Question

我正在测试一些Java8流API代码，但我无法弄清楚这个代码发生了什么。

我在考虑ParallelStream以及它是如何工作的，我进行了一些比较。两个不同的方法进行大迭代，添加32.768.000个BigDecimals，一个使用ParallelStream，另一个使用正常迭代。我参加了一项测试，我知道它无效，但有些事情引起了我的注意。

测试是：

并行流：

private static void sumWithParallelStream() {
    BigDecimal[] list = new BigDecimal[32_768_000];
    BigDecimal total = BigDecimal.ZERO;
    for (int i = 0; i < 32_768_000; i++) {
        list[i] = new BigDecimal(i);
    }
    total = Arrays.asList(list).parallelStream().reduce(BigDecimal.ZERO, BigDecimal::add);
    System.out.println("Total: " + total);
}

普通代码：

private static void sequenceSum() {
    BigDecimal total = BigDecimal.ZERO;
    for (int i = 0; i < 32_768_000; i++) {
        total = total.add(new BigDecimal(i));
    }
    System.out.println("Total: " + total);
}

输出是：

Total: 536870895616000
sumWithParallelStream(): 30502 ms

Total: 536870895616000
sequenceSum(): 271 ms

然后我尝试删除parallelStream：

 private static void sumWithParallelStream() {
    BigDecimal[] list = new BigDecimal[32_768_000];
    BigDecimal total = BigDecimal.ZERO;
    for (int i = 0; i < 32_768_000; i++) {
        list[i] = new BigDecimal(i);
        total = total.add(list[i]);
    }
    System.out.println("Total: " + total);
}

看到sequenceSum（）方法是相同的

新输出：

Total: 536870895616000
sumWithParallelStream(): 13487 ms

Total: 536870895616000
sequenceSum(): 879 ms

我已经做了这些更改，多次添加和删除parallelStream方法，sequenceSum()的结果永远不会改变，在200上使用parallelStream时总是如此其他方法，以及不使用时800的内容。在Windows和Ubuntu中进行测试。

最后，我还有两个问题，为什么在第一种方法上使用parallelStream会对第二种方法产生影响？为什么在数组上存储BigDecimals使得第一种方法过于缓慢（800 ms到13000 ms）？

Answer 1

在第一个示例中，您将分配一个32,768,000个元素的数组，然后通过它进行流式传输。不需要那个数组分配和内存提取，这可能会减慢方法的速度。

IntStream.range(0, limit).parallel()
   .mapToObj(BigDecimal::new)
   .reduce(BigDecimal.ZERO, BigDecimal::add);

Answer 2

正如@apangin的评论所指出的，问题出在GC上。

我使用-XX：+ PrintGCDetails参数来打印GC的执行时间，并且使用parallelStream它们是最差的，可能是因为Streams API的初始化分配了更多的内存。

Java8流出奇怪的行为

2 个答案: