【麦子学院】Java 8并行流存在的问题及解决办法详解.pdf

IT 在线教育平台———麦子学院： 【麦子学院】Java 8 并行流存在的问题及解决办法详解 对于从事 Java 开发的童鞋来说，相信对于 Java8 的并行流并不陌生，没错，我们常常 用它来执行并行任务，但是由于并行流（parallel stream ）采用的是享线程池 ，可能会对 我们的性能造成严重影响，那怎么处理呢？ 问题 首先我们来看看具体的问题。在开发中，我们常常通过以下方法，实现并行流执行并 行任务： myList.parallelStream.map(obj - longRunningOperation()) 但是这存在一个严重的问题：在 JVM 的后台，使用通用的 fork/join 池来完成上述功 能，该池是所有并行流共享的。默认情况，fork/join 池会为每个处理器分配一个线程。假 设你有一台 16 核的机器，这样你就只能创建 16 个线程。对 CPU 密集型的任务来说，这 样是有意义的，因为你的机器确实只能执行 16 个线程。但是真实情况下，不是所有的任 务都是 CPU 密集型的。例如： myList.parallelStream .map(this::retrieveFromA) .map(this::processUsingB) .forEach(this::saveToC) myList.parallelStream .map(this::retrieveFromD) .map(this::processUsingE) .forEach(this::saveToD) 这两个流很大程度上是受限于 IO 操作，所以会等待其他系统。但这两个流使用相同 的（小）线程池，因此会相互等待而被阻塞，非常不友好。比如： final ListInteger firstRange = buildIntRange(); firstRange.parallelStream().forEach((number) - { try { // do something slow Thread.sleep(5); IT 在线教育平台———麦子学院： } catch (InterruptedException e) { } }); 在执行期间，我获取了一份线程 dump 的文件。这是相关的线程： ForkJoinPmonPool-worker-1 ForkJoinPmonPool-worker-2 ForkJoinPmonPool-worker-3 ForkJoinPmonPool-worker-4 现在，我要并行的执行这两个并行流： Runnable firstTask = () - { firstRange.parallelStream().forEach((number) - { try { // do something slow Thread.sleep(5); } catch (InterruptedException e) { } }); }; Runnable secondTask = () - { secondRange.parallelStream().forEach((number) - { try { // do something slow Thread.sleep(5); } catch (InterruptedException e) { } }); }; // run threads 这次我们再看一下线程 dump 文件： IT 在线教育平台———麦子学院： ForkJoinPmonPool-worker-1 ForkJoinPmonPool-worker-2 ForkJoinPmonPool-worker-3 ForkJoinPmonPool-worker-4 正如你所见，结果是一样的。我们只使用了 4 个线程。 解决办法 对于上面的问题，我们可以在 JVM 后台使用 fork/join 池，在 ForkJoinTask 的文档中， 我们可以看到： 如果合适，安排一个异步执行的任务到当前正在运行的池中。如果任务不在 inForkJoinPool()中，也可以调用 ForkJoinPmonPool()获取新的池来执行，比如： ForkJoinPool forkJoinPool = new ForkJoinPool(3); fo