Fork-Join 池：

• 当我们调用 parallelStream() 时，底层会使用 Fork-Join 线程池 来分配任务，Fork-Join 是 Java 提供的一种用于并行处理的框架。它允许将任务分解成多个子任务并行执行，然后合并结果。

• ForkJoinPool 是一个可重用的线程池，能够自动管理并行任务。每个线程处理流的一个子部分。默认情况下，ForkJoinPool 使用 CPU 核心数来决定并行执行的任务数。

拆分数据：

• 当我们调用 parallelStream() 时，Stream 会被分成多个部分，每个部分由不同的线程处理。Java 使用 数据分割（splitting）机制来把输入流分割成多个子流，这些子流是可以并行处理的。

• 这些子流会被划分到不同的线程，通常，分割策略是递归的，也就是说，每个子流在处理前会继续分割直到大小合适。

并行处理：

• 每个子流在不同的线程中执行相应的操作。例如，如果是一个 map 操作，那么每个子流会在其对应的线程中并行地执行 map 操作。

• 并行处理的好处是可以充分利用多核 CPU 的性能，减少总的执行时间。

合并结果：

性能提升：使用多个 CPU 核心并行处理数据时，可以大大提高程序的处理效率，尤其是处理大数据集时。

代码简洁：与手动实现多线程相比，parallelStream 提供了一种更简单、更直观的并行处理方式，代码更简洁。

上下文切换开销：对于小数据集或简单操作，线程上下文切换的开销可能会比并行处理的性能提升还要高。因此，在小数据量下，使用 parallelStream 可能反而会导致性能下降。

线程安全问题：在并行流操作中，如果涉及到共享可变数据，可能会引发并发问题。需要确保操作是线程安全的，或者操作不修改共享的状态。

不适合所有任务：不是所有任务都适合并行处理。比如，带有 I/O 操作的任务、任务本身计算复杂度较低等情况，使用并行流反而会因为上下文切换等开销导致性能下降。

调度器的限制：parallelStream 默认使用的 ForkJoinPool 是一个全局共享的线程池，如果有多个并行流同时运行，可能会导致线程池竞争资源，从而影响性能。

import java.util.*;import java.util.stream.*;public class ParallelStreamExample {    public static void main(String[] args) {        List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);        // 使用 parallelStream 执行并行操作        int sum = list.parallelStream()                      .mapToInt(Integer::intValue)                      .sum();        System.out.println("Sum: " + sum);    }}

04

全局线程池（ForkJoinPool）问题

parallelStream 默认使用的是 ForkJoinPool.commonPool 作为底层线程池。这个线程池是 全局共享的，因此如果系统中有多个并行流同时运行，可能会导致 线程池资源争夺，影响其他任务的执行。

如果 parallelStream 与其他并发操作（例如其他并行流、ExecutorService 等）一起运行，它们可能会共享同一个线程池资源，导致并行流的性能下降。

解决方案：通过设置系统属性或传入自定义的 ForkJoinPool 来避免共享全局线程池。

其实最主要的问题是同一个项目中的parallelStream用的是同一个公用的ForkJoinPool，而你的同一个项目中，任务类型可能差别很大。因此不能随手一个parallelStream。

• 当数据量非常大，且操作是 CPU 密集型时，使用 parallelStream 可以显著提高性能。

• 对于 I/O 密集型任务，如数据库访问、文件操作等，parallelStream 可能不适用，因为线程可能会频繁阻塞，导致性能下降。

• 如果操作是无状态且独立的（即不会修改共享数据），使用并行流会更有效。

6.1 parallelStream 如何提高性能？

parallelStream 通过将数据分成多个块并在多个线程中并行处理，能够利用多核 CPU 的优势，提升处理大数据集时的性能。它使用 ForkJoinPool 将任务分配到不同的线程上执行，每个线程处理数据的一部分，最后合并结果。

6.2 parallelStream 使用时可能遇到的性能问题是什么？

• 线程创建开销：对于小规模数据集，创建多个线程的开销可能大于并行化带来的性能提升。

• 上下文切换开销：频繁的线程上下文切换会影响性能。

• 线程池资源争夺：parallelStream 默认使用全局共享的线程池（ForkJoinPool.commonPool），多个并行流共享同一个线程池资源，可能导致性能下降。

• I/O 密集型任务：parallelStream 适合 CPU 密集型任务，对于 I/O 密集型任务（如文件读写、数据库访问等），并行化可能导致性能下降。

6.3 在什么情况下不应该使用 parallelStream？

• 数据量小：对于小规模数据，使用 parallelStream 可能反而增加性能损耗，因为并行化的开销（线程创建、任务分配等）可能超过串行处理的效率。

• I/O 密集型任务：如果流操作是 I/O 密集型的（如网络请求、文件读写），并行化可能导致性能下降。

• 共享可变状态：当流的操作涉及到共享的可变状态时，使用并行流可能导致线程安全问题。

• 顺序要求严格的操作：如果操作顺序是非常重要的，使用 parallelStream 可能会打乱顺序，除非使用 forEachOrdered()。

6.4 parallelStream 是如何分割任务的？

parallelStream 使用 ForkJoinPool 来并行执行任务，底层是通过将数据拆分为多个子任务来实现并行化。具体的分割方式由流的实现决定：

• 对于大部分常见的数据结构，parallelStream 会尝试均匀地分割数据，以最大化并行度。

• 如果数据量不均匀，可能会导致一些线程的负载过重，影响性能。

6.5 parallelStream 是如何处理线程安全的？

parallelStream 本身并不保证操作是线程安全的。如果操作过程中有共享的可变状态，可能会导致竞态条件。为了解决线程安全问题，可以使用线程安全的集合（如 ConcurrentHashMap）或同步机制。

6.6 如何保证 parallelStream 执行顺序不被打乱？

parallelStream 默认情况下不会保证结果的顺序。如果你需要保证处理结果的顺序，可以使用 forEachOrdered() 方法。例如：

list.parallelStream().forEachOrdered(item -> System.out.println(item));

但是，使用 forEachOrdered() 会牺牲并行的性能，因为它会强制结果顺序执行。

6.7 parallelStream 中的 reduce 操作如何保证并行性？

在 parallelStream 中，reduce 操作是通过将数据拆分成多个子任务，并对每个子任务独立执行 reduce 操作，最后合并结果的方式来保证并行性。为了保证线程安全和正确性，reduce 操作需要是 无副作用 的，并且必须是 可结合的（即对于多个元素执行 reduce 操作的顺序不影响最终结果）。

今天的内容就分享到这儿，喜欢的朋友可以关注，点赞。有什么不足的地方欢迎留言指出，您的关注是我前进的动力！

END

扫码关注

一起积累后端知识

不积跬步，无以至千里

不积小流，无以成江海