Question

我希望简单的中间流操作（例如limit()）的开销很小。但是这些示例之间的吞吐量差异实际上是很明显的：

final long MAX = 5_000_000_000L;

LongStream.rangeClosed(0, MAX)
          .count();
// throughput: 1.7 bn values/second


LongStream.rangeClosed(0, MAX)
          .limit(MAX)
          .count();
// throughput: 780m values/second

LongStream.rangeClosed(0, MAX)
          .limit(MAX)
          .limit(MAX)
          .count();
// throughput: 130m values/second

LongStream.rangeClosed(0, MAX)
          .limit(MAX)
          .limit(MAX)
          .limit(MAX)
          .count();
// throughput: 65m values/second

我很好奇：吞吐量快速下降的原因是什么？它是与链式流操作或测试设置保持一致的模式吗？（到目前为止，我还没有使用JMH，只是用秒表进行了快速实验）

Answer 1

limit将导致由 slice 组成的流，并带有 split迭代器（用于并行操作）。一句话：效率低下。无操作的开销很大。而且两个连续的limit调用导致两个切片会很可惜。

您应该看一下IntStream.limit的实现。

由于Streams仍然是相对较新的，因此优化应该排在最后；生产代码存在时。进行3次极限似乎有些牵强。

Answer 2

这是Stream API中的一个底层实现（不知道如何调用它）。

在第一个示例中，您知道 count却没有实际计数-例如，没有filter操作可能会清除称为{{1 }}。如果您对此进行更改并检查，实际上有点有趣：

SIZED

并且System.out.println( LongStream.rangeClosed(0, Long.MAX_VALUE) .spliterator() .hasCharacteristics(Spliterator.SIZED)); // reports false System.out.println( LongStream.rangeClosed(0, Long.MAX_VALUE - 1) // -1 here .spliterator() .hasCharacteristics(Spliterator.SIZED)); // reports true-即使没有基本（AFAIK）限制，也不会引入limit标志：

SIZED

由于您无处不在，因此Stream API在内部不知道stream是否为System.out.println(LongStream.rangeClosed(0, MAX) .limit(MAX) .spliterator() .hasCharacteristics(Spliterator.SIZED)); // reports false，这一点很重要。而如果Stream是SIZED-报告计数将是即时的。

几次添加SIZED只会使情况变得更糟，因为它必须每次都限制这些限制。

例如，对于Java-9，情况有所改善：

limit

在这种情况下，System.out.println(LongStream.rangeClosed(0, MAX) .map(x -> { System.out.println(x); return x; }) .count());根本不会计算，因为不需要它-无需任何中间操作即可更改流的大小。

从理论上讲，Stream API可能会看到您正在map上，并且1）引入了limit标志2）看到您有多个对SIZED的调用，并且可能只接受了最后一个。目前还没有完成，但是范围很有限，有多少人会这样滥用limit？因此，不要指望这部分会很快有所改善。

通过链接操作快速降低流吞吐量？

2 个答案: