求求你们了，别再乱用 parallelStream 了，速度竟然比 Stream 还要慢！！

标签：ParallelStream Java Stream 求求 List sorted parallelStream size

parallelStream 一定更快吗？

大家都知道 Stream 分为顺序流和并行流：

stream（顺序流）
parallelStream（并行流）

它们最大的区别就是 parallelStream 支持并行化处理，所以效率较 stream（顺序流）肯定是要更快的。这篇不会介绍 Stream 基础，Stream 系列我之前写过一个专题了，不懂的关注公众号Java技术栈，然后在公众号 Java 教程菜单中阅读。

然而你确定 parallelStream 一定要更快吗？

栈长写了一段排序的示例，分别用 stream 和 parallelStream，对 100 ~ 10000000 条数据的集合进行排序，来看下执行效率究竟如何！

顺序流排序：

/**
 * 顺序流排序
 * @author: 栈长
 * @from: 公众号Java技术栈
 */
private static void streamSort() {
    long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.stream().sorted(SortTest.User::compareAge).collect(Collectors.toList());

    System.out.println("\nList size: " + list.size() + " Stream.sorted: " + (System.currentTimeMillis() - start));
}

并行流排序：

/**
 * 并行流排序
 * @author: 栈长
 * @from: 公众号Java技术栈
 */
private static void parallelStreamSort() {
    long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.parallelStream().sorted(SortTest.User::compareAge).collect(Collectors.toList());

    System.out.println("List size: " + list.size() + " ParallelStream.sorted: " + (System.currentTimeMillis() - start));
}

本文所有完整示例源代码已经上传：

https://github.com/javastacks/javastack

执行结果如下：

List size: 10000000 Stream.sorted: 202
List size: 10000000 ParallelStream.sorted: 402

List size: 1000000 Stream.sorted: 53
List size: 1000000 ParallelStream.sorted: 15

List size: 100000 Stream.sorted: 1
List size: 100000 ParallelStream.sorted: 2

List size: 10000 Stream.sorted: 0
List size: 10000 ParallelStream.sorted: 1

List size: 1000 Stream.sorted: 0
List size: 1000 ParallelStream.sorted: 1

List size: 100 Stream.sorted: 0
List size: 100 ParallelStream.sorted: 0

在 100000 以下是没什么区别的；

在 1000000 左右 ParallelStream 虽然领先 Stream，但也不是绝对每次都领先，经过不断测试，这个数据量区间的测试两者会互相领先；

在 10000000 左右就很稳定了，ParallelStream 几乎比 Stream 慢了 2 倍！

现在你可能会有疑问了，为什么会这样？

栈长起初也有疑问，并行流（ParallelStream）怎么会比顺序流（Stream）还要慢。。

其实我后面想想也就明白了，并行流（ParallelStream）的背后其实是 Java7 开始支持的 Fork/Join，即把一个大任务拆分成 N 个小任务，然后最终合并各个子任务的结果，所以对于子任务线程的拆分、创建、结果合并等操作都需要不少的开销，特别是线程的创建。

所以这种不耗时的简单排序操作事实上是不适用于并行流（ParallelStream）的，它所带来的线程创建的损耗可能还会比顺序流（Stream）还要更慢。

最新 Java 8+ 面试题也都整理好了，点击Java面试库小程序在线刷题。

什么时候用 ParallelStream？

既然使用 Fork/Join 是会有损耗的，那对于单条数据的处理的时间最好是理论上要超过用并行流（ParallelStream）本身的损耗，这种情况下就比较合适。

也就是说，如果对于流中的每条数据的处理比较费时间，并且没有顺序要求，这种场景下用并行流（ParallelStream）会更快，更合适。

来看下面这个示例：

顺序流数据处理：

/**
 * 顺序流数据处理
 * @author: 栈长
 * @from: 公众号Java技术栈
 */
private static void streamProcess() {
    long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.stream().map(StreamSpeedTest::process).collect(Collectors.toList());

    System.out.println("\nList size: " + list.size() + " Stream process: " + (System.currentTimeMillis() - start));
}

并行流数据处理：

/**
 * 并行流数据处理
 * @author: 栈长
 * @from: 公众号Java技术栈
 */
private static void parallelStreamProcess() {
    long start = System.currentTimeMillis();
    List<SortTest.User> list = new ArrayList<>(LIST);

    list.parallelStream().map(StreamSpeedTest::process).collect(Collectors.toList());

    System.out.println("List size: " + list.size() + " ParallelStream process: " + (System.currentTimeMillis() - start));
}

数据处理：

/**
 * 数据处理
 * @author: 栈长
 * @from: 公众号Java技术栈
 */
private static SortTest.User process(SortTest.User user) {
    try {
        user.setName(user.getName() + ": process");
        Thread.sleep(5);
    } catch (InterruptedException e) {
        e.printStackTrace();
    }
    return user;
}

注意： 这里加了个休眠 5 毫秒，为了体现真实的处理数据耗时。

本文所有完整示例源代码已经上传：

https://github.com/javastacks/javastack

并行流排序：

List size: 1000 Stream process: 5750
List size: 1000 ParallelStream process: 745

List size: 100 Stream process: 566
List size: 100 ParallelStream process: 77

结果很明显了，不管测试多少次，并行流（ParallelStream）的处理速度都要比顺序流（Stream）要快几倍！！我这里只测试了 100 和 1000 条数据，因为 10000 条以上的数据用顺序流（Stream）可能要等非常久。

而且我程序中的处理逻辑只休眠了 5 毫秒，如果实际处理单条数据的耗时要比这个更长，那并行流（ParallelStream）的处理效率还会更明显。