在Java 8中，Collection接口扩展了两个返回Stream<E> stream()的方法，它返回一个顺序流，parallelStream()返回一个可能并行的流。流本身也有一个parallel()方法，它返回一个等效的并行流（将当前流变为并行或创建新流）。
复制有明显的缺点：
令人困惑。一个问题问whether calling both parallelStream().parallel() is necessary to be sure the stream is parallel，因为parallelStream（）可能会返回一个顺序流。如果无法保证parallelStream（），为什么会存在？反过来也是混乱 - 如果parallelStream（）返回顺序流，则可能有一个原因（例如，并行流是性能陷阱的固有顺序数据结构）; Stream.parallel（）应该为这样的流做什么？ （parallel（）的规范不允许使用UnsupportedOperationException。）
如果现有实现具有类似命名的方法且返回类型不兼容，则向接口添加方法会产生冲突。除了stream（）之外，添加parallelStream（）会使得收益微不足道的风险增加一倍。 （注意，parallelStream（）只是名为parallel（），但我不知道它是否被重命名以避免名称冲突或其他原因。）
为什么在调用Collection.stream（）时才存在Collection.parallelStream（）。parallel（）做同样的事情？
答案 0 :(得分：60)
Collection.(parallelS|s)tream()和Stream的Javadoc本身并不回答这个问题，所以它会在邮件列表中找到理由。我浏览了lambda-libs-spec-observers档案，找到one thread specifically about Collection.parallelStream()和另一个涉及java.util.Arrays should provide parallelStream()是否匹配（或实际上是否应该删除）的线程。没有一劳永逸的结论，所以也许我从另一个名单中遗漏了一些东西，或者这个问题在私人讨论中得到了解决。 （也许Brian Goetz，这个讨论的主要内容之一，可以填补任何遗漏的内容。）
参与者表达了他们的观点，所以这个答案大多只是一个相关引用的组织，在 [方括号] 中有一些澄清，按重要性顺序呈现（正如我所解释的那样）
Brian Goetz，解释了为什么Collections.parallelStream()即使在其他并行流工厂方法被删除后仍然有足够的价值保留：
我们不具有这些 [stream factories] 中的每一个的显式并行版本;我们做到了 最初，为了削减API表面区域，我们将它们剪切掉了 从API中删除20多种方法的理论值得权衡
.intRange(...).parallel()的表面yuckiness和性能成本。 但是我们没有用Collection做出那个选择。我们可以删除
Collection.parallelStream()，也可以添加 所有发电机的并行版本，或者我们什么都不做 保持原样。我认为在API设计方面都是合理的。我有点像现状，尽管它不一致。代替 有2N流构造方法，我们有N + 1 - 但额外1 涵盖了大量的案例，因为它是每一个都继承的 采集。所以我可以为自己辩护为什么要有额外的1方法 是值得的，为什么接受不再进一步的不一致是 可以接受的。
别人不同意吗？ N + 1 [Collections.parallelStream（）only] 这里的实际选择是什么？或者我们应该去 对于N 的纯度[依赖于Stream.parallel（）] ？或者2N [所有工厂的并行版本] 的便利性和一致性？或者是 还有一些更好的N + 3 [Collections.parallelStream（）加上其他特殊情况] ，对于其他一些特别选择的案例我们 想给予特别支持？
Brian Goetz在后面关于Arrays.parallelStream()：
我仍然非常喜欢Collection.parallelStream;它有巨大的 可发现性优势，并提供相当大的API回报 表面积 - 一种方法，但在很多地方提供价值， 因为Collection将是流源的一个非常常见的情况。
直接版 [parallelStream（）] 性能更高，因为它需要更少的包装（到 将流转换为并行流，您必须先创建 顺序流，然后将其状态的所有权转移到新的 流。）
回应Kevin Bourrillion对这种影响是否显着的怀疑，Brian again：
取决于你的重视程度。道格计算个别对象 在并行操作的路上进行创建和虚拟调用， 因为在你开始分叉之前，你是在阿姆达尔的错误方面 法律 - 这是所有＆＃34;连续分数＆＃34;在你可以分叉之前发生的事情 任何工作，进一步推动你的盈亏平衡门槛。所以得到 并行操作快速的设置路径很有价值。
Doug Lea follows up，但是对冲他的立场：
处理并行库支持的人需要一些态度 关于这些事情的调整。在即将成为典型的机器上， 你浪费的每个周期设置并行成本你说64个周期。 如果它需要64，你可能会有不同的反应 对象创建开始并行计算。
那就是说，我总是完全支持强制实现者 为了更好的API而努力工作，只要这样做 API不排除有效实施。所以如果杀人
parallelStream非常重要，我们会找到一些方法 将stream().parallel()转变为有点翻转或某些。
确实，后来有关Arrays.parallelStream() takes notice of lower Stream.parallel() cost的讨论。
在讨论时，将流从顺序切换到并行并返回可以与其他流操作交错。 Brian Goetz, on behalf of Doug Lea，解释了为什么顺序/并行模式切换可能会使Java平台的未来发展变得复杂：
我会尽力解释原因：因为它（就像有状态的一样） 方法（排序，分明，限制））你也不喜欢，移动我们 逐渐远离能够表达流管道 传统数据并行结构的术语，进一步限制 我们能够将它们直接映射到明天的计算基板， 无论是矢量处理器，FPGA，GPU，还是我们做的任何事情。
Filter-map-reduce map [s]非常干净地适用于各种并行计算 基板;过滤平行映射顺序排序限制平行-MAP-uniq的-减少 没有。
所以这里的整个API设计体现了它之间的许多紧张关系 容易表达用户可能想要表达和做的事情 我们可以通过透明的成本快速预测 模型。
此模式切换为removed after further discussion。在当前版本的库中，流管道是顺序的或并行的;最后一次致电sequential() / parallel()获胜。除了支持状态问题之外，这种改变还改善了使用parallel()从顺序流工厂设置并行管道的性能。
Brian Goetz again，以回应Tim Peierls's argument Stream.parallel()允许程序员在并行之前顺序理解流：
我对这个序列的价值有一点看法 直觉 - 我认为普遍的＆＃34;连续的期望＆＃34;如果一个人 这整个努力面临的最大挑战;人们经常 带来不正确的顺序偏差，导致他们做傻事 比如使用单元素数组作为一种方法来欺骗＆＃34; ＆＃34;愚蠢＆＃34; 编译器让他们捕获一个可变的本地，或使用lambda作为 用于映射将在其中使用的变异状态的参数 计算（以非线程安全的方式），然后，当它指出 他们正在做什么，耸耸肩说'是的，但是我不做 它并行。＆＃34;
我们进行了许多设计权衡以合并顺序和并行 流。我相信，结果是一个干净的结果，并将增加 图书馆在10年以上仍然有用的机会，但我不知道 特别喜欢鼓励人们认为这是一个 顺序库，侧面钉着一些平行袋。