list.parallelStream().foreach()并发问题

需求描述

数据同步：联合查询数据库A的两张表，得到新数据，然后入库数据库B的一张表。由于数据量可能较大（在定时任务下不会太大，但手动拉取可能会有几十万的数据），采用线程池来查询与插入（修改）。

问题描述

在查到新数据后，需要将其分为两部分：一部分是新增，一部分是修改。为了效率，前人采用parallelStream并发流来遍历数据，结果导致ArrayIndexOutOfBoundsException数组越界异常。

原因分析

ArrayIndexOutOfBoundsException异常说明是存放数据的list有问题，即list的索引超过了list的长度导致越界。而在代码中采用的list是ArrayList，具有自动扩容机制，但是，ArrayList是线程不安全的！

深入源码

ArrayList的add方法如下：

public boolean add(E e) {
    ensureCapacityInternal(size + 1); 
    elementData[size++] = e;
    return true;
}

线程不安全问题的关键在于这行代码：elementData[size++] = e

其原子操作如下：
1. elementData[size] = e
2. 读取 size
3. size += 1

在多线程环境下，当两个线程同时执行ensureCapacityInternal(size + 1)得到了相同的size（假设此时size恰好为数组最后一位），没有触发扩容，此时线程A先一步执行完size+1，而后线程B读取到这个新的size，而后再次size+1，此时就会出现数组越界异常。

解决办法

使用线程安全的ArrayList：CopyOnWriteArrayList