为什么使用并行集合不会更快？

Question

我只想稍微测试并行集合，并使用以下代码行（在REPL中）：

(1 to 100000).par.filter(BigInt(_).isProbablePrime(100))

针对：

(1 to 100000).filter(BigInt(_).isProbablePrime(100))

但并行版本并不快。事实上，它甚至感觉有点慢（但我还没有真正测量过）。

有没有人对此作出解释？

编辑1：是的，我确实有一个多核处理器

编辑2：好的，我自己“解决”了这个问题。 isProbablePrime的实现似乎是问题，而不是并行集合。我用另一个函数替换了isProbablePrime以测试素数，现在我得到了预期的加速。

Answer 1

对于顺序和并行范围，filter将生成矢量数据结构 - 分别为Vector或ParVector。

这是从范围集合生成的并行向量的已知问题 - 并行向量的变换器方法（例如filter）不会并行构造向量。

已经开发出一种允许有效并行构建载体的解决方案，但尚未实施。我建议您提交ticket，以便下次发布时可以修复。