在flatMap的结果上使流并行

Question

请考虑以下简单代码：

Stream.of(1)
  .flatMap(x -> IntStream.range(0, 1024).boxed())
  .parallel() // Moving this before flatMap has the same effect because it's just a property of the entire stream
  .forEach(x -> {
     System.out.println("Thread: " + Thread.currentThread().getName());
  });

很长一段时间以来，我认为即使在flatmap之后，Java也会对元素进行并行执行。但是上面的代码打印了所有的“thread：main”，这证明了我的想法是错误的。

在flatmap之后使其并行的一个简单方法是收集并再次流：

Stream.of(1)
  .flatMap(x -> IntStream.range(0, 1024).boxed())
  .parallel() // Moving this before flatMap has the same effect because it's just a property of the entire stream
  .collect(Collectors.toList())
  .parallelStream()
  .forEach(x -> {
     System.out.println("Thread: " + Thread.currentThread().getName());
  });

==========关于问题的更多澄清=========

从一些回答来看，我的问题似乎传达得并不充分。正如@Andreas所说，如果我从3个元素的流开始，那么可能有3个线程在运行。

但我真正的问题是：Java Stream使用了一个通用的ForkJoinPool,它的默认大小等于内核数少一个。现在假设我有64个核心，那么我希望上面的代码会在flatmap之后看到许多不同的线程，但实际上，它只看到一个线程（在Andreas的情况下是3个线程）。顺便说一下，我确实使用了isParallel来观察流是并行的。

老实说，我问这个问题不是纯粹出于学术兴趣。我在一个项目中遇到了这个问题，该项目提供了一个用于转换数据集的长链流操作。该链以单个文件开始，并通过flatmap分解为大量元素。但显然，在我的实验中，它并没有充分利用我的机器（它有64个核心），而是只使用了一个核心（从cpu使用情况观察）。

Answer 1

我在想[...]关于flatmap的设计选择，它只在调用前并行化流，而不在调用后并行化。

你搞错了。flatmap之前和之后的所有步骤都是并行运行的，但它只是在线程之间拆分原始流。然后，flatmap操作由一个这样的线程处理，它的流不被拆分。

由于原始流只有1个元素，因此不能拆分，因此parallel不起作用。