Stream（流）简介
parallelStream集合处理效率
案例说明
线程池（ForkJoinPool）
分治法
工作窃取算法
注意事项
总结思考
优缺点
parallelStream适用场景

Stream（流）简介

Stream（流）是Java8新增对集合处理的抽象概念，类似于数据库结构化查询语句（SQL），使用Stream API 对集合数据进行操作，就类似于使用SQL执行的数据库查询。
集合可以通过stream()方法创建串行流（元素一个接一个串行处理），parallelStream()方法创建并行流（多个元素可同时进行处理）。

parallelStream集合处理效率

案例说明

代码如下：

public class StreamTest {

    public static void main(String[] args) {
        System.out.println("CPU核数：num=" + Runtime.getRuntime().availableProcessors() + "
");
        List<Integer> list = IntStream.range(0,10).boxed().collect(Collectors.toList());

        long startTime = System.currentTimeMillis();
        System.out.println(list.stream().map(StreamTest::format).collect(Collectors.toList()));
        System.out.println("stream() time=" + (System.currentTimeMillis() - startTime) + "
");

        startTime = System.currentTimeMillis();
        System.out.println(list.parallelStream().map(StreamTest::format).collect(Collectors.toList()));
        System.out.println("parallelStream() time=" + (System.currentTimeMillis() - startTime));
    }

    public static Integer format(Integer i) {
        try {
            Thread.sleep(100);
        } catch (InterruptedException e) {
            e.printStackTrace();
        }
        System.out.println(Thread.currentThread().getName());
        return i+1;
    }
}

执行结果：

CPU核数：num=4

*** stream()方法数据串行执行，执行时间等于每个集合元素处理时间之和 ***
main
main
main
main
main
main
main
main
main
main
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
stream() time=1031

*** parallelStream()方法数据并行执行，执行时间约等于所有每个集合元素处理时间之后/CPU核数 ***
ForkJoinPool.commonPool-worker-1
main
ForkJoinPool.commonPool-worker-3
ForkJoinPool.commonPool-worker-2
ForkJoinPool.commonPool-worker-3
main
ForkJoinPool.commonPool-worker-1
ForkJoinPool.commonPool-worker-2
ForkJoinPool.commonPool-worker-3
main
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
parallelStream() time=312

说明：
1，parallelStream使用ForkJoinPool线程池处理任务
2，ForkJoinPool默认线程池大小为CPU核数-1（注：主线程也负责处理任务），不提议修改该大小

线程池（ForkJoinPool）

分治法

Java8 parallelStream 提升集合处理性能N（约等于CPU核数）倍

说明：
Fork/Join框架的核心思想是采用分治法的思想。分治法：将一个复杂的问题拆分成若干个规模较小，相对独立但问题类型一样的子问题进行处理，然后再将子问题的结果合并成原始问题的完整答案。这样的问题处理策略就叫分治法。分治法三个关键步骤：1，问题拆分；2，子问题计算；3，合并。
采用分治法可以有效利用多核CPU的优势，把子问题通过并行计算，提高整体性能。