Stream 和 parallelStream

一.什么是Stream？

Stream 是在 Java8 新增的特性，普遍称其为流；它不是数据结构也不存放任何数据，其主要用于集合的逻辑处理。

二.和Iterator的区别

Iterator 做为迭代器，其按照一定的顺序迭代遍历集合中的每一个元素，并且对每个元素进行指定的操作。而 Stream 在此基础上还可以将这种操作并行化，利用多核处理器的优势快速处理集合（集合的数据会分成多个段，由多个线程处理）。

Stream 的数据源可以有无限多个。

三.Stream的使用

在使用Stream之前，建义先理解接口化编程，Stream将完全依赖于接口化编程方式。接下来我们以“打印集合中的每一个元素”为例，了解一下 Stream 的使用。

例3.1

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
numbers.stream().forEach(num->System.out.println(num));

输出：1 2 3 4 5 6 7 8 9

由以上的列子可以看出，Stream 的遍历方式和结果与 Iterator 没什么差别，这是因为Stream的默认遍历是和迭代器相同的，保证以往使用迭代器的地方可以方便的改写为 Stream。

Stream 的强大之处在于其通过简单的链式编程，使得它可以方便地对遍历处理后的数据进行再处理。我们以“对集合中的数字加1，并转换成字符串”为例进行演示。

例3.2

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);`

`List<String> strs = numbers.stream()`

`.map(num->Integer.toString(++num)).collect(Collectors.toList());

其中map()方法遍历处理每一个元素，并且返回一个新的Stream，随后collect方法将操作后的Stream解析为List。

Stream还提供了非常多的操作，如filter()过滤、skip()偏移等等，想要了解更多可以去翻阅JDK1.8手册或者相关资料。

四.并行流parallelStream

parallelStream提供了流的并行处理，它是Stream的另一重要特性，其底层使用Fork/Join框架实现。简单理解就是多线程异步任务的一种实现。

我们用例3.1中的示例演示一下parallelStream的使用。

例4.1

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
numbers.parallelStream().forEach(num->System.out.println(num));

输出：3 4 2 6 7 9 8 1 5

我们发现，使用parallelStream后，结果并不按照集合原有顺序输出。为了进一步证明该操作是并行的，我们打印出线程信息。

例4.2

   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9); 
   numbers.parallelStream() .forEach(num-
   		>System.out.println(Thread.currentThread().getName()+">>"+num));

输出：

main>>6 
ForkJoinPool.commonPool-worker-2>>8 
main>>5 ForkJoinPool.commonPool-worker-2>>9 
ForkJoinPool.commonPool-worker-1>>3 
ForkJoinPool.commonPool-worker-3>>2 
ForkJoinPool.commonPool-worker-1>>1 
ForkJoinPool.commonPool-worker-2>>7 
main>>4

通过例4.2可以确信parallelStream是利用多线程进行的，这可以很大程度简化我们使用并发操作。

我们可以通过虚拟机启动参数

-Djava.util.concurrent.ForkJoinPool.common.parallelism=N

来设置worker的数量。

五.并行流的陷阱

5.1.线程安全

由于并行流使用多线程，则一切线程安全问题都应该是需要考虑的问题，如：资源竞争、死锁、事务、可见性等等。

5.2.线程消费

在虚拟机启动时，我们指定了worker线程的数量，整个程序的生命周期都将使用这些工作线程；这必然存在任务生产和消费的问题，如果某个生产者生产了许多重量级的任务（耗时很长），那么其他任务毫无疑问将会没有工作线程可用；更可怕的事情是这些工作线程正在进行IO阻塞。

本应利用并行加速处理的业务，因为工作者不够反而会额外增加处理时间，使得系统性能在某一时刻大打折扣。而且这一类问题往往是很难排查的。我们并不知道一个重量级项目中的哪一个框架、哪一个模块在使用并行流。

接下来我们对这个问题进行演示：

例5.1