parallelStream()并行滥用的后果

背景

 对于java开发从业人员来说，并发编程是绕不开的话题，juc并发包下提供了一系列多线程场景解决方案。
 随着jdk1.8的普及，多线程处理问题，除了使用使用线程池(ExecutorService)，很多人选择了parallelStream() 并行流，底层使用forkjoin实现并行处理。
 那么并行和并发又有什么区别？究竟改如何选择？滥用时又会有什么影响？
  这些问题我分以下几篇文章进行详细说明：
  1. 多线程并发和并行的区别
  2. parallelStream()并行滥用的后果 (本文)
  3. forkjoin和forkjoinpool讲解
  4. 线程池正确用法

坑点挨个举例

线程不安全

 随着java8 stream的普及，很多人开始使用并行流parallelStream()，进行并行计算，很多人会忽略一个问题：
 parallelStream()加入这行代码，就成了多线程，HaashMap线程不安全，会导致各种多线程问题。

		// 线程不安全的错误例子
		HashMap<String, Object> hashMap = new HashMap<>();
        numList.parallelStream().forEach(curr -> {
            hashMap.put(curr);
        });

		// 应该使用ConcurrentHashMap
		ConcurrentHashMap<String, Object> concurrentHashMap = new ConcurrentHashMap<>();
        numList.parallelStream().forEach(curr -> {
            concurrentHashMap.put(curr);
        });

公共commonPool导致程序卡顿

 cpu和内存都正常的情况下，生产环境遇到一次，脚本卡住几个小时才执行完，线程堆栈分析发现在下面代码线程进入waiting状态，而且是偶发。
 parallelStream()底层用的ForkJoinPool.commonPool();进行并行计算。代码中多个脚本同时用到parallelStream时，会共用线程池，一个脚本io慢，其他脚本都等等，用到的脚本越多，卡的时间越长。
 这一点非常重要：大部分人使用parallelStream不知道底层原理，把parallelStream当做多线程使用，这个非常危险，用的地方越多，程序卡顿时间越长。

		// 脚本a
		aaaList.parallelStream().forEach(curr -> {
            // 大量数据库查询等脚本代码
        });

		// 脚本b
		bbbList.parallelStream().forEach(curr -> {
            // 大量数据库查询等脚本代码
        });

并行代码中Threadlocal失效

 java开发中，我们经常会用到Threadlocal。parallelStream()是一个隐式线程池，比如：读写分离的连接名称、request通用获取等等，并行代码块中都将失效。

parallelStream()正确用法

• cpu密集型的运算
  parallelStream底层使用和cpu核数一样多的ForkJoinPool并行计算，适合cpu密集型业务直接使用。

		// 正常使用即可，并行为计算而生
		aaaList.parallelStream().forEach(curr -> {
            // 正常编写业务代码
        });

• io密集的多线程场景
  首先io密集场景适合使用线程池，不建议使用parallelStream()
  如果非要使用，可以做如下优化：
  io密集的业务，消耗cpu较少，出现慢sql等场景会导致线程等待，不能使用默认ForkJoinPool.commonPool()，自定义ForkJoinPool。

		// 并行代码放到ForkJoinPool中执行，就不再使用公共ForkJoinPool.commonPool()
 		ForkJoinPool forkJoinPool = new ForkJoinPool();
        forkJoinPool.execute(() -> {
            aaaList.parallelStream().forEach(curr -> {
            // 正常编写业务代码
        });
        });

注意事项总结

• 并行代码块中需要使用AtomicInteger、ConcurrentHashMap等线程安全类。
• parallelStream默认使用的commonPool，在io密集场景下不可大量使用
• 数量级小的计算就别用并行了，cpu切换耗时反而慢
• 在用到threadlocal的情景下，谨慎使用parallelStream和线程池，多线程中无法获取主线程的threadlocal。
• 如果完全不懂parallelStream底层原理，建议不要使用