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
我这一拳20年的功力7 小时前
剪不断,理还乱?从Vibe到Harness的这些名词
人工智能
茶马古道的搬运工8 小时前
AI 深度技能之-模型路由(一)-必要性
人工智能
现代野蛮人8 小时前
【深度学习】 —— VGG-16 网络实现猫狗识别
网络·人工智能·python·深度学习·tensorflow
aneasystone本尊8 小时前
让小龙虾分身:多 Agent 路由与 Sub-agents
人工智能
用户5191495848458 小时前
Camaleon CMS 认证本地文件包含 (LFI) 漏洞利用工具
人工智能·aigc
阿里云大数据AI技术8 小时前
PAI部署Hermes Agent全攻略,打造越用越懂你的AI助手
人工智能·agent
一个小猴子`8 小时前
Pytorch快速复习
人工智能·pytorch·python
verphan8 小时前
人工智能-现代方法(一)
人工智能
Bode_20028 小时前
AI时代下制造企业创新难点
人工智能·制造
老王谈企服8 小时前
2026制造业供应链韧性提升,智能化将成为核心解决方案吗?基于实在Agent的端到端自动化实践
运维·人工智能·ai·自动化