Java parallelStream并行流

目录

• 前言
• 一、最简单理解
• 二、举个最简单例子
• 三、parallelStream底层是什么？
• 四、parallelStream什么时候适合？
• 五、什么时候不适合？
• 六、为什么IO场景不适合？
• 七、parallelStream的优势
• • [1. 开发简单](#1. 开发简单)
  • [2. 自动线程调度](#2. 自动线程调度)
  • [3. CPU利用率高](#3. CPU利用率高)
• 八、parallelStream的缺点
• • 缺点1：线程不受控
  • 缺点2：不适合数据库/Feign
  • 缺点3：线程安全问题
• 九、parallelStream为什么有时反而更慢？
• 十、parallelStream不保证顺序
• 十一、真正高性能方案（推荐）
• [十二、parallelStream vs 线程池](#十二、parallelStream vs 线程池)

前言

parallelStream() 是 Java 8 Stream API 提供的 并行流（Parallel Stream）

它可以让：

• 一个集合的处理逻辑
• 自动使用多线程并行执行

而不是单线程。

---

一、最简单理解

普通 stream：

list.stream()

是 单线程

例如：

1个线程处理20万数据

---

parallelStream：

list.parallelStream()

是 多线程并行处理

例如：

8核CPU
可能8个线程同时处理

---

二、举个最简单例子

普通 stream ：

list.stream()
    .map(x -> doSomething(x))
    .collect(Collectors.toList());

执行过程：

第1条
第2条
第3条
...

按顺序一个个执行。

---

parallelStream ：

list.parallelStream()
    .map(x -> doSomething(x))
    .collect(Collectors.toList());

执行过程：

线程1 -> 第1万条
线程2 -> 第2万条
线程3 -> 第3万条
...

同时执行。

---

三、parallelStream底层是什么？

底层使用： ForkJoinPool

默认：

CPU核心数 - 1

例如：

8核CPU：

默认7个工作线程

---

四、parallelStream什么时候适合？

适合：CPU密集型任务

例如：

• 大量计算
• 加密
• 哈希
• 复杂规则计算
• 图片处理
• 金额计算
• 风控计算

---

例如：

list.parallelStream()
    .map(this::calculate)

计算 很耗CPU。这时收益巨大。

---

五、什么时候不适合？

IO密集型

例如：

数据库
Feign
HTTP
Redis
文件

---

例如：

list.parallelStream()
    .forEach(x -> feign.call());

通常会更慢，甚至打爆数据库/接口。

---

六、为什么IO场景不适合？

因为，parallelStream 默认线程数：

CPU核数

而IO：

大量时间在等待

CPU其实没干活。

---

比如：

线程1 等数据库
线程2 等网络
线程3 等Redis

CPU闲着。

所以：

parallelStream 对IO提升有限。

---

七、parallelStream的优势

1. 开发简单

不用：

线程池
Future
CountDownLatch
CompletableFuture

一行搞定。

---

2. 自动线程调度

自动：

• 分片
• 分任务
• 合并结果

---

3. CPU利用率高

例如：

8核CPU：

单线程只用了1核

parallelStream：

8核一起跑

---

八、parallelStream的缺点

很多人乱用。

---

缺点1：线程不受控

默认：

ForkJoinPool.commonPool()

全局共享线程池。

可能：

影响整个系统

---

缺点2：不适合数据库/Feign

例如：

parallelStream()
    .forEach(x -> mapper.insert(x));

危险。

可能 瞬间几千SQL。

---

缺点3：线程安全问题

例如：

你这样写：

List<String> result = new ArrayList<>();

list.parallelStream().forEach(x -> {
    result.add(x);
});

错误！

因为：

ArrayList线程不安全

可能：

• 数据丢失
• 数组越界
• ConcurrentModificationException

---

正确写法

用：

collect(Collectors.toList())

因为 collect 内部处理了并发。

---

九、parallelStream为什么有时反而更慢？

因为：线程切换有成本

例如：

1+1

这种极小任务。

还没切线程快。

---

所以：数据量小不要用

经验：

数据量	建议
<1000	通常没必要
1万+	开始有收益
10万+	常有明显收益

---

十、parallelStream不保证顺序

例如：

list.parallelStream()
    .forEach(System.out::println);

输出：

乱序

---

如果需要顺序：

forEachOrdered()

但：性能会下降。

---

十一、真正高性能方案（推荐）

很多大系统：

不会直接用：

parallelStream

而是：

自定义线程池 + CompletableFuture

因为：

• 可控
• 可监控
• 可限流
• 可隔离

---

例如：

ExecutorService pool = Executors.newFixedThreadPool(8);

CompletableFuture.supplyAsync(() -> {
    return calculate();
}, pool);

---

十二、parallelStream vs 线程池

对比	parallelStream	线程池
简单	非常简单	较复杂
可控性	差	强
适合小功能	非常适合	一般
大型系统	不推荐滥用	推荐
自定义线程数	不方便	可以
隔离性	差	强

---