java8 parallel並行處理實戰

需求

1. 我需要做一個人員某幾項數據的統計，由於數據量較大，不能一次性加載到內存進行統計。所以采用了遍歷每個用戶。當然也可以分配處理。
2. 分析需求可得知，每個用戶其實互不相關，數據的統計可以同步進行，因此考慮到並發執行。而java8剛好提供了這樣的功能，對集合數據的並發執行parallel，所以有了以下測試

為加快統計速度嘗試

1. 原代碼用時

   • 2018-10-15 15:03:22.863 |-INFO [SimpleAsyncTaskExecutor-1] com.beikbank.settlement.api.jobs.TaskJob [147] -| statMissUser統計數據完成，用時：196.033秒
     

2. java8 代碼用時

   • 2018-10-15 14:54:17.487 |-INFO [SimpleAsyncTaskExecutor-1] com.beikbank.settlement.api.jobs.TaskJob [152] -| statMissUser統計數據完成，用時：99.12秒
     

代碼改變

原代碼

for (Map<String, Object> allUser : allUserList) {
    String userIdkey = allUser.get("user_id").toString();
    ...//io數據庫操作
}

使用java8 流並行代碼

allUserList.stream().parallel().forEach(allUser -> {
    String userIdkey = allUser.get("user_id").toString();
    ...//io數據庫操作
});

總結

1. 數據統計存在數據庫操作的，使用java8的parallel可以加快統計速度，從上面圖片的對比可以看出，使用parallel后jdbc連接會存在多個並行執行，執行效率和機器配置內存等相關。
2. 我使用的是window 2核4G且開了很多其他軟件的情況測試，效率提升1倍左右