parallelStream与stream.parallel的区别

Question

我一直对Collections.parallelStream()和Collections.stream().parallel()之间的区别很好奇。根据Javadocs，parallelStream()试图返回并行流，而stream().parallel()返回并行流。通过自己的一些测试，我没有发现任何不同之处。这两种方法的区别在哪里？一个实现比另一个更时间高效吗？谢谢。

- Nick Clark

---

简短回答：没有区别。长篇回答：没有、没有、没有任何差别。它们只是彼此的别名。 - Louis Wasserman

我刚发现了一件事，我不知道它是否代表它们之间的差异？请参见https://dev59.com/MKHia4cB1Zd3GeqPZM1f - zhuguowei

Answer 1

即使它们目前表现相同，在文档中有差别，正如你所指出的那样；据我所知，这可能会在将来被利用。

目前，在Collection接口中，parallelStream方法定义如下：

default Stream<E> parallelStream() {
    return StreamSupport.stream(spliterator(), true);
}

作为默认方法，它可以在实现中被覆盖 (这就是 Collections 内部类实际所做的)。

这暗示着即使默认方法返回一个并行流，也可能有集合覆盖此方法以返回一个非并行流。这可能是文档的原因。

同时，即使 parallelStream 返回一个串行流，它仍然是一个 Stream，你可以轻松地在其上调用 parallel：

  Collections.some()
       .parallelStream() // actually sequential
       .parallel() // force it to be parallel

至少对我来说，这看起来很奇怪。

似乎文档应该以某种方式说明，在调用parallelStream之后，没有必要再次调用parallel来强制执行并行处理 - 因为这可能是无用的甚至对处理有害。

编辑

对于阅读此内容的任何人 - 请阅读Holger的评论；它涵盖了我在此答案中未提到的情况。

- Eugene

---

很难想象在不知道将要链接的实际操作的情况下，流源拒绝流的并行处理是合理的场景。也许，如果它正在滚动自己的Stream API实现，但那时，当调用.parallel()时，它完全控制发生的事情... - Holger

一个空的集合不会从并行处理中受益。然而，由于无论线程数量如何都不能得到保证，所以让isParallel()返回true也没有问题。同样地，如果一个单例集合上的流没有flatMap操作，它将永远不会使用第二个线程，但是，让isParallel()返回true也没有问题。这也适用于所有底层分裂器在trySplit中返回null的流；如果没有像sorted或flatMap这样的操作，调用.parallel()也不重要，它不会产生任何影响。 - Holger

仔细思考一下，即使您有一个不支持任何并行处理的源，也没有理由禁止使用并行处理thatSource.parallelStream().sorted().otherOps()，一旦内部使用的数组已经被填充，因为此时处理完全与源分离。我有一种感觉，这个句子源于源和流实现之间的交互仍在进行的时期。 - Holger

@Holger，有时候我并不完全理解你的回答，但我一定会尝试去理解并加以修正... 你所说的“内部数组”是指这里的sorted操作，它会将元素从Spliterator复制到Sink（数组或ArrayList）中，对吗？很抱歉这么晚才提出这个问题。 - Eugene

是的，正如您所说，sorted() 使用的临时存储（无论是数组还是其他）与源集合无关，因此可以并行处理，即使源集合试图否认它。同样，如果分裂器的 trySplit 方法返回 null，则流实现可能会转向缓冲策略，就像 AbstractSpliterator.trySplit 所做的那样。实际上，如果流这样做而不是 AbstractSpliterator 更有意义... - Holger

Answer 2

Collections.parallelStream()和Collections.stream().parallel()没有区别。它们都会根据底层分割器的限制来分割流，并且它们都将使用默认的ForkJoinPool（除非已经在另一个池内运行）。

- Joe C

Answer 3

class Employee {
    String name;
    int salary;

    public int getSalary() {
        return salary;
    }

    public void setSalary(int salary) {
        this.salary = salary;
    }

    public Employee(String name, int salary) {
        this.name = name;
        this.salary = salary;
    }
}
class ParallelStream {

    public static void main(String[] args) {

        long t1, t2;
        List<Employee> eList = new ArrayList<>();
        for (int i = 0; i < 100; i++) {
            eList.add(new Employee("A", 20000));
            eList.add(new Employee("B", 3000));
            eList.add(new Employee("C", 15002));
            eList.add(new Employee("D", 7856));
            eList.add(new Employee("E", 200));
            eList.add(new Employee("F", 50000));
        }

        /***** Here We Are Creating A 'Sequential Stream' & Displaying The Result *****/
        t1 = System.currentTimeMillis();
        System.out.println("Sequential Stream Count?= " + eList.stream().filter(e -> e.getSalary() > 15000).count());

        t2 = System.currentTimeMillis();
        System.out.println("Sequential Stream Time Taken?= " + (t2 - t1) + "\n");

        /***** Here We Are Creating A 'Parallel Stream' & Displaying The Result *****/
        t1 = System.currentTimeMillis();
        System.out.println("Parallel Stream Count?= " + eList.parallelStream().filter(e -> e.getSalary() > 15000).count());

        t2 = System.currentTimeMillis();
        System.out.println("Parallel Stream Time Taken?= " + (t2 - t1));

        /***** Here We Are Creating A 'Parallel Stream with Collection.stream.parallel' & Displaying The Result *****/
        t1 = System.currentTimeMillis();
        System.out.println("stream().parallel() Count?= " + eList.stream().parallel().filter(e -> e.getSalary() > 15000).count());

        t2 = System.currentTimeMillis();
        System.out.println("stream().parallel() Time Taken?= " + (t2 - t1));



    }

}

我已经尝试了所有三种方式.stream()、.parallelStream() 和 .stream().parallel()，使用相同数量的记录，并且能够确定这三种方法所花费的时间。以下是我提到的输出结果。

Sequential Stream Count?= 300
Sequential Stream Time Taken?= 18
Parallel Stream Count?= 300
Parallel Stream Time Taken?= 6
stream().parallel() Count?= 300
stream().parallel() Time Taken?= 1

我不确定，但是如上所述，stream().parallel()的执行时间是parallelStream()的六分之一。

如果有专家建议，仍然非常欢迎。

- Sagar Gangwal

---

如果您单独运行流，可以看到流的时间几乎相同。 - Premraj

尝试将循环大小从100更改为5_000_000，然后您将看到另一个结果如下：Sequential Stream Count?= 15000000 Sequential Stream Time Taken?= 102 Parallel Stream Count?= 15000000 Parallel Stream Time Taken?= 64 stream().parallel() Count?= 15000000 stream().parallel() Time Taken?= 97 - Ali Sadeghi

请记住，Java运行时使用JIT，因此像这样进行基准测试会更加棘手。 - vadipp

循环大小100,000结果第一次调用：-`顺序流计数？= 300000 顺序流所需时间？= 52并行流计数？= 300000 并行流所需时间？= 40stream().parallel() 计数？= 300000 stream().parallel() 所需时间？= 29`第二次调用：-`顺序流计数？= 300000 顺序流所需时间？= 25并行流计数？= 300000 并行流所需时间？= 47stream().parallel() 计数？= 300000 stream().parallel() 所需时间？= 37` - Rahim Khan Abdul