定义：

Stream（流）是JDK8中引入的一种类似与迭代器（Iterator）的单向迭代访问数据的工具。ParallelStream则是并行的流，它通过Fork/Join 框架（JSR166y）来拆分任务，加速流的处理过程。最开始接触parallelStream很容易把其当做一个普通的线程池使用，因此也出现了上面提到的开始的时候打标，结束的时候去掉标的动作。

ForkJoinPool又是什么

ForkJoinPool是在Java 7中引入了一种新的线程池，其简单类图如下：

可以看到ForkJoinPool是ExecutorService的实现类，是一种线程池。创建了ForkJoinPool实例之后，可以通过调用submit(ForkJoinTask task) 或invoke(ForkJoinTask task)方法来执行指定任务。 ForkJoinTask表示线程池中执行的任务，其有两个主要的抽象子类：RecusiveAction和RecusiveTask。其中RecusiveTask代表有返回值的任务，而RecusiveAction代表没有返回值的任务。它们的类图如下：

ForkJoinPool来支持使用分治法(Divide-and-Conquer Algorithm)来解决问题，即将一个任务拆分成多个“小任务”并行计算，再把多个“小任务”的结果合并成总的计算结果。相比于ThreadPoolExecutor，ForkJoinPool能够在任务队列中不断的添加新任务，在线程执行完任务后可以再从任务列表中选择其他任务来执行；并且可以选择子任务的执行优先级，因此能够方便的执行具有父子关系的任务。ForkJoinPool内部维护了一个无限队列来保存需要执行的任务，而线程的数量则是通过构造函数传入，如果没有向构造函数中传入希望的线程数量，那么当前计算机可用的CPU数量会被设置为线程数量作为默认值（最大为MAX_CAP = 0x7fff）。

ParallelStream可能引起阻塞

对CPU密集型的任务来说，并行流使用ForkJoinPool，为每个CPU分配一个任务，这是非常有效率的，但是如果任务不是CPU密集的，而是I/O密集的，并且任务数相对线程数比较大，那么直接用ParallelStream并不是很好的选择。

1.   package com.chenkang.test.util;
2.    
3.   import com.google.common.collect.Lists;
4.    
5.   import java.util.Date;
6.   import java.util.List;
7.   import java.util.concurrent.CountDownLatch;
8.   import java.util.concurrent.TimeUnit;
9.    
10.   /**
11.   * @author chenkang
12.   * @date 2022/9/27 13:03
13.   */
14.   public class ParallelStream {
15.    
16.   /* public static void main(String[] args) throws InterruptedException {
17.   List<Integer> lists = Lists.newArrayList();
18.   TimeUnit.SECONDS.sleep(20);
19.   //获取jvm 核数
20.   System.out.println(Runtime.getRuntime().availableProcessors());
21.   for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
22.   lists.add(i);
23.   }
24.   Date start = new Date();
25.   System.out.println(lists.size());
26.   CountDownLatch countDownLatch= new CountDownLatch(3);
27.   new Thread(()->{
28.   ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
29.   forkJoinPool.submit(() -> {
30.   lists.parallelStream().forEach(e -> {
31.   try {
32.   TimeUnit.SECONDS.sleep(10);
33.   } catch (InterruptedException e1) {
34.   e1.printStackTrace();
35.   }
36.   });
37.   System.out.println("执行1down");
38.   countDownLatch.countDown();
39.   });
40.   }).start();
41.    
42.   new Thread(()->{
43.   ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
44.   forkJoinPool.submit(() -> {
45.   lists.parallelStream().forEach(e -> {
46.   try {
47.   TimeUnit.SECONDS.sleep(10);
48.   } catch (InterruptedException e1) {
49.   e1.printStackTrace();
50.   }
51.   });
52.   System.out.println("执行2down");
53.   countDownLatch.countDown();
54.   });
55.   }).start();
56.    
57.   new Thread(()->{
58.   ForkJoinPool forkJoinPool = new ForkJoinPool(Runtime.getRuntime().availableProcessors());
59.   forkJoinPool.submit(() -> {
60.   lists.parallelStream().forEach(e -> {
61.   try {
62.   TimeUnit.SECONDS.sleep(10);
63.   } catch (InterruptedException e1) {
64.   e1.printStackTrace();
65.   }
66.   });
67.   System.out.println("执行3down");
68.   countDownLatch.countDown();
69.   });
70.   }).start();
71.    
72.   countDownLatch.await();
73.   Date end = new Date();
74.    
75.   System.out.println((end.getTime() - start.getTime()) / 1000);
76.   }*/
77.    
78.   public static void main(String[] args) throws InterruptedException {
79.   List<Integer> lists = Lists.newArrayList();
80.   TimeUnit.SECONDS.sleep(20);
81.   //获取jvm 核数
82.   System.out.println(Runtime.getRuntime().availableProcessors());
83.   for (int i = 0; i < Runtime.getRuntime().availableProcessors(); i++) {
84.   lists.add(i);
85.   }
86.   Date start = new Date();
87.   System.out.println(lists.size());
88.   CountDownLatch countDownLatch= new CountDownLatch(3);
89.   new Thread(()->{
90.   lists.parallelStream().forEach(e -> {
91.   try {
92.   TimeUnit.SECONDS.sleep(10);
93.   } catch (InterruptedException e1) {
94.   e1.printStackTrace();
95.   }
96.   });
97.   System.out.println("执行1down");
98.   countDownLatch.countDown();
99.   }).start();
100.    
101.   new Thread(()->{
102.   lists.parallelStream().forEach(e -> {
103.   try {
104.   TimeUnit.SECONDS.sleep(10);
105.   } catch (InterruptedException e1) {
106.   e1.printStackTrace();
107.   }
108.    
109.   });
110.   System.out.println("执行2down");
111.   countDownLatch.countDown();
112.   }).start();
113.    
114.   new Thread(()->{
115.   lists.parallelStream().forEach(e -> {
116.   try {
117.   TimeUnit.SECONDS.sleep(10);
118.   } catch (InterruptedException e1) {
119.   e1.printStackTrace();
120.   }
121.   });
122.   System.out.println("执行3down");
123.   countDownLatch.countDown();
124.   }).start();
125.    
126.   countDownLatch.await();
127.   Date end = new Date();
128.    
129.   System.out.println((end.getTime() - start.getTime()) / 1000);
130.   }
131.    
132.    
133.    
134.    
135.   }

1.分别执行查看执行时间 链接jconsole 查看线程数量  这个是第二种 

 第一种

 可以看到线程数量提升 执行效率提高 第二种是因为commonpool 线程限制的原因

原文：https://www.csdn.net/tags/MtjaEg1sODI5MzctYmxvZwO0O0OO0O0O.html

https://blog.csdn.net/weixin_38845058/article/details/127070935