级联并行流

Question

int[] result = IntStream.concat(Arrays.stream(input1).filter(x -> x > 0), 
                   Arrays.stream(input2).distinct()).sorted().toArray();

我想加快任务的速度，所以我考虑让流并行。通常，这只是意味着我可以在流构造和终端操作之间的任何地方插入.parallel()，结果将是相同的。IntStream.Concat的JavaDoc表示，如果任何输入流是并行的，结果流将是并行的。因此，我认为使parallear()或input1流或input2流或级联流生成相同的结果。

实际上我错了：如果我将.parallel()添加到结果流中，那么输入流似乎仍然是连续的。此外，我可以将输入流（其中任何一个或两个）标记为.paralle()，然后将结果流转换为.sequential()，但输入保持并行。所以实际上有8种可能性:input1、input2和级联流可以并行，也可以不并行：

int[] sss = IntStream.concat(Arrays.stream(input1).filter(x -> x > 0),
                Arrays.stream(input2).distinct()).sorted().toArray();
int[] ssp = IntStream.concat(Arrays.stream(input1).filter(x -> x > 0),
                Arrays.stream(input2).distinct()).parallel().sorted().toArray();
int[] sps = IntStream.concat(Arrays.stream(input1).filter(x -> x > 0), 
                Arrays.stream(input2).parallel().distinct()).sequential().sorted().toArray();
int[] spp = IntStream.concat(Arrays.stream(input1).filter(x -> x > 0), 
                Arrays.stream(input2).parallel().distinct()).sorted().toArray();
int[] pss = IntStream.concat(Arrays.stream(input1).parallel().filter(x -> x > 0),
                Arrays.stream(input2).distinct()).sequential().sorted().toArray();
int[] psp = IntStream.concat(Arrays.stream(input1).parallel().filter(x -> x > 0),
                Arrays.stream(input2).distinct()).sorted().toArray();
int[] pps = IntStream.concat(Arrays.stream(input1).parallel().filter(x -> x > 0),
                Arrays.stream(input2).parallel().distinct()).sequential().sorted().toArray();
int[] ppp = IntStream.concat(Arrays.stream(input1).parallel().filter(x -> x > 0),
                Arrays.stream(input2).parallel().distinct()).sorted().toArray();

我对所有版本进行了不同输入大小的基准测试（在Core i5 4xCPU上使用JDK 8U45 64bit，Win7)，每个情况下都得到了不同的结果：

Benchmark           (n)  Mode  Cnt       Score       Error  Units
ConcatTest.SSS      100  avgt   20       7.094 ±     0.069  us/op
ConcatTest.SSS    10000  avgt   20    1542.820 ±    22.194  us/op
ConcatTest.SSS  1000000  avgt   20  350173.723 ±  7140.406  us/op
ConcatTest.SSP      100  avgt   20       6.176 ±     0.043  us/op
ConcatTest.SSP    10000  avgt   20     907.855 ±     8.448  us/op
ConcatTest.SSP  1000000  avgt   20  264193.679 ±  6744.169  us/op
ConcatTest.SPS      100  avgt   20      16.548 ±     0.175  us/op
ConcatTest.SPS    10000  avgt   20    1831.569 ±    13.582  us/op
ConcatTest.SPS  1000000  avgt   20  500736.204 ± 37932.197  us/op
ConcatTest.SPP      100  avgt   20      23.871 ±     0.285  us/op
ConcatTest.SPP    10000  avgt   20    1141.273 ±     9.310  us/op
ConcatTest.SPP  1000000  avgt   20  400582.847 ± 27330.492  us/op
ConcatTest.PSS      100  avgt   20       7.162 ±     0.241  us/op
ConcatTest.PSS    10000  avgt   20    1593.332 ±     7.961  us/op
ConcatTest.PSS  1000000  avgt   20  383920.286 ±  6650.890  us/op
ConcatTest.PSP      100  avgt   20       9.877 ±     0.382  us/op
ConcatTest.PSP    10000  avgt   20     883.639 ±    13.596  us/op
ConcatTest.PSP  1000000  avgt   20  257921.422 ±  7649.434  us/op
ConcatTest.PPS      100  avgt   20      16.412 ±     0.129  us/op
ConcatTest.PPS    10000  avgt   20    1816.782 ±    10.875  us/op
ConcatTest.PPS  1000000  avgt   20  476311.713 ± 19154.558  us/op
ConcatTest.PPP      100  avgt   20      23.078 ±     0.622  us/op
ConcatTest.PPP    10000  avgt   20    1128.889 ±     7.964  us/op
ConcatTest.PPP  1000000  avgt   20  393699.222 ± 56397.445  us/op

所以我有以下几个问题：

1. 是否有关于如何更好地使用与级联流的并行化的官方指南？测试所有可能的组合并不总是可行的（尤其是当连接两个以上的流时），所以有一些“经验法则”是很好的。
2. 似乎表明，如果我将直接从collection/array创建的流连接起来（在连接之前不执行中间操作），那么结果就不太依赖于parallel()的位置。这是真的吗？
3. 除了级联之外，是否还有其他情况，结果取决于流管道在哪一点上并行化？

Answer 1

规范精确地描述了您得到的结果--考虑到与其他操作不同，我们讨论的不是单个管道，而是三个不同的流，它们的属性独立于其他操作。

规范说：“如果输入流中的任何一个是并行的，结果流是[…]并行的。”这就是你得到的；如果任何一个输入流是并行的，那么结果流也是并行的（但是之后可以将其转换为顺序的）。但是，将结果流更改为并行流或序列流不会改变输入流的性质，也不会将并行流和序列流输入到concat中。

关于性能影响，请参阅文档中的“流操作和管道”段落：

有状态操作可能需要在产生结果之前处理整个输入。例如，在看到流的所有元素之前，无法通过对流进行排序产生任何结果。因此，在并行计算下，一些包含有状态中间操作的流水线可能需要对数据进行多次传递，或者可能需要缓冲重要数据。包含排他的无状态中间操作的管道可以在单次传递中处理，无论是顺序的还是并行的，数据缓冲最小。

您已经选择了两个命名的有状态操作并将它们组合在一起。因此，结果流的.sorted()操作需要在开始排序之前缓冲整个内容，这意味着完成了distinct操作。distinct操作显然很难并行化，因为线程必须对已经看到的值进行同步。

所以要回答第一个问题，这不是关于concat，而是关于distinct不能从并行执行中受益。