解析Stream foreach源码
摘要:串行流比较简单,对于parallelStream,站在它背后的是ForkJoin框架。
本文分享自华为云社区《深入理解Stream之foreach源码解析》,作者:李哥技术 。
前言
Stream中的操作可以分为两大类:中间操作与结束操作。
今天要说的foreach是属于结束操作。
Stream流操作从并发上来分类,又可以分为并行流和串行流,今天就来刨根问底的看看吧。
foreach串行流






foreach并行流






从目前来看,parallelStream(并行流)与stream(串行流)的区别仅仅是一个变量而已。别着急,让我们继续往下看。



记住这里的ordered是false,因为是并行流,不可能是有序遍历。continue。




我们来简单分析一下ForEachTask类,它继承于CountedCompleter。
static final class ForEachTask<S, T> extends CountedCompleter<Void> { }










最后这里使用ForkJoin框架,利用分治法的思想,将一个大任务拆分很多个小任务去执行,最后一一汇总到大任务。
我们一路过五关斩六将,终于将它给挖穿了。不容易啊。
总结
我们简单回顾总结一下:
对于串行流:
1. 先得到ReferencePipeline.Head的Stream实现类,内部有一个拆分器,值是一个ArrayListSpliterator对象;
2. 对于并行流,当前线程直接调用ArrayListSpliterator对象的forEachRemaining方法。
对于并行流:
1. 先得到ReferencePipeline.Head的Stream实现类,内部有一个拆分器,值是一个ArrayListSpliterator对象;
2. 迭代的时候调用父类的forEach方法;
3. 构建一个ForEachTask,当前线程继续执行invoke方法;
4. 最终执行java.util.stream.ForEachOps.ForEachTask#compute方法,使用ForkJoin框架,利用commomPool、ForkJoin框架分治法的思想,使用拆分器将任务拆分成不同子任务执行;
5. 对于每一个子任务都会拆分到不能再拆分为止,然后调用java.util.stream.AbstractPipeline#copyInto方法,在内部会调用不可再拆分的拆分器的forEachRemaining方法,最终调用回调用户方法action.accept(e);
串行流比较简单,对于parallelStream,站在它背后的男人是ForkJoin框架。
ForkJoin框架是从jdk7中新特性,它同ThreadPoolExecutor一样,也实现了Executor和ExecutorService接口。ForkJoinPool主要用来使用分治法(Divide-and-Conquer Algorithm)来解决问题。Java 8为ForkJoinPool添加了一个通用线程池:commonPool,这个线程池用来处理那些没有被显式提交到任何线程池的任务。它是ForkJoinPool类型上的一个静态元素,它拥有的默认线程数量等于运行计算机上的处理器数量。所以,我们的并行流就是使用的这个公共池中的线程来执行的。
· 全网最简单!3分钟用满血DeepSeek R1开发一款AI智能客服,零代码轻松接入微信、公众号、小程
· .NET 10 首个预览版发布,跨平台开发与性能全面提升
· 《HelloGitHub》第 107 期
· 全程使用 AI 从 0 到 1 写了个小工具
· 从文本到图像:SSE 如何助力 AI 内容实时呈现?(Typescript篇)
2021-09-15 鲲鹏BoostKit虚拟化使能套件,让数据加密更安全
2021-09-15 我用MRS-ClickHouse构建的用户画像系统,让老板拍手称赞
2021-09-15 DBA:介里有你没有用过的“CHUAN”新社区版本Redis6.0
2021-09-15 GaussDB(for MySQL)如何快速创建索引?华为云数据库资深架构师为您揭秘
2020-09-15 如何让知识图谱告诉你“故障根因”
2020-09-15 SpringBoot写后端接口,看这一篇就够了!
2020-09-15 我敢说,这个版本的斗地主你肯定没玩过?