为什么 IntStream.range(0,n) in Java 8 不应该平行？
Why IntStream.range(0,n) in Java 8 shouldn't be parallel?
我读过一本关于 Java 8 的书，书中说使用并行流通过 IntStream.range(0,someNumber) 获取数字范围可能比顺序流慢...为什么那个？
它可以更慢。默认情况下，您应该始终使用顺序流。与顺序流相比，并行流的开销要高得多，因为它需要大量的内部协调工作以及某些簿记活动。
如果出现以下情况，您应该考虑并行的：
1.你有大量的项目要处理，每个项目都需要大量的时间并且可以并行化。
2. 如果您首先遇到性能问题。因此，在尝试并行流或任何其他并发构造之前，黄金法则始终是基准。
在您的情况下，如果范围非常小，那么在这种情况下，与并行流相关的开销会覆盖您应该获得的好处。另请查看这篇文章：http://zeroturnaround.com/rebellabs/java-parallel-streams-are-bad-for-your-health/
无论你从这本书中拿走什么都是错误的（或者充其量，是一种严重的过度简化。）因为你没有说是什么书，我们不知道是这本书错了还是你误解了。
能否获得并行加速取决于很多因素；源的可拆分性、流上的操作、行为参数所做的工作以及硬件。拥有不可拆分的源肯定会破坏并行性能；例如，LinkedList 不太可能很好地并行化。
This talk 更详细地介绍了使用并行性的哪些因素可能会加快计算速度、减慢计算速度或两者都不会，以及如何识别流管道的可能并行行为。
这本书（或您的解释）出错的地方是把责任归咎于IntStream.range；它是最好的分裂来源之一。因此，如果您的管道没有很好地并行化，那肯定是 而不是 因为您使用 IntStream.range 作为源，但也可能是出于其他原因（数据太少，终端操作合并成本高等）
世界上没有神奇的平行尘埃；流可以让您轻松编写并行代码，但并不能免除您了解并行成本模型的需要。但是，如果有人告诉您 IntStream.range 是问题所在，我建议您不要听他们的——这是非常危险的错误建议。
这在很大程度上取决于场景。处理器有开销来启动并行线程并处理它们。因此，如果您希望 运行 的过程不需要太多时间，那么这将浪费 CPU 个周期。
另一方面，我正在编写一个数据生成方法。为此，我使用了并行流，它至少提高了 4 倍的性能。在我的例子中，每个并行线程负责在数据库中进行多次读写，因此每个线程的处理时间相当长。
P.S.：可以设置属性：java.util.concurrent.ForkJoinPool.common.parallelism。如果您编写的进程依赖于并行线程的数量，这将很有用。默认情况下，.parallel() 将为每个核心启动一个线程。
在使用 parallelStream () 之前，请阅读：
- 它是多线程的。在 java 中，仅仅编写 parallelStream() 来获得并行性几乎总是坏主意。在某些情况下它会起作用，但并非总是如此。还有其他方法可以实现并行性，几乎总是，在采用多线程解决方案之前，您需要多加考虑。
- 它使用默认的 JVM 线程池。因此，如果您正在进行网络调用等任何阻塞操作，整个 java 应用程序可能会卡住。那是那里最大的问题。还有其他具有任务分配的。具有
n 个线程的简单 ExecutionService 提供比并行流更好的性能。
您还可以阅读：
Java Parallel Streams Are Bad for Your Health! | JRebel by Perforce
我读过一本关于 Java 8 的书，书中说使用并行流通过 IntStream.range(0,someNumber) 获取数字范围可能比顺序流慢...为什么那个？
它可以更慢。默认情况下，您应该始终使用顺序流。与顺序流相比，并行流的开销要高得多，因为它需要大量的内部协调工作以及某些簿记活动。
如果出现以下情况，您应该考虑并行的： 1.你有大量的项目要处理，每个项目都需要大量的时间并且可以并行化。 2. 如果您首先遇到性能问题。因此，在尝试并行流或任何其他并发构造之前，黄金法则始终是基准。
在您的情况下，如果范围非常小，那么在这种情况下，与并行流相关的开销会覆盖您应该获得的好处。另请查看这篇文章：http://zeroturnaround.com/rebellabs/java-parallel-streams-are-bad-for-your-health/
无论你从这本书中拿走什么都是错误的（或者充其量，是一种严重的过度简化。）因为你没有说是什么书，我们不知道是这本书错了还是你误解了。
能否获得并行加速取决于很多因素；源的可拆分性、流上的操作、行为参数所做的工作以及硬件。拥有不可拆分的源肯定会破坏并行性能；例如，LinkedList 不太可能很好地并行化。
This talk 更详细地介绍了使用并行性的哪些因素可能会加快计算速度、减慢计算速度或两者都不会，以及如何识别流管道的可能并行行为。
这本书（或您的解释）出错的地方是把责任归咎于IntStream.range；它是最好的分裂来源之一。因此，如果您的管道没有很好地并行化，那肯定是 而不是 因为您使用 IntStream.range 作为源，但也可能是出于其他原因（数据太少，终端操作合并成本高等）
世界上没有神奇的平行尘埃；流可以让您轻松编写并行代码，但并不能免除您了解并行成本模型的需要。但是，如果有人告诉您 IntStream.range 是问题所在，我建议您不要听他们的——这是非常危险的错误建议。
这在很大程度上取决于场景。处理器有开销来启动并行线程并处理它们。因此，如果您希望 运行 的过程不需要太多时间，那么这将浪费 CPU 个周期。
另一方面，我正在编写一个数据生成方法。为此，我使用了并行流，它至少提高了 4 倍的性能。在我的例子中，每个并行线程负责在数据库中进行多次读写，因此每个线程的处理时间相当长。
P.S.：可以设置属性：java.util.concurrent.ForkJoinPool.common.parallelism。如果您编写的进程依赖于并行线程的数量，这将很有用。默认情况下，.parallel() 将为每个核心启动一个线程。
在使用 parallelStream () 之前，请阅读：
- 它是多线程的。在 java 中，仅仅编写 parallelStream() 来获得并行性几乎总是坏主意。在某些情况下它会起作用，但并非总是如此。还有其他方法可以实现并行性，几乎总是，在采用多线程解决方案之前，您需要多加考虑。
- 它使用默认的 JVM 线程池。因此，如果您正在进行网络调用等任何阻塞操作，整个 java 应用程序可能会卡住。那是那里最大的问题。还有其他具有任务分配的。具有
n个线程的简单 ExecutionService 提供比并行流更好的性能。
您还可以阅读： Java Parallel Streams Are Bad for Your Health! | JRebel by Perforce