java8新特性——并行流与顺序流
在我们开发过程中,我们都知道想要提高程序效率,我们可以启用多线程去并行处理,而java8中对数据处理也提供了它得并行方法,今天就来简单学习一下java8中得并行流与顺序流。
并行流就是把一个内容分成多个数据块,并用不同的线程分别处理每个数据块的流。
Java8中将并行流进行了优化,我们可以很容易的对数据进行并行操作。Stream API可以声明性地通过parallel()与scquential()在并行流与顺序流之间进行切换。
一、Fork—Join框架
Fork—Join框架:是java7提供得一个用于执行任务得框架,就是在必要得情况下,将一个大任务,进行拆分(Fork)成若干个小任务(拆分到不能再拆分),再将一个个的小任务运算得结果进行join汇总。
Fork—Join框架时ExecutorService接口得一种具体实现,目的是为了帮助更好地利用多处理器带来得好处。它是为那些能够被递归地拆分成子任务的工作类型量身设计的。起目的在于能够使用所有有可用的运算能力来提升你的应用的性能。
Fork—Join框架会将任务分发给线程池中的工作线程。Fork—Join框架的独特之处在与它使用工作窃取(work-stealing)算法。完成自己的工作而处于空闲的工作线程能够从其他仍处于忙碌(busy)状态的工作线程中窃取等待任务执行,每个工作线程都有自己的工作队列,这是使用双端队列(deque)来实现的。当一个任务划分一个新线程时,它将自己推到deque的头部。当线程的任务队列为空,它将尝试从另一个线程的deque的尾部窃取另一个任务。
下面,我们来写一个简单的实例来演示一下:
1 /** 2 * 要想使用Fark—Join,类必须继承RecursiveAction(无返回值) 或者 3 * RecursiveTask(有返回值) 4 * @author Wuyouxin 5 * 6 */ 7 public class ForkJoin extends RecursiveTask<Long>{ 8 9 /** 10 * 序列化 11 */ 12 private static final long serialVersionUID = -645248615909548422L; 13 14 private long start; 15 private long end; 16 17 public ForkJoin(long start, long end) { 18 this.start = start; 19 this.end = end; 20 } 21 22 private static final long THRESHOLD = 10000L; 23 /** 24 * 重写方法 25 */ 26 @Override 27 protected Long compute() { 28 if (end - start <= THRESHOLD) { 29 long sum = 0; 30 for (long i = start; i < end; i++) { 31 sum += i; 32 } 33 return sum; 34 } else { 35 long middle = (end + start)/2; 36 ForkJoin left = new ForkJoin(start, middle); 37 //拆分子任务,压入线程队列 38 left.fork(); 39 ForkJoin right = new ForkJoin(middle, end); 40 right.fork(); 41 42 //合并并返回 43 return left.join() + right.join(); 44 } 45 } 46 47 }
1 /** 2 * 实现数的累加 3 */ 4 @Test 5 public void test1() { 6 //开始时间 7 Instant start = Instant.now(); 8 9 //这里需要一个线程池的支持 10 ForkJoinPool pool = new ForkJoinPool(); 11 12 ForkJoinTask<Long> task = new ForkJoin(0, 10000000000L); 13 14 long sum = pool.invoke(task); 15 16 //结束时间 17 Instant end = Instant.now(); 18 System.out.println(Duration.between(start, end).getSeconds()); 19 }
二、java8 并行流
java8 中 对并行流做了优化,简化了许多,我们继续以累加来写个例子。
1 /** 2 * java8 并行流 parallel() 3 */ 4 @Test 5 public void test2() { 6 //开始时间 7 Instant start = Instant.now(); 8 9 LongStream.rangeClosed(0, 10000000000L).parallel() 10 .reduce(0, Long :: sum); 11 12 //结束时间 13 Instant end = Instant.now(); 14 System.out.println(Duration.between(start, end).getSeconds()); 15 }
java8 中不仅仅对代码进行了优化,而且效率也大大提升。