Java 8并行流的性能陷阱

并行化流被分红多个块，每一个块独立处理，结果在最后汇总。

CPU密集型代码以下：

 

private long countPrimes(int max) {     return range(1, max).parallel().filter(this::isPrime).count(); } private boolean isPrime(long n) {     return n > 1 && rangeClosed(2, (long) sqrt(n)).noneMatch(divisor -> n % divisor == 0); }

 countPrimes 计算1到最大值之间的素数的数量。数字流由range方法建立，切换到并行模式，过滤掉非素数，剩余的计算总数。因为isPrime 方法极其无效且占用大量CPU，咱们能够利用并行化并利用全部可用的CPU内核。

 

咱们来看另外一个例子：

 

private List<StockInfo> getStockInfo(Stream<String> symbols) {      return symbols.parallel()             .map(this::getStockInfo) //slow network operation             .collect(toList()); }

输入是一个股票代码列表，咱们必须调用慢速网络操做来获取有关股票的一些细节。在这里，咱们不处理CPU密集型操做，但咱们也能够利用并行化。并行执行多个网络请求是个好主意。一样，并行流的一个很好的任务，你赞成吗？

 

若是您这样作，请再次查看上一个示例。有一个很大的错误。你看到了吗？问题是全部并行流都使用公共fork-join线程池。若是提交长时间运行的任务，则会有效地阻塞池中的全部线程。所以，您将阻塞使用并行流的全部其余任务。

 

想象一下servlet环境，当一个请求调用时getStockInfo() ，另外一个请求调用  countPrimes()。即便每一个都须要不一样的资源，也会阻止另外一个。更糟糕的是，你不能为并行流指定线程池; 整个类加载器必须使用相同的。

 

让咱们在下面的例子中说明它：

 

private void run() throws InterruptedException {  ExecutorService es = Executors.newCachedThreadPool();  // Simulating multiple threads in the system  // if one of them is executing a long-running task.  // Some of the other threads/tasks are waiting  // for it to finish  es.execute(() -> countPrimes(MAX, 1000));  //incorrect task  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.shutdown();  es.awaitTermination(60, TimeUnit.SECONDS); } private void countPrimes(int max, int delay) {   System.out.println( range(1, max).parallel() .filter(this::isPrime).peek(i -> sleep(delay)).count() ); }

 

在这里，咱们模拟系统中的六个线程。全部这些都在执行CPU密集型任务，第一个被“暂停”，在它找到素数后就睡了一秒钟。这只是一我的为的例子; 你能够想象一个被卡住或执行阻塞操做的线程。

 

问题是：执行此代码时会发生什么？咱们有六个任务; 其中一个将须要一成天才能完成，其他的应该更快完成。绝不奇怪，每次执行代码时，都会获得不一样的结果。你想在生产系统中有这样的行为吗？一个杜塞的任务取消了应用程序的其他部分？我猜不会。

 

关于如何确保永远不会发生这样的事情，只有两种选择。第一个是确保提交到公共fork-join池的全部任务都不会卡，必须在合理的时间内完成。但这提及来容易作起来难，尤为是在复杂的应用程序中。

 

另外一种选择是不使用并行流，并等到Oracle容许咱们指定用于并行流的线程池。