153、Java8新特性之并行流和串行流
并行流就是把一个内容分成多个数据块,并用不同的 线程 分别处理每个数据块的流。Java8中将并行做了优化,我们可以很容易的对数据进行并行操作。StreamAPI可以声明性的通过parallel()与sequential()在并行流与顺序流之间进行切换。
再说并行流之前,我们先了解一个框架Fork/Join:Fork/Join框架就是在必要情况下,将一个大的任务进行拆分fork成若干个小的任务,知道不可再拆分,然后再将一个个小的任务的运算结果进行join汇总。
Fork/Join框架使用起来比较复杂,但是效率高。Fork/Join框架采取“工作窃取”模式(work-stealing):当执行新的任务时,它可以将其拆分为更小的任务执行,并将小任务加入到线程队列中,然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的 线程池 实现,Fork/Join框架的优势体现在对其中包含的任务的处理方式上。在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续执行,那么该线程会处于等待状态,而在Fork/Join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行,那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行。这种方式减少了线程的等待时间,提高了性能。
Fork/Join模式使用:
* 1.继承 抽象类 RecusiveTask(有返回值,泛型指定返回值)或者抽象类RecusiveAction(无返回值)
* 2.实现其中的compute方法,以递归形式拆分任务
* 3.任务拆分完成之后,调用fork,压入线程队列
* 4.任务处理完成之后,调用join,返回值
* 5.运行程序时,需要ForkJoinPool的支持
* 5.1.新建ForkJoinPool
* 5.2.用父类ForkJoinTask去引用需要新建的对象
* 5.3.调用ForkJoinPool的invoke,进行fork/join,接收返回值
测试Fork/Join框架:
public class ForkJoinCalculate extends RecursiveTask { private long start ; private Long end; private static final long THRESHOLD = 10000; public ForkJoinCalculate(long start, long end) { this.start = start; this.end = end; } @Override protected Long compute() { long length = end - start; if (length <= THRESHOLD){ long sum = 0; for ( long i = start; i <= end; i++){ sum += i; } return sum; }else { long middle = (start + end) / 2; ForkJoinCalculate left = new ForkJoinCalculate(start,middle); left.fork();//拆分子任务,同时压入线程队列 ForkJoinCalculate right = new ForkJoinCalculate(middle,end); right.fork(); return (long)right.join() + (long)left.join(); } } }
public class TestForkJoin { //使用ForkJoin框架计算从0加到1亿的和 @Test public void test1(){ Instant start = Instant.now(); ForkJoinPool pool = new ForkJoinPool(); ForkJoinTask<Long> task = new ForkJoinCalculate(0,100000000L); Long sum = pool.invoke(task); System.out.println("和是:" + sum); Instant end = Instant.now(); System.out.println("耗费时间是:" + Duration.between(start,end).toMillis() + "毫秒"); } //使用普通for循环计算求和 @Test public void test2(){ Instant start = Instant.now(); long sum = 0L; for (long i = 0; i <= 100000000L; i++){ sum += i; } System.out.println("和是:" + sum); Instant end = Instant.now(); System.out.println("耗费时间是:" + Duration.between(start,end).toMillis() + "毫秒"); } }
数据量越大,Fork/Join框架的优势越明显。
下面看Java8使用并行流怎么实现:
//使用Java8并行流计算求和 @Test public void test3(){ Instant start = Instant.now(); long sum = LongStream.rangeClosed(0, 100000000L).parallel().reduce(0, Long::sum); System.out.println("和是:" + sum); Instant end = Instant.now(); System.out.println("耗费时间是:" + Duration.between(start,end).toMillis() + "毫秒"); }