Java8-Stream性能如何及评测工具推荐

共计 3038 个字符，预计需要花费 8 分钟才能阅读完成。

作为技术人员，学习新知识是基本功课。有些知识是不得不学，有些知识是学了之后如虎添翼，Java8 的 Stream 就是兼具两者的知识。不学看不懂，学了写起代码来如虎添翼。

在上篇《Java8 Stream 新特性详解及实战》中我们介绍了 Java8 Stream 的基本使用方法，尝试一下是不是感觉很爽？当只用一行代码就搞定最终结果时，是不是再也不想用 for 循环一遍遍去迭代了。

同时，你是否又看到类似《Java8 Lambda 表达式和流操作如何让你的代码变慢 5 倍》这样的文章，那么今天就带大家通过编写测试程序来一探究竟，看看 Stream 的性能到底如何。同时，带大家认识一个非常不错的性能测试工具 junitperf。

先同步一下测试环境及工具信息：

JDK 版本：1.8.0_151。
电脑配置：MacBook Pro i7，16G 内存。
Java 测试工具：junitperf 及 Junit。
IDE：intellij IDEA。

在测试的过程中电脑中还开了其他很多应用，但基本上都没进行操作。

基本测试方案，先初始化一个 int 数组，5 亿个随机数。然后从这个数组中找到最小的一个数。

采用三个单元测试方法来对照参考：

testIntFor：测试 for 循环执行时间；
testIntStream：测试串行 Stream 执行时间；
testIntParallelStream：测试并行 Stream 执行时间；

测试程序相关代码：

public class StreamTest {public static int[] arr;

    @BeforeAll
    public static void init() {arr = new int[500000000];
        randomInt(arr);
    }

    @JunitPerfConfig(duration = 10000, warmUp = 1000, reporter = {HtmlReporter.class})
    public void testIntFor() {minIntFor(arr);
    }

    @JunitPerfConfig(duration = 10000, warmUp = 1000, reporter = {HtmlReporter.class})
    public void testIntParallelStream() {minIntParallelStream(arr);
    }

    @JunitPerfConfig(duration = 10000, warmUp = 1000, reporter = {HtmlReporter.class})
    public void testIntStream() {minIntStream(arr);
    }

    private int minIntStream(int[] arr) {return Arrays.stream(arr).min().getAsInt();
    }

    private int minIntParallelStream(int[] arr) {return Arrays.stream(arr).parallel().min().getAsInt();}

    private int minIntFor(int[] arr) {
        int min = Integer.MAX_VALUE;
        for (int anArr : arr) {if (anArr < min) {min = anArr;}
        }
        return min;
    }

    private static void randomInt(int[] arr) {Random r = new Random();
        for (int i = 0; i < arr.length; i++) {arr[i] = r.nextInt();}
    }
}

基本操作流程：通过 @BeforeAll 注解的 init 方法对数组进行随机初始化，然后再统一执行上面三个测试方法。

在单元测试的方法上都有下面的注解：

@JunitPerfConfig(duration = 10000, warmUp = 1000, reporter = {HtmlReporter.class})

该注释为 junitperf 提供的注解，其中 duration 为持续执行这段代码的时间，单位毫秒；warmUp 预热时间，这里预热 1 秒；reporter 输出报表格式，这里采用 HTML 展示，可以更直观看到效果。

好上面的一切都准备好了，剩下的就是统一执行单元测试。执行结果如下三个图。

针对基础类型（int）操作，结果分析：

串行 Stream 的执行的确不如 for 循环性能高，耗时大概是 for 循环的 2 倍。
并行 Stream 的执行性能要优于 for 循环，耗时大概是 for 循环的一半。
这里没有用不同核数的机器测试，但并行 Stream 随着服务器核数的增加，必然更快。

生成一个 List 列表，列表中随机生成 10000000 个字符串，然后分别通过不同的方式计算获得最小的字符串。

基本操作与实验一相同，不再贴出代码，直接看测试的效果图。

针对对象（String）操作，结果分析：

Stream 的性能与 for 循环已经相差不大了，耗时大概是 for 循环的 1.25 倍左右。
并行 Stream 执行的性能要优于 for 循环，而且比基础类型的优势更高，耗时已经低于 for 循环的一半。
针对不同服务器核数，Stream 效率同样会更加高。

生成一个 List 列表，列表里面存放着 1 百万个 User 对象。每个对象中都包含用户名和用户某次运动的距离，同一用户可在 List 里包含多条运动记录。现在通过不同的方式来统计用户的总共运动了多远距离。

基本测试思路一致，这里只贴出基于 Stream 的算法的代码，以便大家了解 Stream 的复杂对象归约如何使用。

// 串行写法
users.stream().collect(
                Collectors.groupingBy(User::getUserName,
                        Collectors.summingDouble(User::getMeters)));
// 并行写法                        
users.parallelStream().collect(
                Collectors.groupingBy(User::getUserName,
                        Collectors.summingDouble(User::getMeters)));

下面看测试结果的数据：

复杂对象归约操作，结果分析：

基于 Stream 的操作明显都高于 for 循环的效率，而且并行的效果更加明显。
同样，随着服务器核数的增加，并行 Stream 的效率会更高。

最后推荐一下这款用起来还不错的 Java 性能测试工具，GitHub 地址：https://github.com/houbb/juni…。上面有详细的使用说明。唯一缺少的就是数据预初始化的示例，而本篇文章的示例中已经补上了这部分缺失。

通过上面的几组实验对比，我们可以看到如下结论：

针对简单的操作，比如基础类型的遍历，使用 for 循环性能要明显高于串行 Stream 操作。但 Stream 的并行操作随着服务器的核数增加，会优于 for 循环。
针对复杂操作，串行 Stream 性能与 for 循环不差上下，但并行 Stream 的性能已经是无法匹敌了。
特别是针对一个集合进行多层过滤并归约操作，无论从写法上或性能上都要明显优于 for 循环。

用一句话来说就是：简单操作 for 循环即可，复杂操作首推 Stream。

现在的 Stream 书写简单，性能不错，如果未来 JDK 针对其进行优化，便同时享受了便捷和性能，何乐而不为呢。

原文链接《Java8 Stream 性能如何及评测工具推荐》

本文由博客一文多发平台 OpenWrite 发布！

测试环境

实验一：基本类型迭代

实验二：对象迭代

实验三：复杂对象归约

小结

Just My Socks（注册教程内含优惠码）