并行流和串行流

并行流

并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流

java8中进行的优化

Java8中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过parallel()与sequential()在并行流与顺序流之间进行切换

了解Fork/Join框架

Fork/Join框架：就是在必要的情况下，将一个大任务，进行拆分（fork）成若干个小任务（拆分到不可在可拆时），再将一个个的小任务运算结果进行join汇总。

Fork/Join框架与传统线程池的区别

Fork/Join采用“工作窃取”模式（work-stealing）

当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中

区别

相对于一般的线程池实现，fork/join框架的优势体现在对其中包含的任务的处理方式上。在一般的线程池中，如果一个线程正在执行的任务由于某些原因无法继续运行，那么该线程会处于等待状态。而在fork/join框架实现中，如果某个子问题由于等待另外一个子问题的完成而无法继续完成。那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行。这种方式减少了线程的等待时间，提高了性能。

代码如下

import javafx.application.Application;
import javafx.stage.Stage;

import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;

public class ForkJoinCalculate extends RecursiveTask<Long>     {

private static final long serialVersionUID = -8329979697027097721L;

private long start;
private long end;

private static final long THRESHOLD = 10000;

public ForkJoinCalculate(long start, long end) {
    this.start = start;
    this.end = end;
}

@Override
protected Long compute() {
    long length = end - start;
    if(length <= THRESHOLD){
        long sum = 0;
        for (long i = start; i <= end ; i++) {
            sum += i;
        }
        return sum;
    }else{
        long middle = (start + end) / 2;
        ForkJoinCalculate left = new ForkJoinCalculate(start,middle );
        left.fork();//拆分子任务，同时压入线程队列

        ForkJoinCalculate right = new ForkJoinCalculate(middle+1,end);
        right.fork();

        return left.join() + right.join();
    }

}

public static void main(String[] args) {
    Instant start = Instant.now();
    ForkJoinPool pool = new ForkJoinPool();
    ForkJoinTask<Long> task = new ForkJoinCalculate(0,10000000000L);
    Long sum = pool.invoke(task);
    System.out.println(sum);
    Instant end = Instant.now();
    System.out.println("耗费时间为"+Duration.between(start,end).toMillis());//6366


}}

普通方式

@Test
public static void test2(){
    Instant start = Instant.now();
    long sum = 0L;
    for (long i = 0; i <10000000000L ; i++) {
        sum += i;
    }
    System.out.println(sum);
    Instant end = Instant.now();
    System.out.println("耗费时间为"+Duration.between(start,end).toMillis());//5579
}

java8的方式

//java8
public static void test3(){
    Instant start = Instant.now();
    LongStream.rangeClosed(0,10000000000L).parallel().reduce(0,Long::sum);
    Instant end = Instant.now();
    System.out.println("耗费时间为"+Duration.between(start,end).toMillis());//4369
}