Stream parallel並行流的思考

1.並行流並不一定能提高效率,就和多線程並不能提高線程的效率一樣

因為引入並行流會引起額外的開銷,就像線程的頻繁上下文切換會導致額外的性能開銷一樣,當數據在多個cpu中的處理時間小於內核之間的傳輸時間,使用並行流也就沒有什么意義了.

這邊用代碼演示一下

public static long iterativeSum(long n) {
        long result = 0;
        for (long i = 1L; i <=n; i++) {
            result += i;
        }
        return result;
    }

public static long parallelSum(long n){
        return Stream.iterate(1L, i -> i+1)
                .limit(n)
                .parallel()
                .reduce(0L, Long::sum);
    }

 

第一個是我們經常使用的for循環,第二個是使用LongStream生成long類型的流,並且通過 parallel並行化,我們看看執行結果

 

package demo13;

import java.util.function.Function;
　　
public class PerformanceClass {
    
    public static long measureSumPerf(Function<Long, Long> adder, long n) {
        long fastest = Long.MAX_VALUE;
        for (int i = 0; i < 10; i++) {
            long start = System.nanoTime();
            long sum = adder.apply(n);
            System.out.println("Result: "+ sum);
            long duration = (System.nanoTime() - start) / 1_000_000;
            if (duration < fastest) {
                fastest = duration;
            }
        }
        return fastest;
    }

    public static void main(String[] args) {
        System.out.println(measureSumPerf(ParalleStreams::iterativeSum, 10_000_000));//3
        System.out.println(measureSumPerf(ParalleStreams::parallelSum, 10_000_000));//173
//        System.out.println(measureSumPerf(ParalleStreams::sequentialSum, 10_000_000));
//        System.out.println(measureSumPerf(ParalleStreams::rangedSum, 10_000_000));
//        System.out.println(measureSumPerf(ParalleStreams::parallelRangedSum, 10_000_000));
//        System.out.println(measureSumPerf(ParalleStreams::sideEffectSum, 10_000_000));
    }
    
}

上面只是一個測試代碼,我們看到for使用了 3毫秒,但是 並行流竟然使用了 173毫秒,所以parallel並不一定能提高效率

2.這邊我們可以使用LongStream來直接生成long類型的數據來避免拆裝箱

public static long rangedSum(long n) {
        return LongStream.rangeClosed(1, n).reduce(0L, Long::sum);
    }

        System.out.println(measureSumPerf(ParalleStreams::rangedSum, 10_000_000));//4

 上面並行之所以慢是因為數據要進行拆箱裝箱操作,所以用LongStream替代Stream就可以提升程序的效率.

這邊只使用了4毫秒,所以使用合適的數據結構比無腦的使用並行更有用.