欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

关于Java8 parallelStream并发安全的深入讲解

程序员文章站 2024-03-05 22:57:13
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:para...

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:

关于Java8 parallelStream并发安全的深入讲解

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 9

collect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。