有两个主要的抽象子类：RecusiveAction和RecusiveTask。其中RecusiveTask代表有返回值的任务，而RecusiveAction代表没有返回值的任务。它们的类图如下：

ForkJoinPool来支持使用分治法(Divide-and-Conquer Algorithm)来解决问题，即将一个任务拆分成多个“小任务”并行计算，再把多个“小任务”的结果合并成总的计算结果。相比于ThreadPoolExecutor，ForkJoinPool能够在任务队列中不断的添加新任务，在线程执行完任务后可以再从任务列表中选择其他任务来执行；并且可以选择子任务的执行优先级，因此能够方便的执行具有父子关系的任务。ForkJoinPool内部维护了一个无限队列来保存需要执行的任务，而线程的数量则是通过构造函数传入，如果没有向构造函数中传入希望的线程数量，那么当前计算机可用的CPU数量会被设置为线程数量作为默认值（最大为MAX_CAP = 0x7fff）。

ParallelStream可能引起阻塞

对CPU密集型的任务来说，并行流使用ForkJoinPool，为每个CPU分配一个任务，这是非常有效率的，但是如果任务不是CPU密集的，而是I/O密集的，并且任务数相对线程数比较大，那么直接用ParallelStream并不是很好的选择。

package com.chenkang.test.util;

import com.google.common.collect.Lists;

import java.util.Date;
import java.util.List;
import java.util.concurrent.CountDownLatch;
import java.util.concurrent.TimeUnit;

/**
 * @author chenkang
 * @date 2022/9/27 13:03
 */
public class ParallelStream {

/*    public static void main(String[] args) throws InterruptedException {
        List<Integer> lists = Lists.newArrayList();
        TimeUnit.SECONDS.sleep(20);
        //获取jvm 核数
        System.out.println(Runtime.getRuntime().availableProcessors());
        for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
            lists.add(i);
        }
        Date start = new Date();
        System.out.println(lists.size());
        CountDownLatch countDownLatch= new CountDownLatch(3);
        new Thread(()->{
            ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
            forkJoinPool.submit(() -> {
                lists.parallelStream().forEach(e -> {
                    try {
                        TimeUnit.SECONDS.sleep(10);
                    } catch (InterruptedException e1) {
                        e1.printStackTrace();
                    }
                });
                System.out.println("执行1down");
                countDownLatch.countDown();
            });
        }).start();

        new Thread(()->{
            ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
            forkJoinPool.submit(() -> {
                lists.parallelStream().forEach(e -> {
                    try {
                        TimeUnit.SECONDS.sleep(10);
                    } catch (InterruptedException e1) {
                        e1.printStackTrace();
                    }
                });
                System.out.println("执行2down");
                countDownLatch.countDown();
            });
        }).start();

        new Thread(()->{
            ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
            forkJoinPool.submit(() -> {
                lists.parallelStream().forEach(e -> {
                    try {
                        TimeUnit.SECONDS.sleep(10);
                    } catch (InterruptedException e1) {
                        e1.printStackTrace();
                    }
                });
                System.out.println("执行3down");
                countDownLatch.countDown();
            });
        }).start();

        countDownLatch.await();
        Date end = new Date();

        System.out.println((end.getTime() - start.getTime()) / 1000);
    }*/

    public static void main(String[] args) throws InterruptedException {
        List<Integer> lists = Lists.newArrayList();
        TimeUnit.SECONDS.sleep(20);
        //获取jvm 核数
        System.out.println(Runtime.getRuntime().availableProcessors());
        for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
            lists.add(i);
        }
        Date start = new Date();
        System.out.println(lists.size());
        CountDownLatch countDownLatch= new CountDownLatch(3);
        new Thread(()->{
                lists.parallelStream().forEach(e -> {
                    try {
                        TimeUnit.SECONDS.sleep(10);
                    } catch (InterruptedException e1) {
                        e1.printStackTrace();
                    }
            });
            System.out.println("执行1down");
            countDownLatch.countDown();
        }).start();

        new Thread(()->{
            lists.parallelStream().forEach(e -> {
                try {
                    TimeUnit.SECONDS.sleep(10);
                } catch (InterruptedException e1) {
                    e1.printStackTrace();
                }

            });
            System.out.println("执行2down");
            countDownLatch.countDown();
        }).start();

        new Thread(()->{
            lists.parallelStream().forEach(e -> {
                try {
                    TimeUnit.SECONDS.sleep(10);
                } catch (InterruptedException e1) {
                    e1.printStackTrace();
                }
            });
            System.out.println("执行3down");
            countDownLatch.countDown();
        }).start();

        countDownLatch.await();
        Date end = new Date();

        System.out.println((end.getTime() - start.getTime()) / 1000);
    }




}

1.分别执行查看执行时间 链接jconsole 查看线程数量  这个是第二种 

 第一种

 可以看到线程数量提升 执行效率提高 第二种是因为commonpool 线程限制的原因

原文：https://www.csdn.net/tags/MtjaEg1sODI5MzctYmxvZwO0O0OO0O0O.html