For循环，Stream迭代，parallelStream()迭代的性能比较

For循环，Stream迭代，parallelStream()迭代的性能比较如下：

代码：

package com.test;

import java.io.IOException;
import java.nio.charset.StandardCharsets;
import java.nio.file.Files;
import java.nio.file.Paths;
import java.util.Arrays;
import java.util.List;

public class StreamTest {
    public static void main(String[] args) throws IOException {
        //for 效率测试
        long from = System.currentTimeMillis();
        String contents = new String(Files.readAllBytes(
                Paths.get("E:\\zfibs\\owms-api\\src\\main\\java\\com\\zfibs\\owms\\utils\\test.txt")), StandardCharsets.UTF_8);
        String[] words = contents.split("\\PL+");
        long count = 0;
        for (String w : words) {
            if (w.length() > 5) {
                count++;
            }
        }
        long to = System.currentTimeMillis();
        System.out.println("163M 的TXT文件，用for循环的方式， 次数: " + count);
        System.out.println("耗时 : " + (to - from) + " ms");

        //stream 效率测试
        from = System.currentTimeMillis();
        String contents1 = new String(Files.readAllBytes(
                Paths.get("E:\\zfibs\\owms-api\\src\\main\\java\\com\\zfibs\\owms\\utils\\test1.txt")), StandardCharsets.UTF_8);
        List<String> words1 = Arrays.asList(contents.split("\\PL+"));
        count = words1.stream().filter(w -> w.length() > 5).count();
        to = System.currentTimeMillis();
        System.out.println("163M 的TXT文件，用stream().filter()的方式， 次数: " + count);
        System.out.println("耗时 : " + (to - from) + " ms");

        //parallelStream 效率测试
        from = System.currentTimeMillis();
        String contents2 = new String(Files.readAllBytes(
                Paths.get("E:\\zfibs\\owms-api\\src\\main\\java\\com\\zfibs\\owms\\utils\\test2.txt")), StandardCharsets.UTF_8);
        List<String> words2 = Arrays.asList(contents.split("\\PL+"));
        count = words2.parallelStream().filter(w -> w.length() > 5).count();
        to = System.currentTimeMillis();
        System.out.println("163M 的TXT文件，用sparallelStream().filter()的方式， 次数: " + count);
        System.out.println("耗时 : " + (to - from) + " ms");
    }
}

测试结果：

第一次：

第二次：

第三次：

从这个来看，当数据量大时，parallelStream并没有优势。
``