关于Java8 parallelStream并发安全的深入讲解
背景
java8的stream接口极大地减少了for循环写法的复杂性，stream提供了map/reduce/collect等一系列聚合接口，还支持并发操作：parallelstream。
在爬虫开发过程中，经常会遇到遍历一个很大的集合做重复的操作，这时候如果使用串行执行会相当耗时，因此一般会采用多线程来提速。java8的parallestream用fork/join框架提供了并发执行能力。但是如果使用不当，很容易陷入误区。
java8的parallestream是线程安全的吗
一个简单的例子,在下面的代码中采用stream的foreach接口对1-10000进行遍历，分别插入到3个arraylist中。其中对第一个list的插入采用串行遍历，第二个使用parallestream，第三个使用parallestream的同时用reentrylock对插入列表操作进行同步：
private static list<integer> list1 = new arraylist<>();
private static list<integer> list2 = new arraylist<>();
private static list<integer> list3 = new arraylist<>();
private static lock lock = new reentrantlock();
public static void main(string[] args) {
intstream.range(0, 10000).foreach(list1::add);
intstream.range(0, 10000).parallel().foreach(list2::add);
intstream.range(0, 10000).foreach(i -> {
lock.lock();
try {
list3.add(i);
}finally {
lock.unlock();
}
});
system.out.println("串行执行的大小：" + list1.size());
system.out.println("并行执行的大小：" + list2.size());
system.out.println("加锁并行执行的大小：" + list3.size());
}
执行结果：
串行执行的大小：10000
并行执行的大小：9595
加锁并行执行的大小：10000
并且每次的结果中并行执行的大小不一致，而串行和加锁后的结果一直都是正确结果。显而易见，stream.parallel.foreach()中执行的操作并非线程安全。
那么既然parallestream不是线程安全的，是不是在其中的进行的非原子操作都要加锁呢？我在*上找到了答案：
- https://codereview.stackexchange.com/questions/60401/using-java-8-parallel-streams
- https://*.com/questions/22350288/parallel-streams-collectors-and-thread-safety
在上面两个问题的解答中，证实parallestream的foreach接口确实不能保证同步，同时也提出了解决方案：使用collect和reduce接口。
- http://docs.oracle.com/javase/tutorial/collections/streams/parallelism.html
在javadoc中也对stream的并发操作进行了相关介绍：
the collections framework provides synchronization wrappers, which add automatic synchronization to an arbitrary collection, making it thread-safe.
collections框架提供了同步的包装，使得其中的操作线程安全。
所以下一步，来看看collect接口如何使用。
stream的collect接口
闲话不多说直接上源码吧，stream.java中的collect方法句柄：
<r, a> r collect(collector<? super t, a, r> collector);
在该实现方法中，参数是一个collector对象，可以使用collectors类的静态方法构造collector对象，比如collectors.tolist()，toset(),tomap()，etc，这块很容易查到api故不细说了。
除此之外，我们如果要在collect接口中做更多的事，就需要自定义实现collector接口，需要实现以下方法：
supplier<a> supplier(); biconsumer<a, t> accumulator(); binaryoperator<a> combiner(); function<a, r> finisher(); set<characteristics> characteristics();
要轻松理解这三个参数，要先知道fork/join是怎么运转的，一图以蔽之：
上图来自：http://www.infoq.com/cn/articles/fork-join-introduction
简单地说就是大任务拆分成小任务，分别用不同线程去完成，然后把结果合并后返回。所以第一步是拆分，第二步是分开运算，第三步是合并。这三个步骤分别对应的就是collector的supplier,accumulator和combiner。talk is cheap show me the code，下面用一个例子来说明：
输入是一个10个整型数字的arraylist，通过计算转换成double类型的set，首先定义一个计算组件：
compute.java:
public class compute {
public double compute(int num) {
return (double) (2 * num);
}
}
接下来在main.java中定义输入的类型为arraylist的nums和类型为set的输出结果result：
private list<integer> nums = new arraylist<>(); private set<double> result = new hashset<>();
定义转换list的run方法，实现collector接口，调用内部类container中的方法，其中characteristics()方法返回空set即可：
public void run() {
// 填充原始数据，nums中填充0-9 10个数
intstream.range(0, 10).foreach(nums::add);
//实现collector接口
result = nums.stream().parallel().collect(new collector<integer, container, set<double>>() {
@override
public supplier<container> supplier() {
return container::new;
}
@override
public biconsumer<container, integer> accumulator() {
return container::accumulate;
}
@override
public binaryoperator<container> combiner() {
return container::combine;
}
@override
public function<container, set<double>> finisher() {
return container::getresult;
}
@override
public set<characteristics> characteristics() {
// 固定写法
return collections.emptyset();
}
});
}
构造内部类container，该类的作用是一个存放输入的容器，定义了三个方法：
- accumulate方法对输入数据进行处理并存入本地的结果
- combine方法将其他容器的结果合并到本地的结果中
- getresult方法返回本地的结果
container.java:
class container {
// 定义本地的result
public set<double> set;
public container() {
this.set = new hashset<>();
}
public container accumulate(int num) {
this.set.add(compute.compute(num));
return this;
}
public container combine(container container) {
this.set.addall(container.set);
return this;
}
public set<double> getresult() {
return this.set;
}
}
在main.java中编写测试方法：
public static void main(string[] args) {
main main = new main();
main.run();
system.out.println("原始数据：");
main.nums.foreach(i -> system.out.print(i + " "));
system.out.println("\n\ncollect方法加工后的数据：");
main.result.foreach(i -> system.out.print(i + " "));
}
输出：
原始数据：
0 1 2 3 4 5 6 7 8 9collect方法加工后的数据：
0.0 2.0 4.0 8.0 16.0 18.0 10.0 6.0 12.0 14.0
我们将10个整型数值的list转成了10个double类型的set，至此验证成功～
本程序参考 http://blog.csdn.net/io_field/article/details/54971555。
一言蔽之
总结就是parallestream里直接去修改变量是非线程安全的，但是采用collect和reduce操作就是满足线程安全的了。
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对的支持。