日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

JAVA8 parallelStream并發安全

背景

Java8的stream接口極大地減少了for循環寫法的復雜性，stream提供了map/reduce/collect等一系列聚合接口，還支持并發操作：parallelStream。

在爬蟲開發過程中，經常會遇到遍歷一個很大的集合做重復的操作，這時候如果使用串行執行會相當耗時，因此一般會采用多線程來提速。Java8的paralleStream用fork/join框架提供了并發執行能力。但是如果使用不當，很容易陷入誤區。

Java8的paralleStream是線程安全的嗎

一個簡單的例子,在下面的代碼中采用stream的forEach接口對1-10000進行遍歷，分別插入到3個ArrayList中。其中對第一個list的插入采用串行遍歷，第二個使用paralleStream，第三個使用paralleStream的同時用ReentryLock對插入列表操作進行同步：

private static List<Integer> list1 = new ArrayList<>();
private static List<Integer> list2 = new ArrayList<>();
private static List<Integer> list3 = new ArrayList<>();
private static Lock lock = new ReentrantLock();

public static void main(String[] args) {
 IntStream.range(0, 10000).forEach(list1::add);

 IntStream.range(0, 10000).parallel().forEach(list2::add);

 IntStream.range(0, 10000).forEach(i -> {
 lock.lock();
 try {
  list3.add(i);
 }finally {
  lock.unlock();
 }
 });

 System.out.println("串行執行的大小：" + list1.size());
 System.out.println("并行執行的大小：" + list2.size());
 System.out.println("加鎖并行執行的大小：" + list3.size());
}

執行結果：

串行執行的大小：10000并行執行的大小：9595加鎖并行執行的大小：10000

并且每次的結果中并行執行的大小不一致，而串行和加鎖后的結果一直都是正確結果。顯而易見，stream.parallel.forEach()中執行的操作并非線程安全。

那么既然paralleStream不是線程安全的，是不是在其中的進行的非原子操作都要加鎖呢？我在stackOverflow上找到了答案：

• https://codereview.stackexchange.com/questions/60401/using-java-8-parallel-streams
• https://stackoverflow.com/questions/22350288/parallel-streams-collectors-and-thread-safety

在上面兩個問題的解答中，證實paralleStream的forEach接口確實不能保證同步，同時也提出了解決方案：使用collect和reduce接口。

• http://docs.oracle.com/javase/tutorial/collections/streams/parallelism.html

在Javadoc中也對stream的并發操作進行了相關介紹：

The Collections Framework provides synchronization wrAppers, which add automatic synchronization to an arbitrary collection, making it thread-safe.

Collections框架提供了同步的包裝，使得其中的操作線程安全。

所以下一步，來看看collect接口如何使用。

stream的collect接口

閑話不多說直接上源碼吧，Stream.java中的collect方法句柄：

<R, A> R collect(Collector<? super T, A, R> collector);

在該實現方法中，參數是一個Collector對象，可以使用Collectors類的靜態方法構造Collector對象，比如Collectors.toList()，toSet(),toMap()，etc，這塊很容易查到API故不細說了。

除此之外，我們如果要在collect接口中做更多的事，就需要自定義實現Collector接口，需要實現以下方法：

Supplier<A> supplier();
BiConsumer<A, T> accumulator();
BinaryOperator<A> combiner();
Function<A, R> finisher();
Set<Characteristics> characteristics();

要輕松理解這三個參數，要先知道fork/join是怎么運轉的，一圖以蔽之：

上圖來自：http://www.infoq.com/cn/articles/fork-join-introduction

簡單地說就是大任務拆分成小任務，分別用不同線程去完成，然后把結果合并后返回。所以第一步是拆分，第二步是分開運算，第三步是合并。這三個步驟分別對應的就是Collector的supplier,accumulator和combiner。talk is cheap show me the code，下面用一個例子來說明：

輸入是一個10個整型數字的ArrayList，通過計算轉換成double類型的Set，首先定義一個計算組件：

Compute.java:

public class Compute {
public Double compute(int num) {
 return (double) (2 * num);
}
}

接下來在Main.java中定義輸入的類型為ArrayList的nums和類型為Set的輸出結果result：

private List<Integer> nums = new ArrayList<>();
private Set<Double> result = new HashSet<>();

定義轉換list的run方法，實現Collector接口，調用內部類Container中的方法，其中characteristics()方法返回空set即可：

public void run() {
 // 填充原始數據，nums中填充0-9 10個數
 IntStream.range(0, 10).forEach(nums::add);
 //實現Collector接口
 result = nums.stream().parallel().collect(new Collector<Integer, Container, Set<Double>>() {

 @Override
 public Supplier<Container> supplier() {
  return Container::new;
 }

 @Override
 public BiConsumer<Container, Integer> accumulator() {
  return Container::accumulate;
 }

 @Override
 public BinaryOperator<Container> combiner() {
  return Container::combine;
 }

 @Override
 public Function<Container, Set<Double>> finisher() {
  return Container::getResult;
 }

 @Override
 public Set<Characteristics> characteristics() {
  // 固定寫法
  return Collections.emptySet();
 }
 });
}

構造內部類Container，該類的作用是一個存放輸入的容器，定義了三個方法：

• accumulate方法對輸入數據進行處理并存入本地的結果
• combine方法將其他容器的結果合并到本地的結果中
• getResult方法返回本地的結果

Container.java:

class Container {
 // 定義本地的result
 public Set<Double> set;

 public Container() {
 this.set = new HashSet<>();
 }

 public Container accumulate(int num) {
 this.set.add(compute.compute(num));
 return this;
 }

 public Container combine(Container container) {
 this.set.addAll(container.set);
 return this;
 }

 public Set<Double> getResult() {
 return this.set;
 }
}

在Main.java中編寫測試方法：

public static void main(String[] args) {
 Main main = new Main();
 main.run();
 System.out.println("原始數據：");
 main.nums.forEach(i -> System.out.print(i + " "));
 System.out.println("nncollect方法加工后的數據：");
 main.result.forEach(i -> System.out.print(i + " "));
}

輸出：

原始數據：0 1 2 3 4 5 6 7 8 9

collect方法加工后的數據：0.0 2.0 4.0 8.0 16.0 18.0 10.0 6.0 12.0 14.0

我們將10個整型數值的list轉成了10個double類型的set，至此驗證成功～

本程序參考 http://blog.csdn.net/io_field/article/details/54971555。

一言蔽之

總結就是paralleStream里直接去修改變量是非線程安全的，但是采用collect和reduce操作就是滿足線程安全的了。

java8中parallelStream性能測試及結果分析

測試1

@BenchmarkMode(Mode.AverageTime)
@OutputTimeUnit(TimeUnit.NANOSECONDS)
@Warmup(iterations = 5, time = 3, timeUnit = TimeUnit.SECONDS)
@Measurement(iterations = 20, time = 3, timeUnit = TimeUnit.SECONDS)
@Fork(1)
@State(Scope.Benchmark)
public class StreamBenchTest {
  List<String> data = new ArrayList<>();
  @Setup
  public void init() {
    // prepare
    for(int i=0;i<100;i++){
      data.add(UUID.randomUUID().toString());
    }
  }
  @TearDown
  public void destory() {
    // destory
  }
  @Benchmark
  public void benchStream(){
    data.stream().forEach(e -> {
      e.getBytes();
      try {
        Thread.sleep(10);
      } catch (InterruptedException e1) {
        e1.printStackTrace();
      }
    });
  }
  @Benchmark
  public void benchParallelStream(){
    data.parallelStream().forEach(e -> {
      e.getBytes();
      try {
        Thread.sleep(10);
      } catch (InterruptedException e1) {
        e1.printStackTrace();
      }
    });
  }
  public static void main(String[] args) throws RunnerException {
    Options opt = new OptionsBuilder()
        .include(".*" +StreamBenchTest.class.getSimpleName()+ ".*")
        .forks(1)
        .build();
    new Runner(opt).run();
  }
}

parallelStream線程數

默認是Runtime.getRuntime().availableProcessors() - 1，這里為7

運行結果

# Run complete. Total time: 00:02:44
Benchmark              Mode Cnt      Score     Error Units
StreamBenchTest.benchParallelStream avgt  20  155868805.437 ± 1509175.840 ns/op
StreamBenchTest.benchStream     avgt  20 1147570372.950 ± 6138494.414 ns/op

測試2

將數據data改為30，同時sleep改為100

Benchmark              Mode Cnt      Score     Error Units
StreamBenchTest.benchParallelStream avgt  20  414230854.631 ± 725294.455 ns/op
StreamBenchTest.benchStream     avgt  20 3107250608.500 ± 4805037.628 ns/op

可以發現sleep越長，parallelStream優勢越明顯。

小結

parallelStream在阻塞場景下優勢更明顯，其線程池個數默認為Runtime.getRuntime().availableProcessors() - 1，如果需修改則需設置-Djava.util.concurrent.ForkJoinPool.common.parallelism=8

以上就是本次講述知識點的全部內容，感謝你對碼農之家的支持。

以上就是本次給大家分享的關于java的全部知識點內容總結，感謝大家的閱讀和支持。