parallelStream()使用注意点

parallelStream()使用中的注意点:

1、并行流如果使用,最好使用自定义的线程池,避免使用默认的线程池,以免千万阻塞或者资源竞争等问题。

2、parallelStream适用的场景是CPU密集型的,假如本身电脑CPU的负载很大,那还到处用并行流就无法起到作用,切记不要再parallelStream操作中使用IO流

3、不要在多线程中使用parallelStream,因为大家都在抢占CPU,是不会提升效果,反而可能加大线程之间切换上下文的开销。

Runtime.getRuntime.availableProcessors()是JDK提供的获取当前系统的可能核心数,而现在多数应用是发布在容器中的,虽然部署的容器是2C4G的,但是ForkJoinPool创建的FokJoinPool可能会创建出几十个线程,因为程序部署在docker容器中,那么获取的是宿主机的CPU核心数。

容器明明分配的是2C,为什么java获取的会是物理机的核心数呢?怎么解决这个问题呢?

1、使用JDKu131以上的版本

2、使用自编译源代码的方式

相关推荐
Juchecar20 小时前
一文讲清 nn.Module 中 forward 函数被调用时机
人工智能
七牛云行业应用21 小时前
深度解析强化学习(RL):原理、算法与金融应用
人工智能·算法·金融
说私域21 小时前
“开源AI智能名片链动2+1模式S2B2C商城小程序”在直播公屏引流中的应用与效果
人工智能·小程序·开源
Hcoco_me21 小时前
深度学习和神经网络之间有什么区别?
人工智能·深度学习·神经网络
霍格沃兹_测试21 小时前
Ollama + Python 极简工作流
人工智能
资源开发与学习21 小时前
AI智时代:一节课带你玩转 Cursor,开启快速入门与实战之旅
人工智能
西安光锐软件21 小时前
深度学习之损失函数
人工智能·深度学习
补三补四1 天前
LSTM 深度解析:从门控机制到实际应用
人工智能·rnn·lstm
astragin1 天前
神经网络常见层速查表
人工智能·深度学习·神经网络
嘀咕博客1 天前
文心快码Comate - 百度推出的AI编码助手
人工智能·百度·ai工具