Java中的并行流（Parallel Stream）详解

一、并行流的基本概念
并行流是Java 8引入的Stream API的重要特性，它允许将数据拆分成多个块，利用多线程并行处理数据，从而提升大规模数据处理的性能。其底层基于Fork/Join框架（详见已讲过的Fork/Join框架专题）实现任务拆分与合并。

二、并行流的使用方式

1. 创建并行流：

   • 通过集合的parallelStream()方法直接创建：

     List<Integer> list = Arrays.asList(1, 2, 3, 4);
     Stream<Integer> parallelStream = list.parallelStream();
     

   • 通过现有流的parallel()方法转换：

     Stream<Integer> parallelStream = list.stream().parallel();
     

2. 示例：并行求和

   int sum = list.parallelStream()
                 .mapToInt(Integer::intValue)
                 .sum();
   

   注意：并行流操作需满足无状态性（操作不依赖中间结果）和无干扰性（不修改数据源）。

三、并行流的底层原理

1. 任务拆分：

   • 数据被分割成多个子任务（如通过Spliterator接口），每个子任务由独立的线程处理。
   • 默认线程池为ForkJoinPool.commonPool()，线程数默认为CPU核心数-1。

2. 结果合并：

   • 子任务执行完成后，通过归约操作（如Reduce或Collect）合并结果。
   • 例如求和操作中，每个子任务计算局部和，最终合并为全局和。

四、并行流的适用场景与风险

1. 适用场景：

   • 数据量较大且处理耗时（如复杂计算、I/O阻塞操作）。
   • 数据源易于拆分（如ArrayList、数组），而LinkedList等结构拆分效率低。

2. 风险与注意事项：

   • 线程安全：共享变量需同步（如避免使用非线程安全的ArrayList直接修改）。
   • 顺序一致性：forEach等操作可能打乱顺序，需用forEachOrdered保持顺序。
   • 性能开销：任务拆分/合并存在额外成本，小数据量可能比串行流更慢。

五、性能优化实践

1. 避免装箱拆箱：使用原始类型流（如IntStream）减少内存开销。
2. 调整线程池：通过自定义ForkJoinPool执行并行流：

   ForkJoinPool customPool = new ForkJoinPool(4);
   customPool.submit(() -> list.parallelStream().forEach(...));
   

3. 评估并行效果：用System.nanoTime()对比串行与并行流的执行时间。

六、总结
并行流通过简化多线程编程提升了数据处理的效率，但需谨慎评估数据特性、线程安全及性能开销。正确使用时，可显著加速CPU密集型任务，但误用可能导致性能下降或结果错误。