java parallelStream 线程堵塞问题笔记

定义：

Stream（流）是JDK8中引入的一种类似与迭代器（Iterator）的单向迭代访问数据的工具。ParallelStream则是并行的流，它通过Fork/Join 框架（JSR166y）来拆分任务，加速流的处理过程。最开始接触parallelStream很容易把其当做一个普通的线程池使用，因此也出现了上面提到的开始的时候打标，结束的时候去掉标的动作。

ForkJoinPool又是什么

ForkJoinPool是在Java 7中引入了一种新的线程池，其简单类图如下：

可以看到ForkJoinPool是ExecutorService的实现类，是一种线程池。创建了ForkJoinPool实例之后，可以通过调用submit(ForkJoinTask task) 或invoke(ForkJoinTask task)方法来执行指定任务。 ForkJoinTask表示线程池中执行的任务，其有两个主要的抽象子类：RecusiveAction和RecusiveTask。其中RecusiveTask代表有返回值的任务，而RecusiveAction代表没有返回值的任务。它们的类图如下：

 

ForkJoinPool来支持使用分治法(Divide-and-Conquer Algorithm)来解决问题，即将一个任务拆分成多个“小任务”并行计算，再把多个“小任务”的结果合并成总的计算结果。相比于ThreadPoolExecutor，ForkJoinPool能够在任务队列中不断的添加新任务，在线程执行完任务后可以再从任务列表中选择其他任务来执行；并且可以选择子任务的执行优先级，因此能够方便的执行具有父子关系的任务。ForkJoinPool内部维护了一个无限队列来保存需要执行的任务，而线程的数量则是通过构造函数传入，如果没有向构造函数中传入希望的线程数量，那么当前计算机可用的CPU数量会被设置为线程数量作为默认值（最大为MAX_CAP = 0x7fff）。

ParallelStream可能引起阻塞

对CPU密集型的任务来说，并行流使用ForkJoinPool，为每个CPU分配一个任务，这是非常有效率的，但是如果任务不是CPU密集的，而是I/O密集的，并且任务数相对线程数比较大，那么直接用ParallelStream并不是很好的选择。

 

1.  
   package com.chenkang.test.util;
2.  
    
3.  
   import com.google.common.collect.Lists;
4.  
    
5.  
   import java.util.Date;
6.  
   import java.util.List;
7.  
   import java.util.concurrent.CountDownLatch;
8.  
   import java.util.concurrent.TimeUnit;
9.  
    
10.  
    /**
11.  
    * @author chenkang
12.  
    * @date 2022/9/27 13:03
13.  
    */
14.  
    public class ParallelStream {
15.  
     
16.  
    /* public static void main(String[] args) throws InterruptedException {
17.  
    List<Integer> lists = Lists.newArrayList();
18.  
    TimeUnit.SECONDS.sleep(20);
19.  
    //获取jvm 核数
20.  
    System.out.println(Runtime.getRuntime().availableProcessors());
21.  
    for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
22.  
    lists.add(i);
23.  
    }
24.  
    Date start = new Date();
25.  
    System.out.println(lists.size());
26.  
    CountDownLatch countDownLatch= new CountDownLatch(3);
27.  
    new Thread(()->{
28.  
    ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
29.  
    forkJoinPool.submit(() -> {
30.  
    lists.parallelStream().forEach(e -> {
31.  
    try {
32.  
    TimeUnit.SECONDS.sleep(10);
33.  
    } catch (InterruptedException e1) {
34.  
    e1.printStackTrace();
35.  
    }
36.  
    });
37.  
    System.out.println("执行1down");
38.  
    countDownLatch.countDown();
39.  
    });
40.  
    }).start();
41.  
     
42.  
    new Thread(()->{
43.  
    ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
44.  
    forkJoinPool.submit(() -> {
45.  
    lists.parallelStream().forEach(e -> {
46.  
    try {
47.  
    TimeUnit.SECONDS.sleep(10);
48.  
    } catch (InterruptedException e1) {
49.  
    e1.printStackTrace();
50.  
    }
51.  
    });
52.  
    System.out.println("执行2down");
53.  
    countDownLatch.countDown();
54.  
    });
55.  
    }).start();
56.  
     
57.  
    new Thread(()->{
58.  
    ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
59.  
    forkJoinPool.submit(() -> {
60.  
    lists.parallelStream().forEach(e -> {
61.  
    try {
62.  
    TimeUnit.SECONDS.sleep(10);
63.  
    } catch (InterruptedException e1) {
64.  
    e1.printStackTrace();
65.  
    }
66.  
    });
67.  
    System.out.println("执行3down");
68.  
    countDownLatch.countDown();
69.  
    });
70.  
    }).start();
71.  
     
72.  
    countDownLatch.await();
73.  
    Date end = new Date();
74.  
     
75.  
    System.out.println((end.getTime() - start.getTime()) / 1000);
76.  
    }*/
77.  
     
78.  
    public static void main(String[] args) throws InterruptedException {
79.  
    List<Integer> lists = Lists.newArrayList();
80.  
    TimeUnit.SECONDS.sleep(20);
81.  
    //获取jvm 核数
82.  
    System.out.println(Runtime.getRuntime().availableProcessors());
83.  
    for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
84.  
    lists.add(i);
85.  
    }
86.  
    Date start = new Date();
87.  
    System.out.println(lists.size());
88.  
    CountDownLatch countDownLatch= new CountDownLatch(3);
89.  
    new Thread(()->{
90.  
    lists.parallelStream().forEach(e -> {
91.  
    try {
92.  
    TimeUnit.SECONDS.sleep(10);
93.  
    } catch (InterruptedException e1) {
94.  
    e1.printStackTrace();
95.  
    }
96.  
    });
97.  
    System.out.println("执行1down");
98.  
    countDownLatch.countDown();
99.  
    }).start();
100.  
      
101.  
     new Thread(()->{
102.  
     lists.parallelStream().forEach(e -> {
103.  
     try {
104.  
     TimeUnit.SECONDS.sleep(10);
105.  
     } catch (InterruptedException e1) {
106.  
     e1.printStackTrace();
107.  
     }
108.  
      
109.  
     });
110.  
     System.out.println("执行2down");
111.  
     countDownLatch.countDown();
112.  
     }).start();
113.  
      
114.  
     new Thread(()->{
115.  
     lists.parallelStream().forEach(e -> {
116.  
     try {
117.  
     TimeUnit.SECONDS.sleep(10);
118.  
     } catch (InterruptedException e1) {
119.  
     e1.printStackTrace();
120.  
     }
121.  
     });
122.  
     System.out.println("执行3down");
123.  
     countDownLatch.countDown();
124.  
     }).start();
125.  
      
126.  
     countDownLatch.await();
127.  
     Date end = new Date();
128.  
      
129.  
     System.out.println((end.getTime() - start.getTime()) / 1000);
130.  
     }
131.  
      
132.  
      
133.  
      
134.  
      
135.  
     }

1.分别执行查看执行时间 链接jconsole 查看线程数量  这个是第二种 

 第一种

 可以看到线程数量提升 执行效率提高 第二种是因为commonpool 线程限制的原因

原文：https://www.csdn.net/tags/MtjaEg1sODI5MzctYmxvZwO0O0OO0O0O.html

https://blog.csdn.net/weixin_38845058/article/details/127070935