Java8中流的性能及流的几个特性
摘要：本文介绍了Java8中流的几个特性，以告诫开发者流并不是高性能的代名词，需谨慎使用流。以下是译文。
流（Stream）是Java8为了实现最佳性能而引入的一个全新的概念。在过去的几年中，随着硬件的持续发展，编程方式已经发生了巨大的改变，程序的性能也随着并行处理、实时、云和其他一些编程方法的出现而得到了不断提高。
Java8中，流性能的提升是通过并行化（parallelism）、惰性（Laziness）和短路操作（short-circuitoperations）来实现的。但它也有一个缺点，在选择流的时候需要非常小心，因为这可能会降低应用程序的性能。
下面来看看这三项支撑起流强大性能的因素吧。
并行化
流的并行化充分利用了硬件的相关功能。由于现在计算机上通常都有多个CPU核心，所以在多核系统中如果只使用一个线程则会极大地浪费系统资源。设计和编写多线程应用非常具有挑战性，并且很容易出错，因此，流存在两种实现：顺序和并行。使用并行流非常简单，无需专业知识即可轻松处理多线程问题。
在Java的流中，并行化是通过Fork-Join原理来实现的。根据Fork-Join原理，系统会将较大的任务切分成较小的子任务（称之为forking），然后并行处理这些子任务以充分利用所有可用的硬件资源，最后将结果合并起来（称之为Join）组成完整的结果。
在选择顺序和并行的时候，需要非常谨慎，因为并行并一定意味着性能会更好。
让我们来看一个例子。
StreamTest.java:
packagetest;
importjava.util.ArrayList;
importjava.util.List;
publicclassStreamTest{
staticListmyList=newArrayList<>();
publicstaticvoidmain(String[]args){
for(inti=0;i<5000000;i++)
myList.add(i);
intresult=0;
longloopStartTime=System.currentTimeMillis();
for(inti:myList){
if(i%2==0)
result+=i;
}
longloopEndTime=System.currentTimeMillis();
System.out.println(result);
System.out.println("LooptotalTime="+(loopEndTime-loopStartTime));
longstreamStartTime=System.currentTimeMillis();
System.out.println(myList.stream().filter(value->value%2==0).mapToInt(Integer::intValue).sum());
longstreamEndTime=System.currentTimeMillis();
System.out.println("StreamtotalTime="+(streamEndTime-streamStartTime));
longparallelStreamStartTime=System.currentTimeMillis();
System.out.println(myList.parallelStream().filter(value->value%2==0).mapToInt(Integer::intValue).sum());
longparallelStreamEndTime=System.currentTimeMillis();
System.out.println("ParallelStreamtotalTime="+(parallelStreamEndTime-parallelStreamStartTime));
}
}
运行结果：
820084320 LooptotalTime=17 820084320 StreamtotalTime=81 820084320 ParallelStreamtotalTime=30
正如你所见，在这种情况下，for循环更好。因此，在没有正确的分析之前，不要用流代替for循环。在这里，我们可以看到，并行流的性能比普通流更好。
注意：结果可能会因为硬件的不同而不同。
惰性
我们知道，Java8的流有两种类型的操作，分别为中间操作（Intermediate）和最终操作（Terminal）。这两种操作分别用于处理和提供最终结果。如果最终操作不与中间操作相关联，则无法执行。
总之，中间操作只是创建另一个流，不会执行任何处理，直到最终操作被调用。一旦最终操作被调用，则开始遍历所有的流，并且相关的函数会逐一应用到流上。中间操作是惰性操作，所以，流支持惰性。
注意：对于并行流，并不会在最后逐个遍历流，而是并行处理流，并且并行度取决于机器CPU核心的个数。
考虑一下这种情况，假设我们有一个只有中间操作的流片段，而最终操作要稍后才会添加到应用中（可能需要也可能不需要，取决于用户的需求）。在这种情况下，流的中间操作将会为最终操作创建另一个流，但不会执行实际的处理。这种机制有助于提高性能。
我们来看一下有关惰性的例子：
StreamLazinessTest.java:
packagetest;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.stream.Collectors;
importjava.util.stream.Stream;
publicclassStreamLazinessTest{
/**Employeeclass**/
staticclassEmployee{
intid;
Stringname;
publicEmployee(intid,Stringname){
this.id=id;
this.name=name;
}
publicStringgetName(){
returnthis.name;
}
}
publicstaticvoidmain(String[]args)throwsInterruptedException{
Listemployees=newArrayList<>();
/**Creatingtheemployeelist**/
for(inti=1;i<10000000;i++){
employees.add(newStreamLazinessTest.Employee(i,"name_"+i));
}
/**OnlyIntermediateOperations;itwilljustcreateanotherstreamsand
*willnotperformanyoperations**/
StreamemployeeNameStreams=employees.parallelStream().filter(employee->employee.id%2==0)
.map(employee->{
System.out.println("InMap-"+employee.getName());
returnemployee.getName();
});
/**Addingsomedelaytomakesurenothinghashappentillnow**/
Thread.sleep(2000);
System.out.println("2sec");
/**TerminaloperationonthestreamanditwillinvoketheIntermediateOperations
*filterandmap**/
employeeNameStreams.collect(Collectors.toList());
}
}
运行上面的代码，你可以看到在调用最前操作之前，中间操作不会被执行。
短路行为
这是优化流处理的另一种方法。一旦条件满足，短路操作将会终止处理过程。有许多短路操作可供使用。例如，anyMatch、allMatch、findFirst、findAny、limit等等。
我们来看一个例子。
StreamShortCircuitTest.java:
packagetest;
importjava.util.ArrayList;
importjava.util.List;
importjava.util.stream.Collectors;
importjava.util.stream.Stream;
publicclassStreamShortCircuitTest{
/**Employeeclass**/
staticclassEmployee{
intid;
Stringname;
publicEmployee(intid,Stringname){
this.id=id;
this.name=name;
}
publicintgetId(){
returnthis.id;
}
publicStringgetName(){
returnthis.name;
}
}
publicstaticvoidmain(String[]args)throwsInterruptedException{
Listemployees=newArrayList<>();
for(inti=1;i<10000000;i++){
employees.add(newStreamShortCircuitTest.Employee(i,"name_"+i));
}
/**OnlyIntermediateOperations;itwilljustcreateanotherstreamsand
*willnotperformanyoperations**/
StreamemployeeNameStreams=employees.stream().filter(e->e.getId()%2==0)
.map(employee->{
System.out.println("InMap-"+employee.getName());
returnemployee.getName();
});
longstreamStartTime=System.currentTimeMillis();
/**Terminaloperationwithshort-circuitoperation:limit**/
employeeNameStreams.limit(100).collect(Collectors.toList());
System.out.println(System.currentTimeMillis()-streamStartTime);
}
}
运行上面的代码，你会看到性能得到了极大地提升，在我的机器上只需要6毫秒的时间。在这里，limit()方法在满足条件的时候会中断运行。
最后要注意的是，根据状态的不同有两种类型的中间操作：有状态（Stateful）和无状态（Stateless）中间操作。
有状态中间操作
这些中间操作需要存储状态，因此可能会导致应用程序的性能下降，例如，distinct()、sort()、limit()等等。
无状态中间操作
这些中间操作可以独立处理，因为它们不需要保存状态，例如，filter()，map()等。
在这里，我们了解到，流的出现是为了获得更高的性能，但并不是说使用了流之后性能肯定会得到提升，因此，我们需要谨慎使用。
总结
以上所述是小编给大家介绍的Java8中流的性能及流的几个特性，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对毛票票网站的支持！