Question

我已经确定使用并行流确实比我的数据集的串行流更快。话虽如此，我对这个问题所讨论的ForkJoinPool感到疑惑：Custom thread pool in Java 8 parallel stream。

鉴于，

void foo()
{
     barCollection.parallelStream()  … do something with the stream
}

是1＆amp; 2以下相当于哪个池将被使用？

1）

ForkJoinPool.commonPool().submit(()->foo()).get();

2）

foo();

如果答案是肯定的，那么为什么ForkJoinPol.commonPool()方法存在？

Answer 1

并行流执行将使用公共池，但流库只是该池的一个可能的客户端。

至于为什么存在>> sess = tensorflow.InteractiveSession() >> x = tensorflow.Variable([[1,2,3],[4,5,6],[7,8,9]]) >> x.initializer.run() >> z = tensorflow.pack([x[i,i] for i in range(3)]) >> z.eval() array([1, 5, 9], dtype=int32)方法，你的假设 - 由于流而存在公共池 - 是不正确的。公共池存在（并且很容易到达）以防止公共场所发生的不可避免的悲剧＆＃34;并行操作的每个启动器都创建自己的池，导致单个JVM上的池线程太多，从而降低了效率。对于公共游泳池，阻力最小的路径 - 只需使用公共游泳池 - 通常也是最佳选择。

并行流是并行操作的一个这样的启动器，并且使用公共池，但不是特殊的。

ForkJoinPool.commonPool（）相当于没有池吗？

1 个答案: