在多线程的情况下，最好使用性能限制在流上使用限制

Question

我观看了JoséPaumard在InfoQ上的演讲：http : //www.infoq.com/fr/presentations/jdk8-lambdas-streams-
collectors
（法语）

事情是我坚持这一点。要使用流 和 多线程收集1M Long ， 我们可以这样做：

Stream<Long> stream = 
  Stream.generate(() -> ThreadLocalRandom.current().nextLong()) ;

List<Long> list1 = 
  stream.parallel().limit(10_000_000).collect(Collectors.toList()) ;

但是考虑到线程始终在检查上述限制的事实会影响性能。

在那次演讲中，我们还看到了第二个解决方案：

Stream<Long> stream = 
  ThreadLocalRandom.current().longs(10_000_000).mapToObj(Long::new) ;

List<Long> list = 
  stream.parallel().collect(Collectors.toList()) ;

并且似乎是更好的性能明智的选择。

所以这是我的问题：为什么第二个代码更好，并且有更好或更便宜的方法呢？

Answer 1

这是 依赖 于 实现的 限制。对于并行性能的关注，开发人员必须了解的一件事是，可预测的流大小通常有助于并行性能，因为它们可以平衡工作负载。

这里的问题是，通过Stream.generate()和创建的无限流的组合limit()不会产生具有可预测大小的流，尽管它对我们而言似乎是完全可预测的。

我们可以使用以下辅助方法对其进行检查：

static void sizeOf(String op, IntStream stream) {
    final Spliterator.OfInt s = stream.spliterator();
    System.out.printf("%-18s%5d, %d%n", op, s.getExactSizeIfKnown(), s.estimateSize());
}

然后

sizeOf("randoms with size", ThreadLocalRandom.current().ints(1000));
sizeOf("randoms with limit", ThreadLocalRandom.current().ints().limit(1000));
sizeOf("range", IntStream.range(0, 100));
sizeOf("range map", IntStream.range(0, 100).map(i->i));
sizeOf("range filter", IntStream.range(0, 100).filter(i->true));
sizeOf("range limit", IntStream.range(0, 100).limit(10));
sizeOf("generate limit", IntStream.generate(()->42).limit(10));

将打印

randoms with size  1000, 1000
randoms with limit   -1, 9223372036854775807
range               100, 100
range map           100, 100
range filter         -1, 100
range limit          -1, 100
generate limit       -1, 9223372036854775807

因此，我们可以看到，某些来源喜欢Random.ints(size)或IntStream.range(…)产生具有可预测大小的流，而某些中间操作map则可以携带信息，因为他们知道大小不受影响。其他人喜欢filter并且limit不传播尺寸（作为已知的准确尺寸）。

显然，filter无法预测元素的实际数量，但是它提供了源大小作为估计值，这是合理的，因为这是可以通过过滤器的最大元素数量。

相反，limit即使源具有精确的大小，当前的实现也不提供大小，并且我们知道可预测的大小很简单min(source size, limit)。取而代之的是，它甚至报告了一个毫无意义的估计大小（源的大小），尽管事实是，结果大小永远不会超过限制。在无限流的情况下，我们还Spliterator面临其他障碍，即流所基于的接口无法报告它是无限的。在这些情况下，无限的流量+极限Long.MAX_VALUE作为估计返回，这意味着“我什至无法猜测”。

因此，根据经验，在当前的实现中，程序员应避免limit在有可能预先在流源处指定所需大小的情况下使用。但是由于limit在 有序
并行流（不适用于random或generate）的情况下也具有明显的（已记录的）缺点，因此大多数开发人员limit还是会避免使用。