我尝试使用新的并行功能 JDK8，但不幸的是，我无法让它工作。 NetBeans 7.1 说“并行”方法不存在。
此方法是否需要特殊导入？ 有人有演示 Java 8 并行性的示例代码吗？
【问题讨论】：
Future
标签： java parallel-processing java-8
我的建议是将 Netbeans 放在一边，使用纯文本编辑器编辑您的 Java 代码，然后使用 Java 8 工具链从命令提示符编译和运行它。这样您就可以确定您的问题不是由 Netbeans 问题引起的。
【讨论】：
检查您的 netbeans 是否使用 jdk8（我对此表示怀疑）。如果没有，则使其指向 jdk8 的本地副本，而不是内置 jdk。 希望这可以帮助。
【讨论】：
我已经玩 JDK8 Lambda Developer Preview 几个星期了。以下是我为简化代码的编译和测试所做的工作：
以下指南介绍了如何配置 Apache Ant 和 JEdit，以便使用 JDK 8 Lambda 表达式和 JDK 8 Lambda 开发者预览版中的新 API 功能轻松编译源代码。
这就是我今天所做的，主要是因为还没有 IDE 支持这些 JDK 8 功能。
下载以下内容：
然后创建如下目录结构：
Sanbox
|-----jdk8
|-----ant
|-----projects
然后安装以下 JEdit 插件：
现在，配置您的 Apache Ant：
SET JAVA_HOME=C:\Sanbox\jdk8
是时候配置 JEdit Ant 插件了
然后新建一个Java项目：
瞧！此时，JEdit 会在工具栏中呈现四个按钮：Build Application、Compile、Clean 和 Run Application。这些都是基于 build.xml 文件并根据相应的 Ant 任务执行的。一切顺利，您可以开始编写 lambda 表达式并使用新的 API：-)
在上一个开发者预览版 (b50) 中，几乎没有实现并行。我可以看到他们在一个单独的分支中做更多的工作（如果你想下载并构建 OpenJDK8 源代码）。
但是，您可以使用 Arrays.parallell 方法在数组上创建 ParallelIterable 包装器。您可以使用它来测试一些并行功能。
我做了一个例子来在一个大数组中找到素数。当我并行运行它时，我可以验证我所有的四个内核都被使用了。
Integer[] source = new Integer[30000000];
for(int i=0; i<source.length; i++)
source[i] = i;
ParallelIterable<Integer> allIntegers = Arrays.parallel(source).filter(isPrime);
Iterable<Integer> primes = allIntegers.into(new LinkedList<Integer>());
这在我使用 Apache Ant 8.4.x 和 JDk8-b50 的 JEdit 项目中编译和运行良好。
我希望这会有所帮助。
警察局：
为了不影响示例的简单性，我没有在上面的代码中定义谓词isPrime。我很确定每个人都可以轻松地定义一个素数谓词来尝试这段代码。
【讨论】：
您可以使用 Netbeans 的 nightly version，它现在对 JDK8 功能提供了一些实验性支持 - 我已经尝试过，它似乎与 lambdas 配合得很好（至少您不会看到它们下面的红色曲线，自动格式化和建议的更正似乎还不能正常工作，但它们更多的是小问题。）您需要确保将启用 Lambda 的 JDK8 添加为 Java 平台，然后设置您要试验的项目的 Java 8 源代码级别。
您可以获取支持 Lambda 的最新版本的 JDK here。
在撰写本文时，静态 Arrays 类有 3 种类型的并行方法可以试验 - parallelStream()、parallelPrefix() 和 parallelSort()。但请注意，这可能会在最终版本发布之前发生变化，目前的 API 非常不稳定。
【讨论】：
以下示例查找我的文档目录中的所有目录：
List<File> directories = Arrays.asList(new File("/Users/sid/Documents")
.listFiles())
.parallelStream()
.filter(t -> t.isDirectory() == true)
.collect(Collectors.toList());
Java 8 提供流支持，将集合转换为连续的对象流。如果集合的大小很小 .stream() 就可以了。但是如果你有一个大集合并且想要利用并行特性，那么你可以使用 .parallelStream() 方法。
【讨论】：