因为公司接口性能要求,检查发现性能瓶颈在于 for 循环的数量太大,循环体执行时间过长,导致性能变差。

如何优化这块性能,想到了最近看到的jdk8 的parallelStream ,考虑试下是否讲原来的串行换成并行,是否可以达到性能提升的目的。

考虑到也是刚刚接触parallelStream 相关的代码,先实现了简单的例子,确认for 循环的parallelStream 实现方法。


//原来strList [Test0, Test1, Test2, Test3, Test4]
//实现对象中的函数方法,map 有返回值,返回对应函数中的方法
toList());
//List 中String 都实现toUpperCase,原来的List 不变,生成新的List
out.println("map 实现返回对象自带方法list0 "+list0.toString());// 输出值[TEST0, TEST1, TEST2, TEST3, TEST4]
out.println("map 实现返回对象自带方法strList "+strList.toString());// 输出值  [Test0, Test1, Test2, Test3, Test4]

 

//实现自定义的函数方法,List 中的对象作为入参,实现函数方法,map 有返回值,生成新的List,原来list不变
dealStr(s)).collect( Collectors.toList());
out.println("map 实现返回自定义的函数方法list1 "+list1.toString());// 输出值[Demo0, Demo1, Demo2, Demo3, Demo4]
out.println("map 实现返回自定义的函数方法原strList"+strList.toString());// 输出值  [Test0, Test1, Test2, Test3, Test4

//实现自定义的函数方法,List 中的对象和外部值作为入参,实现函数方法,map 有返回值,生成新的List,原来list不变
int index = 1;
dealStr(s,index)).collect( Collectors.toList());
out.println("map 实现返回自定义的函数方法list2 "+list2.toString());// 输出值  [Demo01, Demo11, Demo21, Demo31, Demo41]
out.println("map 实现返回自定义的函数方法原strList"+strList.toString());// 输出值  [Test0, Test1, Test2, Test3, Test4]

//实现对象中的函数方法,peek 没有返回值,实现对应函数中的方法,原来List值不变
        strList.parallelStream().peek(String::toUpperCase);
out.println("peek 实现返回对象自带方法strList "+strList.toString()); // 输出值[Test0, Test1, Test2, Test3, Test4]

/

/实现自定义的函数方法,peek 没有返回值,List 中的对象作为入参 ,改变了List 对象
dealStr(s));
out.println("peek 实现返回对象自带方法strList "+strList.toString()); // 输出值[Test0, Test1, Test2, Test3, Test4]

//不考虑硬件等条件,简单比较当前效率,
long time0 = System.currentTimeMillis();
new ArrayList();
       for(String str:strList){
getHashCode(str));
        }
     long time1 = System.currentTimeMillis();
out.println("长度"+strList.size()+"  for循环串行耗时: "+ (time1-time0));
getHashCode(s)).collect( Collectors.toList());
      long time2 = System.currentTimeMillis();
out.println("长度"+strList.size()+"  for循环并行耗时: "+ (time2-time1));
//输出值:
//       长度1000  for循环串行耗时: 1
//       长度1000  for循环并行耗时: 44
//       长度10000  for循环串行耗时: 2
//       长度10000  for循环并行耗时: 45
//       长度100000  for循环串行耗时: 13
//       长度100000  for循环并行耗时: 67
//       长度1000000  for循环串行耗时: 591
//       长度1000000  for循环并行耗时: 108
//       长度2000000  for循环串行耗时: 635
//       长度2000000  for循环并行耗时: 143
//       长度3000000  for循环串行耗时: 236
//       长度3000000  for循环并行耗时: 295
//       长度5000000  for循环串行耗时: 574
//       长度5000000  for循环并行耗时: 2371
//       长度10000000  for循环串行耗时: 4785
//       长度10000000  for循环并行耗时: 5574
//经过本地简单测试验证,发现并行性能不是一定优于串行,只是在一定数量的时候,并行性能会优于串行,少量数据时,串行性能还是高于并行

/**
 *
下面是上文实现中简单额函数方法
 */
public static String dealStr (String s){
return s.replace( "Test","Demo" );
}
public static String dealStr (String s,int i){
return s.replace( "Test","Demo" )+i;
}
public static List map1212(String s,int d){
    System.
out.println("ss      "+  s+d);
    List students =
new ArrayList();
    students.add(
"ss      "+  s +"    "+d);
return  students;
}
public static int getHashCode (String s){
int hash = 0;
int h = hash;
char value[] = s.toCharArray();
if (h == 0 && value.length > 0) {
char val[] = value;
for (int i = 0; i < value.length; i++) {
            h =
31 * h + val[i];
        }
        hash = h;
    }
return hash;
}