Java Stream API中实现数据的并行处理指南

import java.util.Arrays;
import java.util.List;

public class ParallelStreamDemo {
    public static void main(String[] args) {
        // 准备一个大数据量的集合（1000万个整数）
        List<Integer> numbers = Arrays.asList(new Integer[10_000_000]);
        for (int i = 0; i < numbers.size(); i++) {
            numbers.set(i, i);
        }

        // 串行流处理：计算偶数之和
        long start = System.currentTimeMillis();
        long serialSum = numbers.stream()
                .filter(n -> n % 2 == 0)
                .mapToLong(n -> n)
                .sum();
        long serialTime = System.currentTimeMillis() - start;
        System.out.println("串行处理结果：" + serialSum + "，耗时：" + serialTime + "ms");

        // 并行流处理：同样计算偶数之和
        start = System.currentTimeMillis();
        long parallelSum = numbers.parallelStream() // 关键：使用parallelStream()
                .filter(n -> n % 2 == 0)
                .mapToLong(n -> n)
                .sum();
        long parallelTime = System.currentTimeMillis() - start;
        System.out.println("并行处理结果：" + parallelSum + "，耗时：" + parallelTime + "ms");
    }
}

串行处理结果：24999995000000，耗时：120ms  
并行处理结果：24999995000000，耗时：35ms  // 并行效率更高（依赖CPU核心数）

List<String> words = Arrays.asList("apple", "banana", "cherry", "date");

// 串行流 → 转为并行流
long count = words.stream()
        .parallel() // 切换为并行处理
        .filter(word -> word.length() > 5)
        .count();
System.out.println("长度大于5的单词数：" + count); // 输出：2（banana、cherry）

int[] sum = {0}; // 共享数组
numbers.parallelStream()
       .forEach(n -> sum[0] += n); // 多线程修改sum[0]，结果可能不正确

long sum = numbers.parallelStream()
                 .mapToLong(n -> n)
                 .sum(); // sum() 内部线程安全

import java.util.concurrent.ForkJoinPool;

ForkJoinPool pool = new ForkJoinPool(4); // 自定义4个核心线程的线程池
long sum = pool.submit(() -> 
    numbers.parallelStream()
           .filter(n -> n % 2 == 0)
           .mapToLong(n -> n)
           .sum()
).get(); // 阻塞获取结果
pool.shutdown(); // 关闭线程池