17370845950

parallelStream是Java 8提供的并行流，可提升大集合计算性能，适用于数据量大、CPU密集型、无状态操作；需注意线程安全、避免共享变量、非线程安全集合及IO密集场景，并可通过ForkJoinPool控制并行度。

在Java中，parallelStream 可以显著提升对大集合进行计算时的性能，通过将数据操作并行化，充分利用多核CPU资源。但使用不当也可能带来性能下降或线程安全问题。以下是关键用法和注意事项。

什么是 parallelStream？

parallelStream 是 Java 8 引入的 Stream API 的并行版本。它将一个数据源（如 List、Set）拆分成多个片段，由多个线程同时处理，最后合并结果。

与 stream() 不同，parallelStream() 自动使用 ForkJoinPool.commonPool 来执行并行任务。

示例：普通 stream 与 parallelStream 性能对比

假设我们要对一个大列表求平方和：

List numbers = IntStream.rangeClosed(1, 1_000_000)
                                  .boxed()
                                  .collect(Collectors.toList());
// 使用 stream（串行）
long start = System.currentTimeMillis();
int sum1 = numbers.stream()
.map(n -> n * n)
.mapToInt(Integer::intValue)
.sum();
System.out.println("Serial time: " + (System.currentTimeMillis() - start));
// 使用 parallelStream（并行）
start = System.currentTimeMillis();
int sum2 = numbers.parallelStream()
.map(n -> n * n)
.mapToInt(Integer::intValue)
.sum();
System.out.println("Parallel time: " + (System.currentTimeMillis() - start));

在多核机器上，parallelStream 通常更快。

适合使用 parallelStream 的场景

并不是所有操作都能从并行流中受益。以下情况更适合使用：

• 数据量大（一般建议超过 10,000 元素）
• 操作是 CPU 密集型的（如数学计算、映射、过滤复杂逻辑）
• 操作之间无状态、无依赖
• 结果不依赖顺序（如 reduce、sum、count）

例如：统计日志中错误条目数量、计算大量商品的总价、对大数据集做 map-reduce 操作。

需要注意的问题

parallelStream 虽然方便，但也容易踩坑：

• 线程安全：若在操作中修改共享变量，可能引发数据竞争。应避免使用可变共享状态。
• 非线程安全集合：如 ArrayList、HashMap，在并行流中写入会导致异常或数据错乱。
• IO 密集型操作：如读文件、网络请求，并行反而可能因上下文切换增加开销。
• 顺序敏感操作：forEachOrdered、findFirst 等会削弱并行优势。

反例：不要在 parallelStream 中修改共享列表

List result = new ArrayList<>();
numbers.parallelStream().forEach(x -> result.add(x * x)); // 危险！

应改用 collect 或 toList 等归约操作：

List result = numbers.parallelStream()
                            .map(x -> x * x)
                            .collect(Collectors.toList());

如何控制并行度？

默认并行度为 CPU 核心数（Runtime.getRuntime().availableProcessors()）。如果想自定义：

可通过系统属性设置公共线程池大小：

System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "4");

或创建自定义的 ForkJoinPool 执行任务：

ForkJoinPool customPool = new ForkJoinPool(2);
customPool.submit(() -> numbers.parallelStream().map(...).forEach(...));
customPool.shutdown();

基本上就这些。parallelStream 是个好工具，但要清楚它的适用边界。合理使用能提升性能，滥用则适得其反。