欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Java8新特性stream和parallelStream區(qū)別

 更新時間：2023年12月20日 09:26:49   作者：吳名氏.  
這篇文章主要介紹了Java8新特性stream和parallelStream區(qū)別,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

1 stream和parallelStream的區(qū)別

1.Stream 是在 Java8 新增的特性，普遍稱其為流；它不是數(shù)據(jù)結(jié)構(gòu)也不存放任何數(shù)據(jù)，其主要用于集合的邏輯處理。

2.Stream流是一個集合元素的函數(shù)模型，它并不是集合，也不是數(shù)據(jù)結(jié)構(gòu)，其本身并不存儲任何元素（或其地址值），它只是在原數(shù)據(jù)集上定義了一組操作。

3.Stream流不保存數(shù)據(jù)，Stream操作是盡可能惰性的，即每當(dāng)訪問到流中的一個元素，才會在此元素上執(zhí)行這一系列操作。

4.Stream流不會改變原有數(shù)據(jù)，想要拿到改變后的數(shù)據(jù)，要用對象接收。

串行流stream：串行處理數(shù)據(jù)，不產(chǎn)生異步線程。
并行流parallelStream：parallelStream提供了流的并行處理，它是Stream的另一重要特性，其底層使用Fork/Join框架實(shí)現(xiàn)。簡單理解就是多線程異步任務(wù)的一種實(shí)現(xiàn)。

建議：數(shù)據(jù)量不大的情況下建議使用stream即可，不要盲目大量使用parallelStream,因?yàn)閜arallelStream是多線程異步的，也就是說會產(chǎn)生多線程，消耗內(nèi)存不說，說不定還會更慢，并非一定會更快更好。

2 常用方法介紹

2.1 groupingBy方法

主要是轉(zhuǎn)化數(shù)據(jù)為Map，value是符合條件的集合

List<Admin> adminList = adminMapper.selectList(null);
Map<Long, List<Admin>> adminMap = adminList.stream().collect(Collectors.groupingBy(Admin::getId));

2.2 toMap方法

主要是轉(zhuǎn)化數(shù)據(jù)為Map，value是該條記錄或字段值

List<Admin> adminList = adminMapper.selectList(null);
Map<Long, String> adminMap = adminList.stream().collect(Collectors.toMap(Admin::getId, Admin::getRealName, (key1, key2) -> key1));

2.3 filter方法

主要是用來篩選數(shù)據(jù)的

List<Admin> adminList = adminMapper.selectList(null);
adminList = adminList.stream().filter(admin -> admin.getAdminState() != null).collect(Collectors.toList());

2.4 anyMatch方法

用于判斷數(shù)據(jù)，只要有一個條件滿足即返回true

List<Admin> adminList = adminMapper.selectList(null);
boolean isAdmin = adminList.stream().anyMatch(admin -> admin.getAdminState() != null);

2.5 allMatch方法

用于判斷數(shù)據(jù)，必須全部都滿足才會返回true

List<Admin> adminList = adminMapper.selectList(null);
boolean isAdmin = adminList.stream().allMatch(admin -> admin.getAdminState() != null);

2.6 noneMatch方法

用于判斷數(shù)據(jù)，全都不滿足才會返回true

List<Admin> adminList = adminMapper.selectList(null);
boolean isAdmin = adminList.stream().noneMatch(admin -> admin.getAdminState() != null);

2.7 map方法

一般用于獲取屬性值

List<Admin> adminList = adminMapper.selectList(null);
List<Long> adminIdList = adminList.stream().map(Admin::getId).collect(Collectors.toList());

2.8 peek方法

一般用于改變數(shù)據(jù)，但是官方不建議使用

List<Admin> adminList = adminMapper.selectList(null);
adminList = adminList.stream().peek(admin -> admin.setAdminState(null)).collect(Collectors.toList());

3 使用parallelStream注意事項(xiàng)

1.parallelStream是線程不安全的。

2.parallelStream適用的場景是CPU密集型的，只是做到別浪費(fèi)CPU，假如本身電腦CPU的負(fù)載很大，那還到處用并行流，那并不能起到作用。I/O密集型 磁盤I/O、網(wǎng)絡(luò)I/O都屬于I/O操作，這部分操作是較少消耗CPU資源，一般并行流中不適用于I/O密集型的操作，就比如使用并流行進(jìn)行大批量的消息推送，涉及到了大量I/O，使用并行流反而慢了很多。

3.在使用并行流的時候是無法保證元素的順序的，也就是即使你用了同步集合也只能保證元素都正確但無法保證其中的順序。

4 實(shí)戰(zhàn)比較

4.1 代碼如下

    /**
     * parallelStream()和stream()執(zhí)行速度測試
     */
    @Test
    public void test6() {
        List<Integer> a = new ArrayList<>();
        for (int i = 0 ; i < 1000 ; i++) {
            a.add(i);
        }
        long b = System.currentTimeMillis();
        a.parallelStream().forEach(obj->{
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                log.error("出錯:", e);
            }
            System.out.println(obj);
        });
        long c = System.currentTimeMillis();
        long d = System.currentTimeMillis();
        a.stream().forEach(obj->{
            try {
                Thread.sleep(100);
            } catch (InterruptedException e) {
                log.error("出錯:", e);
            }
            System.out.println(obj);
        });
        long e = System.currentTimeMillis();
        System.out.println("并行耗時:" + (c-b));
        System.out.println("串行耗時:" + (e-d));
    }

4.2 執(zhí)行結(jié)果

5 結(jié)論

由上述執(zhí)行結(jié)果可知,parallelStream在同時執(zhí)行一些耗時的方法時,執(zhí)行時間要優(yōu)于stream,但是使用時需要注意一些注意事項(xiàng)

到此這篇關(guān)于Java8新特性stream和parallelStream區(qū)別的文章就介紹到這了,更多相關(guān)Java8 stream parallelStream內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評論