我编写了一个callable,用于轮询远程客户端以获取信息,并以List形式返回该信息。我使用threadpoolexecutor,for循环,以及Future与多个远程客户端并行执行任务。然后我将所有Future列表与addAll()组合在一起,并使用巨型组合列表。
我的问题是,使用parallelstream()会比使用future和for循环更有效吗?它的代码肯定更容易!如果我走那条路,我还需要threadpoolexecutor吗?
谢谢!
for(SiteInfo site : active_sites) {
TAG_SCANNER scanr = new TAG_SCANNER(site, loggr);
Future<List<TagInfo>> result = threadmaker.submit(scanr);
//SOUND THE ALARMS
try {
alarm_tags.addAll(result.get());
} catch (InterruptedException | ExecutionException e) {
e.printStackTrace();
}
}
可能的解决方案代码? Netbeans在这些方面提出了一些建议
active_sites.parallelstream().map((site) -> new TAG_SCANNER(site, loggr)).map((scanr) -> threadmaker.submit(scanr)).forEach((result) -> {
//SOUND THE ALARMS
try {
alarm_tags.addAll(result.get());
}
catch (InterruptedException | ExecutionException e) {
e.printStackTrace();
}
});
答案 0 :(得分:7)
这里有几个误解。首先,如果在提交任务后立即调用Future.get
,在提交下一个任务之前立即等待其完成,则使用异步任务不会提高资源利用率。
其次,Netbeans进行的代码转换产生了一个大致相同的代码,仍然将任务提交给Executor
所以它不是“Future vs parallelstream”的问题,因为你只是执行提交(和等待)并行流仍然使用执行程序。由于你的第一个错误,并行执行可能会提高吞吐量,但除此之外,将两个错误结合起来让它们自行取消并不是一个好主意,它仍然是一个糟糕的解决方案:
Stream API的标准实现针对CPU绑定任务进行了优化,创建了许多与CPU核心数相匹配的线程,并且在这些线程在等待操作中被阻塞时不生成新线程。因此,使用并行流执行I / O操作,或者通常可以等待的操作,不是一个好的选择。并且您无法控制实现使用的线程。
更好的选择是使用ExecutorService
,您可以根据预期的远程客户端I / O带宽进行配置。但是你应该在提交后立即修复等待的错误,首先提交所有任务,然后等待所有任务完成。请注意,您可以使用流API,而不是为了更好的并行性,但可能会提高可读性:
// first, submit all tasks, assuming "threadmaker" is an ExecutorService
List<Future<List<TagInfo>>> futures=threadmaker.invokeAll(
active_sites.stream()
.map(site -> new TAG_SCANNER(site, loggr))
.collect(Collectors.toList())
);
// now fetch all results
for(Future<List<TagInfo>> result: futures) {
//SOUND THE ALARMS
try {
alarm_tags.addAll(result.get());
} catch (InterruptedException | ExecutionException e) {
// not a recommended way of handling
// but I keep your code here for simplicity
e.printStackTrace();
}
}
请注意,此处使用的流API是顺序,仅用于将SiteInfo
列表转换为Callable<List<TagInfo>>
列表,但您可以使用循环执行相同操作
答案 1 :(得分:4)
一般来说,parallelstream
由非常聪明的程序员编写,可以非常有效地进行并行处理。
有了它,就像所有其他java线程一样,例如并发包,那么除非你是这个主题的专家,否则如果你自己编写它你可能会:
换句话说:是的,使用parallelstream 。