Java 8 中 parallelStream 的变异减少答案

【问题标题】：Mutation reductions for parallelStream in Java 8Java 8 中 parallelStream 的变异减少
【发布时间】：2018-11-24 22:07:01
【问题描述】：

Joshua Bloch 在<Effective Java> (Third Edition) 中提到

Stream 的 collect 方法执行的操作（称为 mutable reductions）不适合并行化，因为组合集合的开销很高。

我阅读了Mutable reduction 上的文档，但我仍然不太确定为什么减少不是并行性的好候选者。是synchronization 吗？

正如@Ravindra Ranwala 指出的那样（我也在Reduction, concurrency, and ordering 文档上看到了这一点）：

并行执行操作实际上可能会适得其反。这是因为对于某些 Map 实现而言，组合步骤（通过键将一个 Map 合并到另一个 Map）可能昂贵。

如果是这样，那么是否还有其他主要因素我们需要关注可能会导致性能低下？

【问题讨论】：

【解决方案1】：

不，这与synchronization无关。假设您有 100 万个 Person 对象，需要找出所有住在纽约的 people。所以一个典型的流管道是，

people.parallelStream()
    .filter(p -> p.getState().equals("NY"))
    .collect(Collectors.toList());

考虑并行执行此查询。假设我们有 10 个线程并行执行它。每个线程都会将它自己的数据集累积到一个单独的本地容器中。最后将 10 个结果容器合并为一个大容器。此合并成本很高，并且是并行执行引入的附加步骤。因此并行执行可能并不总是更快。有时顺序执行可能比它的并行计数器部分更快。

所以总是从顺序执行开始。如果这只是有意义的，您可能会在稍后的某个时间点回退到它的平行对应物。

【讨论】：

谢谢，我在文档中读到了。还有其他我们需要考虑的影响因素吗？
谢谢，至于 faster 我想我现在不在这里问了。 faster 可能是由许多其他因素引起的，例如 splitting 机制、线程 上下文切换。我真正想问的是减少突变对性能下降的影响因素是什么？这里只考虑减少突变。
@听到“影响因素”是合并成本。这就是答案。这是 Joshua Bloch 的书所说的，是文档所说的，也是这个答案所说的。你为什么坚持假设一定有别的东西？
@Holger 我明白了，是的，你是对的。对不起我的粗鲁和误解。非常感谢你清除了我脑海中的模糊。谢谢你，霍尔格。
我敢打赌，如果你有 100 万人，但只有少数人住在纽约，并行版本会更快。