Java之并行流(Parallel Stream)使用详解

List<Integer> list = Arrays.asList(1, 2, 3, 4);

// 方式1：直接生成并行流
Stream<Integer> parallelStream1 = list.parallelStream();

// 方式2：将顺序流转为并行
Stream<Integer> parallelStream2 = list.stream().parallel();

// 错误示例：线程不安全的累加
List<Integer> nums = Arrays.asList(1, 2, 3);
int[] sum = {0};
nums.parallelStream().forEach(n -> sum += n); // 结果可能错误

// 正确做法：使用归约
int safeSum = nums.parallelStream().reduce(0, Integer::sum);

// 并行排序（可能比顺序流慢）
List<Integer> sortedList = nums.parallelStream().sorted().toList();

// 按顺序输出（性能低于无序操作）
list.parallelStream().forEachOrdered(System.out::println);

Runtime.getRuntime().availableProcessors()

# JVM启动参数
-Djava.util.concurrent.ForkJoinPool.common.parallelism=8

// 顺序流 vs 并行流（处理1000万数据）
List<Long> numbers = LongStream.rangeClosed(1, 10_000_000)
                               .boxed().collect(Collectors.toList());

// 顺序流耗时
long start = System.currentTimeMillis();
long seqSum = numbers.stream().mapToLong(n -> n * 2).sum();
System.out.println("顺序流耗时: " + (System.currentTimeMillis() - start) + "ms");

// 并行流耗时
start = System.currentTimeMillis();
long parSum = numbers.parallelStream().mapToLong(n -> n * 2).sum();
System.out.println("并行流耗时: " + (System.currentTimeMillis() - start) + "ms");