java8中parallelStream提升数倍查询效率是怎样实现的，来看看这篇文章
作者：我恰芙蓉王
原文：https://www.cnblogs.com/-tang/p/13283216.html
业务场景
在很多项目中，都有类似数据汇总的业务场景，查询今日注册会员数，在线会员数，订单总金额，支出总金额等。。。这些业务通常都不是存在同一张表中，我们需要依次查询出来然后封装成所需要的对象返回给前端。那么在此过程中，就可以把这个接口中“大任务”拆分成N个小任务，异步执行这些小任务，等到最后一个小任务执行完，把所有任务的执行结果封装到返回结果中，统一返回到前端展示。
同步执行
首先看看同步执行的代码
public class Test {
@Data
@NoArgsConstructor
@AllArgsConstructor
@ToString
class Result {
/**
* 在线人数
*/
Integer onlineUser;
/**
* 注册人数
*/
Integer registered;
/**
* 订单总额
*/
BigDecimal orderAmount;
/**
* 支出总额
*/
BigDecimal outlayAmount;
}
@org.junit.Test
public void collect() {
System.out.println("数据汇总开始");
long startTime = System.currentTimeMillis();
Integer onlineUser = queryOnlineUser();
Integer registered = queryRegistered();
BigDecimal orderAmount = queryOrderAmount();
BigDecimal outlayAmount = queryOutlayAmount();
Result result = new Result(onlineUser, registered, orderAmount, outlayAmount);
long endTime = System.currentTimeMillis();
System.out.println("获取汇总数据结束，result = " + result);
System.out.println("总耗时 = " + (endTime - startTime) + "毫秒");
}
public Integer queryOnlineUser() {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("查询在线人数 耗时2秒");
return 10;
}
public Integer queryRegistered() {
try {
Thread.sleep(2000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("查询注册人数 耗时2秒");
return 10086;
}
public BigDecimal queryOrderAmount() {
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("查询订单总额 耗时3秒");
return BigDecimal.valueOf(2000);
}
public BigDecimal queryOutlayAmount() {
try {
Thread.sleep(3000);
} catch (InterruptedException e) {
e.printStackTrace();
}
System.out.println("查询支出总额 耗时3秒");
return BigDecimal.valueOf(1000);
}
}
执行时长想必大家都能够想得到，理所应当是10秒以上
数据汇总开始
查询在线人数 耗时2秒
查询注册人数 耗时2秒
查询订单总额 耗时3秒
查询支出总额 耗时3秒
获取汇总数据结束，result = Test.Result(onlineUser=10, registered=10086, orderAmount=2000, outlayAmount=1000)
总耗时 = 10008毫秒
异步执行
下面换成异步执行，用java8的parallelStream(并行流)，这里为什么不用Thread呢，这里有一个注意点，我们需要获取所有所有子任务执行完的时间点，在这个时间点之后才能将结果封装返回，Thread没有办法满足，这里parallelStream和函数式接口就登场了。
java8的特性之一 —— lambda表达式，就是配合函数式接口使用的。
java8内置了四大核心函数式接口:
1、Consumer
2、Supplier
3、Function<T,R> : 函数型接口 R apply(T t);
4、Predicate
这四大核心函数式接口其下还有很多子接口，基本上能满足日常项目所用，这里扯远了。。 直接上代码。
这里我们需要使用的是Runable接口，是无参无返回值的一个接口。在实际场景中，可能有时间范围之类的查询参数的，则可以根据不同业务使用不同的接口。这种方式也可以用Future接口去实现，有兴趣的可以试一试，这里就不多做叙述了。
@org.junit.Test
public void collect() {
System.out.println("数据汇总开始");
long startTime = System.currentTimeMillis();
Result result = new Result();
List<Runnable> taskList = new ArrayList<Runnable>() {
{
add(() -> result.setOnlineUser(queryOnlineUser()));
add(() -> result.setRegistered(queryRegistered()));
add(() -> result.setOrderAmount(queryOrderAmount()));
add(() -> result.setOutlayAmount(queryOutlayAmount()));
}
};
taskList.parallelStream().forEach(v -> v.run());
long endTime = System.currentTimeMillis();
System.out.println("获取汇总数据结束，result = " + result);
System.out.println("总耗时 = " + (endTime - startTime) + "毫秒");
}
执行结果,由于四个子任务都是并行的，效率直接提升了三倍，如果子任务越多的话提升效果越明显。
数据汇总开始
查询在线人数 耗时2秒
查询注册人数 耗时2秒
查询订单总额 耗时3秒
查询支出总额 耗时3秒
获取汇总数据结束，result = Test.Result(onlineUser=10, registered=10086, orderAmount=2000, outlayAmount=1000)
总耗时 = 3079毫秒
总结
1.parallelStream是异步编程的好帮手，在使用过程中一定要注意线程安全的问题。
2.以上这种方式只能用在没有事务的业务中，因为在多线程中，事务是不共享的。
最后
私信回复 资料 领取一线大厂Java面试题总结+
阿里巴巴泰山手册+各知识点学习思维导+一份300页pdf文档的Java核心知识点总结！
这些资料的内容都是面试时面试官必问的知识点，篇章包括了很多知识点，其中包括了有基础知识、Java集合、JVM、多线程并发、spring原理、微服务、Netty 与RPC 、Kafka、日记、设计模式、Java算法、数据库、Zookeeper、分布式缓存、数据结构等等。
