什么是 ParallelStream 队列行为？

Question

我正在使用parallelStream 并行上传一些文件，有些是大文件，有些是小文件。我注意到并非所有工人都被使用。

起初一切正常，所有线程都在使用（我将并行度选项设置为 16）。然后在某个点（一旦它获得更大的文件），它只使用一个线程

简化代码：

files.parallelStream().forEach((file) -> {
    try (FileInputStream fileInputStream = new FileInputStream(file)) {
                IDocumentStorageAdaptor uploader = null;

                try {
                    logger.debug("Adaptors before taking: " + uploaderPool.size());
                    uploader = uploaderPool.take();
                    logger.debug("Took an adaptor!");
                    logger.debug("Adaptors after taking: " + uploaderPool.size());
                    uploader.addNewFile(file);
                } finally {
                    if (uploader != null) {
                        logger.debug("Adding one back!");
                        uploaderPool.put(uploader);
                        logger.debug("Adaptors after putting: " + uploaderPool.size());
                    }
                }
            } catch (InterruptedException | IOException e) {
                throw new UploadException(e);
            }
});

uploaderPool 是一个 ArrayBlockingQueue。 日志：

[ForkJoinPool.commonPool-worker-8] - Adaptors before taking: 0
[ForkJoinPool.commonPool-worker-15] - Adding one back!
[ForkJoinPool.commonPool-worker-8] - Took an adaptor!
[ForkJoinPool.commonPool-worker-15] - Adaptors after putting: 0
...
...
...
[ForkJoinPool.commonPool-worker-10] - Adding one back!
[ForkJoinPool.commonPool-worker-10] - Adaptors after putting: 16
[ForkJoinPool.commonPool-worker-10] - Adaptors before taking: 16
[ForkJoinPool.commonPool-worker-10] - Took an adaptor!
[ForkJoinPool.commonPool-worker-10] - Adaptors after taking: 15
[ForkJoinPool.commonPool-worker-10] - Adding one back!
[ForkJoinPool.commonPool-worker-10] - Adaptors after putting: 16
[ForkJoinPool.commonPool-worker-10] - Adaptors before taking: 16
[ForkJoinPool.commonPool-worker-10] - Took an adaptor!
[ForkJoinPool.commonPool-worker-10] - Adaptors after taking: 15

似乎所有工作（列表中的项目）都分布在 16 个线程中，并且委派给一个线程的事情只会等到线程空闲工作而不是使用可用线程。有没有办法改变 parallelStream 的工作排队方式？我阅读了 forkjoinpool 文档，其中提到了工作窃取，但仅适用于衍生的子任务。

我的另一个计划可能是随机排列我正在使用 parallelStream 的列表，这可能会平衡一些事情。

谢谢！

Answer 1

并行流的拆分与计算启发式算法针对数据并行操作进行了调整，而不是针对 IO 并行操作进行了调整。 （换句话说，它们被调整为保持 CPU 忙碌，但不会产生比 CPU 更多的任务。）因此，它们偏向于计算而不是分叉。目前没有覆盖这些选择的选项。