关于java:求求你们了别再乱用-parallelStream-了速度竟然比-Stream-还要慢

parallelStream 肯定更快吗？

大家都晓得 Stream 分为程序流和并行流：

• stream（程序流）
• parallelStream（并行流）

它们最大的区别就是 parallelStream 反对并行化解决，所以效率较 stream（程序流）必定是要更快的。这篇不会介绍 Stream 根底，Stream 系列我之前写过一个专题了，不懂的关注公众号 Java 技术栈，而后在公众号 Java 教程菜单中浏览。

然而你确定 parallelStream 肯定要更快吗？

栈长写了一段排序的示例，别离用 stream 和 parallelStream，对 100 ~ 10000000 条数据的汇合进行排序，来看下执行效率到底如何！

程序流排序：

/**
 * 程序流排序
 * @author: 栈长
 * @from: 公众号 Java 技术栈
 */
private static void streamSort() {long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.stream().sorted(SortTest.User::compareAge).collect(Collectors.toList());

    System.out.println("\nList size:" + list.size() + "Stream.sorted:" + (System.currentTimeMillis() - start));
}

并行流排序：

/**
 * 并行流排序
 * @author: 栈长
 * @from: 公众号 Java 技术栈
 */
private static void parallelStreamSort() {long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.parallelStream().sorted(SortTest.User::compareAge).collect(Collectors.toList());

    System.out.println("List size:" + list.size() + "ParallelStream.sorted:" + (System.currentTimeMillis() - start));
}

本文所有残缺示例源代码曾经上传：

https://github.com/javastacks…

执行后果如下：

List size: 10000000 Stream.sorted: 202
List size: 10000000 ParallelStream.sorted: 402

List size: 1000000 Stream.sorted: 53
List size: 1000000 ParallelStream.sorted: 15

List size: 100000 Stream.sorted: 1
List size: 100000 ParallelStream.sorted: 2

List size: 10000 Stream.sorted: 0
List size: 10000 ParallelStream.sorted: 1

List size: 1000 Stream.sorted: 0
List size: 1000 ParallelStream.sorted: 1

List size: 100 Stream.sorted: 0
List size: 100 ParallelStream.sorted: 0

在 100000 以下是没什么区别的；

在 1000000 左右 ParallelStream 尽管当先 Stream，但也不是相对每次都当先，通过一直测试，这个数据量区间的测试两者会相互当先；

在 10000000 左右就很稳固了，ParallelStream 简直比 Stream 慢了 2 倍！

当初你可能会有疑难了，为什么会这样？

栈长起初也有疑难，并行流（ParallelStream）怎么会比程序流（Stream）还要慢。。

其实我前面想想也就明确了，并行流（ParallelStream）的背地其实是 Java7 开始反对的 Fork/Join，即把一个大工作拆分成 N 个小工作，而后最终合并各个子工作的后果，所以对于子工作线程的拆分、创立、后果合并等操作都须要不少的开销，特地是线程的创立。

所以这种不耗时的简略排序操作事实上是不适用于并行流（ParallelStream）的，它所带来的线程创立的损耗可能还会比程序流（Stream）还要更慢。

最新 Java 8+ 面试题也都整顿好了，点击 Java 面试库小程序在线刷题。

什么时候用 ParallelStream？

既然应用 Fork/Join 是会有损耗的，那对于单条数据的解决的工夫最好是实践上要超过用并行流（ParallelStream）自身的损耗，这种状况下就比拟适合。

也就是说，如果对于流中的每条数据的解决比拟费时间，并且没有程序要求，这种场景下用并行流（ParallelStream）会更快，更适合。

来看上面这个示例：

程序流数据处理：

/**
 * 程序流数据处理
 * @author: 栈长
 * @from: 公众号 Java 技术栈
 */
private static void streamProcess() {long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.stream().map(StreamSpeedTest::process).collect(Collectors.toList());

    System.out.println("\nList size:" + list.size() + "Stream process:" + (System.currentTimeMillis() - start));
}

并行流数据处理：

/**
 * 并行流数据处理
 * @author: 栈长
 * @from: 公众号 Java 技术栈
 */
private static void parallelStreamProcess() {long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.parallelStream().map(StreamSpeedTest::process).collect(Collectors.toList());

    System.out.println("List size:" + list.size() + "ParallelStream process:" + (System.currentTimeMillis() - start));
}

数据处理：

/**
 * 数据处理
 * @author: 栈长
 * @from: 公众号 Java 技术栈
 */
private static SortTest.User process(SortTest.User user) {
    try {user.setName(user.getName() + ": process");
        Thread.sleep(5);
    } catch (InterruptedException e) {e.printStackTrace();
    }
    return user;
}

留神： 这里加了个休眠 5 毫秒，为了体现实在的解决数据耗时。

本文所有残缺示例源代码曾经上传：

https://github.com/javastacks…

并行流排序：

List size: 1000 Stream process: 5750
List size: 1000 ParallelStream process: 745

List size: 100 Stream process: 566
List size: 100 ParallelStream process: 77

后果很显著了，不论测试多少次，并行流（ParallelStream）的处理速度都要比程序流（Stream）要快几倍！！我这里只测试了 100 和 1000 条数据，因为 10000 条以上的数据用程序流（Stream）可能要等十分久。

而且我程序中的解决逻辑只休眠了 5 毫秒，如果理论解决单条数据的耗时要比这个更长，那并行流（ParallelStream）的解决效率还会更显著。

总结

略微总结下：

• stream： 实用于防止线程平安问题、要求程序执行、数据处理简略不耗时的工作；
• parallelStream： 实用于不存在线程平安问题、不须要程序性执行、数据处理比拟耗时的工作；

所以，你学废了吗？连忙发给身边的共事看看吧，别再乱用 parallelStream 了！用的不好，存在线程平安问题不说，效率上可能还会事与愿违。

大家如果对 Java 8 新增的知识点（Lambda、Stream、函数式接口等）还不会用的能够关注公众号：Java 技术栈，在 Java 教程菜单中浏览，Java 8+ 系列教程我都写了一堆了。

本文所有残缺示例源代码曾经上传：

https://github.com/javastacks…

欢送 Star 学习，前面 Java 示例都会在这下面提供！

好了，明天的分享就到这里了，前面栈长会分享更多好玩的 Java 技术和最新的技术资讯，关注公众号 Java 技术栈第一工夫推送，我也将支流 Java 面试题和参考答案都整顿好了，在公众号后盾回复关键字 “ 面试 ” 进行刷题。

最初，感觉我的文章对你用播种的话，动动小手，给个在看、转发，原创不易，栈长须要你的激励。

版权申明： 本文系公众号 “Java 技术栈 ” 原创，转载、援用本文内容请注明出处，剽窃、洗稿一律投诉侵权，后果自负，并保留追究其法律责任的权力。

近期热文举荐：

1.1,000+ 道 Java 面试题及答案整顿 (2022 最新版)

2. 劲爆！Java 协程要来了。。。

3.Spring Boot 2.x 教程，太全了！

4. 别再写满屏的爆爆爆炸类了，试试装璜器模式，这才是优雅的形式！！

5.《Java 开发手册（嵩山版）》最新公布，速速下载！

感觉不错，别忘了顺手点赞 + 转发哦！