Java 8並行流的性能陷阱

並行化流被分紅多個塊，每一個塊獨立處理，結果在最後彙總。

CPU密集型代碼以下：

 

private long countPrimes(int max) {     return range(1, max).parallel().filter(this::isPrime).count(); } private boolean isPrime(long n) {     return n > 1 && rangeClosed(2, (long) sqrt(n)).noneMatch(divisor -> n % divisor == 0); }

 countPrimes 計算1到最大值之間的素數的數量。數字流由range方法建立，切換到並行模式，過濾掉非素數，剩餘的計算總數。因爲isPrime 方法極其無效且佔用大量CPU，咱們能夠利用並行化並利用全部可用的CPU內核。

 

咱們來看另外一個例子：

 

private List<StockInfo> getStockInfo(Stream<String> symbols) {      return symbols.parallel()             .map(this::getStockInfo) //slow network operation             .collect(toList()); }

輸入是一個股票代碼列表，咱們必須調用慢速網絡操做來獲取有關股票的一些細節。在這裏，咱們不處理CPU密集型操做，但咱們也能夠利用並行化。並行執行多個網絡請求是個好主意。一樣，並行流的一個很好的任務，你贊成嗎？

 

若是您這樣作，請再次查看上一個示例。有一個很大的錯誤。你看到了嗎？問題是全部並行流都使用公共fork-join線程池。若是提交長時間運行的任務，則會有效地阻塞池中的全部線程。所以，您將阻塞使用並行流的全部其餘任務。

 

想象一下servlet環境，當一個請求調用時getStockInfo() ，另外一個請求調用  countPrimes()。即便每一個都須要不一樣的資源，也會阻止另外一個。更糟糕的是，你不能爲並行流指定線程池; 整個類加載器必須使用相同的。

 

讓咱們在下面的例子中說明它：

 

private void run() throws InterruptedException {  ExecutorService es = Executors.newCachedThreadPool();  // Simulating multiple threads in the system  // if one of them is executing a long-running task.  // Some of the other threads/tasks are waiting  // for it to finish  es.execute(() -> countPrimes(MAX, 1000));  //incorrect task  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.execute(() -> countPrimes(MAX, 0));  es.shutdown();  es.awaitTermination(60, TimeUnit.SECONDS); } private void countPrimes(int max, int delay) {   System.out.println( range(1, max).parallel() .filter(this::isPrime).peek(i -> sleep(delay)).count() ); }

 

在這裏，咱們模擬系統中的六個線程。全部這些都在執行CPU密集型任務，第一個被「暫停」，在它找到素數後就睡了一秒鐘。這只是一我的爲的例子; 你能夠想象一個被卡住或執行阻塞操做的線程。

 

問題是：執行此代碼時會發生什麼？咱們有六個任務; 其中一個將須要一成天才能完成，其他的應該更快完成。絕不奇怪，每次執行代碼時，都會獲得不一樣的結果。你想在生產系統中有這樣的行爲嗎？一個杜塞的任務取消了應用程序的其他部分？我猜不會。

 

關於如何確保永遠不會發生這樣的事情，只有兩種選擇。第一個是確保提交到公共fork-join池的全部任務都不會卡，必須在合理的時間內完成。但這提及來容易作起來難，尤爲是在複雜的應用程序中。

 

另外一種選擇是不使用並行流，並等到Oracle容許咱們指定用於並行流的線程池。