# 前言
> **🍊作者简介：** 不肯过江东丶，一个来自二线城市的程序员，致力于用“猥琐”办法解决繁琐问题，让复杂的问题变得通俗易懂。
> **🍊支持作者：** 点赞👍、关注💖、留言💌~

相信各位小伙伴对 Stream 都不陌生，它是 Java 8 及以后版本中引入的一个新特性，用于处理集合数据。Stream 是对集合（Collection）对象功能的增强，与 Lambda 表达式结合，可以提高编程效率、间接性和程序可读性。Stream API 中为我们提供了很多高效且易用的方法，大聪明的好朋友 —— 大明白就对这些方法情有独钟，但是就在前几天，却因为他在项目中使用了 Stream.parallel() 而引发了一个小小的意外情况... ...

> 这里卖个关子😝~ 在说大明白引发的意外情况之前，我们先来一起看看什么是Stream.parallel()

# Stream.parallel()
Stream.parallel() 方法用于将流操作转换为并行操作，以便在多个线程上并行执行。并行流是一种可以同时在多个线程上执行操作的流，它将流的元素分割成多个子集，每个子集在不同的线程上独立处理，最后将结果合并。使用 parallel() 方法可以轻松开启并行流处理模式，无需显式管理线程和同步。

```java
List<Integer> numbers = ...; // 假设这里有一个包含大量正整数的List集合
 
numbers.stream() // 创建顺序流
 .parallel() // 转换为并行流
 .filter(n -> n % 2 == 0) // 并行流操作 - 过滤List集合中的偶数
 .map(n -> n * 2) // 并行流操作 - 将过滤出来的偶数×2
 .forEach(System.out::println); // 并行流操作 - 打印结果
```

在上面的示例中，parallel() 方法将顺序流转换为并行流，后续的 filter()、map() 和 forEach() 操作将在多个线程上并行执行，从而加速数据处理。我们下面再看看它的底层原理👇 

> 当调用 Stream.parallel() 方法时，它实际上会返回一个新的并行流对象，这个流对象可以在多个线程上并行执行流操作。下面是 Stream.parallel() 方法的大致工作原理： ① 并行流的划分和分治：当我们对并行流进行操作时，Java 会使用 Fork/Join 框架将数据划分成多个小任务，并将这些小任务分配给多个线程来并行执行。这个过程涉及到递归地将大任务分解为小任务，直到小任务足够简单可以直接求解。 ② 工作窃取（Work Stealing）：Fork/Join 框架采用工作窃取算法来实现任务的调度和执行。在工作窃取的过程中，空闲的线程会主动去其他线程的任务队列中窃取任务执行。这种方式能够充分利用线程资源，提高并行处理的效率。 ③合并结果：在并行流的操作中，各个线程会并行地对数据进行处理，最后需要将各个线程的处理结果进行合并，得到最终的结果。这一过程涉及到结果的收集和合并，确保最终的结果是完整且正确的。

这里我们又引申出了一个新的概念 —— Fork/Join 框架。Fork/Join 框架是 Java 7 中引入的用于支持并行计算的框架，是一种并行计算模式，用于解决可以被分解成更小的可并行任务的问题。该模式包含两个关键操作：Fork（分解）和Join（合并）。在 Fork/Join 模式中，原始问题被递归地分解为更小的子问题，直到达到可以并行解决的最小单位。这个过程被称为 Fork。每个子问题可以独立地在不同的处理器上执行，并行地求解部分问题。 一旦所有的子问题都被解决，就会进行 Join 操作。Join 操作将所有子问题的结果合并为最终的解决方案。这种分解和合并的过程可以视为树形结构，其中每个节点代表一个子问题。

Fork/Join 模式最适用于可以自然地分解为多个独立子问题的计算密集型任务。它适用于多核处理器或并行计算环境，其中可以充分利用并行性。Java 平台提供了 Fork/Join 框架，用于实现该模式。它包括了一个**线程池（ForkJoinPool）** 和 **任务（ForkJoinTask）** 的概念。任务可以是可分解的子问题，也可以是执行最终计算的任务。通过 ForkJoinPool，可以将任务提交给线程池执行，自动实现任务的分解和合并过程。Fork/Join 模式的优点在于它能够充分利用多核处理器的并行性，提高计算效率。

> 📌 在这里我们就先对 Fork/Join 框架做一个简单的介绍，后续大聪明会单独出一篇博客对 Fork/Join 框架进行详细的介绍。

咱们言归正传，有些小伙伴看到“**线程池（ForkJoinPool）**”的时候可能就已经猜测到大明白遇倒的意外情况和线程有关系了。Stream.parallel() 并行流默认使用的是 ForkJoinPool.commonPool() 作为线程池，该线程池默认最大线程数就是 CPU 核数。正是因为大明白对并行流操作的原理不清楚，他在没有配置线程池的情况下，通过并行流做了数据库的大量批量更新操作，于是最大线程数只有 CPU 核数，最终导致在批量更新的时候出现了线程阻塞的情况，从而出现了这个小小的意外。

> 通过这件事应该也可以给各位小伙伴提个醒，在实际使用时需要慎重考虑并行化带来的影响，并确保线程安全性和并发性。 
① 线程安全：并行流并不能保证线程安全性，因此，如果流中的元素是共享资源或操作本身不是线程安全的，你需要确保正确同步或使用线程安全的数据结构。
② 资源消耗：并行流默认使用的线程池大小可能与机器的实际物理核心数相适应，但也可能与其他并发任务争夺系统资源。
③ 结果一致性：并行流并不保证执行的顺序性，也就是说，如果流操作的结果依赖于元素的处理顺序，则不应该使用并行流。
④ 事务处理：在涉及到事务操作时，通常需要避免在并行流中直接处理，如上述例子所示，应当将事务边界放在单独的服务方法内，确保每个线程内的事务独立完成。

# 小结
本人经验有限，有些地方可能讲的没有特别到位，如果您在阅读的时候想到了什么问题，欢迎在评论区留言，我们后续再一一探讨🙇‍

> 希望各位小伙伴动动自己可爱的小手，来一波点赞+关注 (✿◡‿◡) 让更多小伙伴看到这篇文章~ 蟹蟹呦(●'◡'●)

如果文章中有错误，欢迎大家留言指正；若您有更好、更独到的理解，欢迎您在留言区留下您的宝贵想法。

> *你在被打击时，记起你的珍贵，抵抗恶意；*
*你在迷茫时，坚信你的珍贵，抛开蜚语；*
**爱你所爱 行你所行 听从你心 无问东西**

🍊作者简介： 不肯过江东丶，一个来自二线城市的程序员，致力于用“猥琐”办法解决繁琐问题，让复杂的问题变得通俗易懂。 🍊支持作者： 点赞👍、关注💖、留言💌~

大聪明教你学Java | 深入浅出聊 Stream.parallel()

Stream API 中为我们提供了很多高效且易用的方法，大聪明的好朋友 —— 大明白就对这些方法情有独钟，但是就在前几天，却因为他在项目中使用了 Stream.parallel() 而引发了一个小小的意外情况... ...

高级Java开发工程师

编程语言

后端

Java8 Stream.parallel()方法详解：通过Fork/Join框架实现并行流处理，提升多线程计算效率。文章剖析并行流原理、使用场景及注意事项，特别提醒数据库批量操作时的线程阻塞风险，帮助开发者正确使用并行流优化性能。

数据结构

数据库

Java

4核4G3M云服务器 新用户低至38元/年！

AI驱动 智领未来

tencentdb-catalog

5位重磅专家聚焦 AI 时代开发者核心成长需求，带你深入解锁全栈进化、人机协作关键路径！点击报名到场：<a href="https://cloud.tencent.com/developer/salon/salon-2403/signup" target="_blank">https://cloud.tencent.com/developer/salon/salon-2403/signup</a> 
 <img src="https://qcloudimg.tencent-cloud.cn/raw/487c82639d2338df3ef66dfb1450601a.png"/>

腾讯技术创作特训营「年度论坛」正在报名中！

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

大聪明教你学Java | 深入浅出聊 Stream.parallel()-腾讯云开发者社区-腾讯云

大聪明教你学Java | 深入浅出聊 Stream.parallel()

大聪明教你学Java | 深入浅出聊 Stream.parallel()

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐