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

Java 8并行流的性能陷阱

程序员文章站 2022-04-09 15:33:35
并行化流被分成多个块,每个块独立处理,结果在最后汇总。 CPU密集型代码如下: countPrimes 计算1到最大值之间的素数的数量。数字流由range方法创建,切换到并行模式,过滤掉非素数,剩余的计算总数。由于isPrime 方法极其无效且占用大量CPU,我们可以利用并行化并利用所有可用的CPU ......

并行化流被分成多个块,每个块独立处理,结果在最后汇总。

cpu密集型代码如下:

 

private long countprimes(int max) {
    return range(1, max).parallel().filter(this::isprime).count();
}
private boolean isprime(long n) {
    return n > 1 && rangeclosed(2, (long) sqrt(n)).nonematch(divisor -> n % divisor == 0);
}

 countprimes 计算1到最大值之间的素数的数量。数字流由range方法创建,切换到并行模式,过滤掉非素数,剩余的计算总数。由于isprime 方法极其无效且占用大量cpu,我们可以利用并行化并利用所有可用的cpu内核。

 

我们来看另一个例子:

 

private list<stockinfo> getstockinfo(stream<string> symbols) {
     return symbols.parallel()
            .map(this::getstockinfo) //slow network operation
            .collect(tolist());
}

输入是一个股票代码列表,我们必须调用慢速网络操作来获取有关股票的一些细节。在这里,我们不处理cpu密集型操作,但我们也可以利用并行化。并行执行多个网络请求是个好主意。同样,并行流的一个很好的任务,你同意吗?

 

如果您这样做,请再次查看上一个示例。有一个很大的错误。你看到了吗?问题是所有并行流都使用公共fork-join线程池。如果提交长时间运行的任务,则会有效地阻塞池中的所有线程。因此,您将阻塞使用并行流的所有其他任务。

 

想象一下servlet环境,当一个请求调用时getstockinfo() ,另一个请求调用  countprimes()。即使每个都需要不同的资源,也会阻止另一个。更糟糕的是,你不能为并行流指定线程池; 整个类加载器必须使用相同的。

 

让我们在下面的例子中说明它:

 

private void run() throws interruptedexception {
 executorservice es = executors.newcachedthreadpool();
 // simulating multiple threads in the system
 // if one of them is executing a long-running task.
 // some of the other threads/tasks are waiting
 // for it to finish
 es.execute(() -> countprimes(max, 1000));
 //incorrect task
 es.execute(() -> countprimes(max, 0));
 es.execute(() -> countprimes(max, 0));
 es.execute(() -> countprimes(max, 0));
 es.execute(() -> countprimes(max, 0));
 es.execute(() -> countprimes(max, 0));
 es.shutdown();
 es.awaittermination(60, timeunit.seconds);
}
private void countprimes(int max, int delay) {
  system.out.println( range(1, max).parallel() .filter(this::isprime).peek(i -> sleep(delay)).count() );

}

 

在这里,我们模拟系统中的六个线程。所有这些都在执行cpu密集型任务,第一个被“暂停”,在它找到素数后就睡了一秒钟。这只是一个人为的例子; 你可以想象一个被卡住或执行阻塞操作的线程。

 

问题是:执行此代码时会发生什么?我们有六个任务; 其中一个将需要一整天才能完成,其余的应该更快完成。毫不奇怪,每次执行代码时,都会得到不同的结果。你想在生产系统中有这样的行为吗?一个杜塞的任务取消了应用程序的其余部分?我猜不会。

 

关于如何确保永远不会发生这样的事情,只有两种选择。第一个是确保提交到公共fork-join池的所有任务都不会卡,必须在合理的时间内完成。但这说起来容易做起来难,尤其是在复杂的应用程序中。

 

另一种选择是不使用并行流,并等到oracle允许我们指定用于并行流的线程池。