java8新特性--并行流与串行流

逃离我推掉我的手 2023-01-14 13:57 159阅读 0赞

### 并行流与串行流 ###

*  1、概述
 *  2、实例

# 1、概述 #

并行流就是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。

# 2、实例 #

若我们需要计算从0到1000000000L的累计和，若是普通的从0加到1000000000L，势必对cpu的利用率不高，我们做个测试  
1、普通的累加和：

long start = System.currentTimeMillis();
    		
    		long sum = 0L;
    		
    		for (long i = 0L; i <= 1000000000L; i++) {
    			sum += i;
    		}
    		
    		System.out.println(sum);
    		
    		long end = System.currentTimeMillis();
    		
    		System.out.println("耗费的时间为: " + (end - start));

![在这里插入图片描述][20210420200338396.png]  
2、采用并行流计算

long start = System.currentTimeMillis();
    		Long sum1 = LongStream.rangeClosed(0L, 1000000000L)
    							 .parallel()
    							 .reduce(0,Long::sum);
    		
    		System.out.println(sum1);
    		long end = System.currentTimeMillis();
    		
    		System.out.println("耗费的时间为: " + (end - start));

![在这里插入图片描述][20210420200425216.png]

> 从结果来看，差距并不是很大，有时候并行流执行时间比普通的累计还长，是因为并行流执行的时候会递归将计算进行差分，最后再将拆分的结果合并，会消耗掉一部分时间。所以，可以增大数据量去测试，效果就会很明显。

加大数据量，计算从0到10000000000L  
1、普通累加和：  
![在这里插入图片描述][20210420200723548.png]  
2、并行流计算  
![在这里插入图片描述][2021042020074395.png]

> 可以看到，数据已经溢出了，但是我们观察消耗时间可以发现，数据量越大，并行流的优势越明显

[20210420200338396.png]: /images/20221022/6aa440cd11444edf96013e08ed91a53d.png
[20210420200425216.png]: /images/20221022/5adb9f108a254f3cbfcf04d47782c770.png
[20210420200723548.png]: /images/20221022/c035cc1e821f4d6396c57b0ef686df8c.png
[2021042020074395.png]: /images/20221022/b05a5bbf531e42fb80821594025ef39b.png