【Java8】并行流

最新推荐文章于 2025-04-28 00:17:35 发布

写一封信

最新推荐文章于 2025-04-28 00:17:35 发布

阅读量409

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/LJL55555/article/details/86924122

------Java8 专栏收录该内容

8 篇文章

订阅专栏

本文深入探讨了Java中的并行计算技术，包括并行流、Fork/Join框架及其与传统线程池的区别。通过对比不同并行计算方法的实现，如Java7的Fork/Join框架、普通for循环及Java8的并行流，展示了并行计算在提升程序效率方面的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、并行流

并行流 : 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。

Java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过 parallel() 与 sequential() 在并行流与顺序流之间进行切换。

二、Fork/Join框架

Fork/Join 框架 : 在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务(拆到不可再拆时)，再将一个个的小任务运算的结果进行 join 汇总.。
在这里插入图片描述

三、Fork/Join 框架与传统线程池的区别

采用 “工作窃取”模式(work-stealing)：当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，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运行,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。

四、实例（数的累加）

（1）Java7中fork/join框架的应用(写法复杂)

public class ForkJoinCalculate extends RecursiveTask<Long> {

   private long start;
   private long end;

   // 临界值
   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);
           //拆分子任务，同时压入线程队列
           left.fork();

           ForkJoinCalculate right = new ForkJoinCalculate(middle + 1, end);
           right.fork();

           return left.join() + right.join();
       }
   }
}

测试

@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(sum);

   Instant end = Instant.now();
   System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());
}

结果

5000000050000000
耗费时间为：2016

（2）普通for

@Test
public void test2(){
    Instant start = Instant.now();
    long sum = 0L;

    for (long i = 0; i <= 100000000L; i ++){
        sum += i;
    }

    System.out.println(sum);
    Instant end = Instant.now();
    System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());
}

结果

 耗费时间为：3135

（3）Java8并行流

@Test
public  void test3(){
    Instant start = Instant.now();

    LongStream.rangeClosed(0, 100000000000L)
       	      .parallel()
              .reduce(0, Long::sum);

    Instant end = Instant.now();

    System.out.println("耗费时间为：" + Duration.between(start, end).toMillis());
}

结果

 耗费时间为：16587