第七章 并行数据处理与性能

1、内部迭代让你可以并行处理一个流，而无需在代码中显式使用和协调不同的线程。

2、虽然并行处理一个流很容易，却不能保证程序在所有情况下都运行地更快。并行软件的行为和性能有时是违反直觉的，因此一定要测量，确保你并没有把程序拖得更慢。

3、像并行流那样对一个数据集并行执行操作可以提升性能，特别是要处理的元素数量庞大，或处理单个元素特别耗时的时候。

4、从性能角度来看，使用正确的数据结构，如尽可能利用原始流而不是一般化的流，几乎总是比尝试并行化某些操作更为重要。

5、分支/合并框架（ForkJoinPool、RecursiveTask）让你得以用递归方式将可以并行的任务拆分成更小的子任务，在不同的线程上执行，然后将各个子任务的结果合并起来生成整体的结果。

6、Spliterator定义了并行流如何拆分它要遍历的数据。