无序和并行时的Java流限制和跳过行为

Question

因此，我一直在尝试并行运行流，并基于API文档和我阅读的其他支持材料监视它们的行为。

我创建了两个并行流并运行distince()，其中一个流是有序的，另一个是无序的。然后，我使用foreachOrdered()打印结果（以确保在distinct运行后看到流的最终遇到顺序），并且可以清楚地看到无序版本并不保持原始顺序，但具有较大的数据集，将明显提高并行性能。

有API注释建议，当流无序时，limit()和skip()操作也应该更有效地并行运行，因为您不必检索第一个n元素，而可以获取任何n元素。我已经尝试用与上面相同的方式来模拟这一点，但是同时与有序流和无序流并行运行时的结果总是相同的。换句话说，当我在运行限制后打印出结果时，即使是无序（并行）流，它仍然总是选择前n个元素？

有人能解释一下吗？我尝试改变输入数据集的大小和n的值，结果没有什么不同。我以为它会抓取任何n个元素并优化并行性能？有没有人在实践中真正看到过这种情况，并且有可能提供一个持续展示这种行为的解决方案？

Answer 1

您可能试图从已调整大小/已补贴的源（如ArrayList.stream()、Arrays.stream(array)、IntStream.Range()等）创建流，然后立即执行Limit或Skip操作。这种情况是在limit/skip实现中特别优化的（请参见SliceOps)，并且对于有序流和无序流都以相同的速度运行（实际上运行得非常快）。如果您移除这样的特性（例如，添加过滤步骤），您将看到在此之后使流无序化确实有帮助。像这样编写测试：

input.stream().parallel().filter(x -> true).skip(..)...
input.stream().parallel().unordered().filter(x -> true).skip(..)...
input.stream().parallel().filter(x -> true).limit(..)...
input.stream().parallel().unordered().filter(x -> true).limit(..)...

或者，您可以使用非补贴源（例如，treeset或hashset)进行测试。