资讯频道 → 编程语言
阅读更多

0顶
0踩

编程语言

原创新闻 Java8中流的性能

2017-11-16 09:15 by 副主编 jihong10102006 评论(0) 有11404人浏览
java

声明：ITeye资讯文章的版权属于ITeye网站所有，严禁任何网站转载本文，否则必将追究法律责任！

引用
原文：Performance With Java8 Streams
作者：Arun Pandey
翻译：雁惊寒

摘要：本文介绍了Java8中流的几个特性，以告诫开发者流并不是高性能的代名词，需谨慎使用流。以下是译文。

流（Stream）是Java8为了实现最佳性能而引入的一个全新的概念。在过去的几年中，随着硬件的持续发展，编程方式已经发生了巨大的改变，程序的性能也随着并行处理、实时、云和其他一些编程方法的出现而得到了不断提高。

Java8中，流性能的提升是通过并行化（parallelism）、惰性（Laziness）和短路操作（short-circuit operations）来实现的。但它也有一个缺点，在选择流的时候需要非常小心，因为这可能会降低应用程序的性能。

下面来看看这三项支撑起流强大性能的因素吧。

并行化

流的并行化充分利用了硬件的相关功能。由于现在计算机上通常都有多个CPU核心，所以在多核系统中如果只使用一个线程则会极大地浪费系统资源。设计和编写多线程应用非常具有挑战性，并且很容易出错，因此，流存在两种实现：顺序和并行。使用并行流非常简单，无需专业知识即可轻松处理多线程问题。

在Java的流中，并行化是通过Fork-Join原理来实现的。根据Fork-Join原理，系统会将较大的任务切分成较小的子任务（称之为forking），然后并行处理这些子任务以充分利用所有可用的硬件资源，最后将结果合并起来（称之为Join）组成完整的结果。

在选择顺序和并行的时候，需要非常谨慎，因为并行并一定意味着性能会更好。

让我们来看一个例子。

StreamTest.java: 
package test;
import java.util.ArrayList;
import java.util.List;
public class StreamTest {
 static List < Integer > myList = new ArrayList < > ();
 public static void main(String[] args) {
  for (int i = 0; i < 5000000; i++)
   myList.add(i);
  int result = 0;
  long loopStartTime = System.currentTimeMillis();
  for (int i: myList) {
   if (i % 2 == 0)
    result += i;
  }
  long loopEndTime = System.currentTimeMillis();
  System.out.println(result);
  System.out.println("Loop total Time = " + (loopEndTime - loopStartTime));
  long streamStartTime = System.currentTimeMillis();
  System.out.println(myList.stream().filter(value -> value % 2 == 0).mapToInt(Integer::intValue).sum());
  long streamEndTime = System.currentTimeMillis();
  System.out.println("Stream total Time = " + (streamEndTime - streamStartTime));
  long parallelStreamStartTime = System.currentTimeMillis();
  System.out.println(myList.parallelStream().filter(value -> value % 2 == 0).mapToInt(Integer::intValue).sum());
  long parallelStreamEndTime = System.currentTimeMillis();
  System.out.println("Parallel Stream total Time = " + (parallelStreamEndTime - parallelStreamStartTime));
 }
}

运行结果： 
820084320
Loop total Time = 17
820084320
Stream total Time = 81
820084320
Parallel Stream total Time = 30

正如你所见，在这种情况下，for循环更好。因此，在没有正确的分析之前，不要用流代替for循环。在这里，我们可以看到，并行流的性能比普通流更好。

注意：结果可能会因为硬件的不同而不同。

惰性

我们知道，Java8的流有两种类型的操作，分别为中间操作（Intermediate）和最终操作（Terminal）。这两种操作分别用于处理和提供最终结果。如果最终操作不与中间操作相关联，则无法执行。

总之，中间操作只是创建另一个流，不会执行任何处理，直到最终操作被调用。一旦最终操作被调用，则开始遍历所有的流，并且相关的函数会逐一应用到流上。中间操作是惰性操作，所以，流支持惰性。

注意：对于并行流，并不会在最后逐个遍历流，而是并行处理流，并且并行度取决于机器CPU核心的个数。

考虑一下这种情况，假设我们有一个只有中间操作的流片段，而最终操作要稍后才会添加到应用中（可能需要也可能不需要，取决于用户的需求）。在这种情况下，流的中间操作将会为最终操作创建另一个流，但不会执行实际的处理。这种机制有助于提高性能。

我们来看一下有关惰性的例子：
StreamLazinessTest.java: 
package test;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class StreamLazinessTest {
 /** Employee class **/
 static class Employee {
  int id;
  String name;
  public Employee(int id, String name) {
   this.id = id;
   this.name = name;
  }
  public String getName() {
   return this.name;
  }
 }
 public static void main(String[] args) throws InterruptedException {
  List < Employee > employees = new ArrayList < > ();
  /** Creating the employee list **/
  for (int i = 1; i < 10000000; i++) {
   employees.add(new StreamLazinessTest.Employee(i, "name_" + i));
  }
  /** Only Intermediate Operations; it will just create another streams and 
   * will not perform any operations **/
  Stream < String > employeeNameStreams = employees.parallelStream().filter(employee -> employee.id % 2 == 0)
   .map(employee -> {
    System.out.println("In Map - " + employee.getName());
    return employee.getName();
   });
  /** Adding some delay to make sure nothing has happen till now **/
  Thread.sleep(2000);
  System.out.println("2 sec");
  /** Terminal operation on the stream and it will invoke the Intermediate Operations
   * filter and map **/
  employeeNameStreams.collect(Collectors.toList());
 }
}

运行上面的代码，你可以看到在调用最前操作之前，中间操作不会被执行。

短路行为

这是优化流处理的另一种方法。 一旦条件满足，短路操作将会终止处理过程。 有许多短路操作可供使用。 例如，anyMatch、allMatch、findFirst、findAny、limit等等。

我们来看一个例子。

StreamShortCircuitTest.java: 
package test;
import java.util.ArrayList;
import java.util.List;
import java.util.stream.Collectors;
import java.util.stream.Stream;
public class StreamShortCircuitTest {
 /** Employee class **/
 static class Employee {
  int id;
  String name;
  public Employee(int id, String name) {
   this.id = id;
   this.name = name;
  }
  public int getId() {
   return this.id;
  }
  public String getName() {
   return this.name;
  }
 }
 public static void main(String[] args) throws InterruptedException {
  List < Employee > employees = new ArrayList < > ();
  for (int i = 1; i < 10000000; i++) {
   employees.add(new StreamShortCircuitTest.Employee(i, "name_" + i));
  }
  /** Only Intermediate Operations; it will just create another streams and 
   * will not perform any operations **/
  Stream < String > employeeNameStreams = employees.stream().filter(e -> e.getId() % 2 == 0)
   .map(employee -> {
    System.out.println("In Map - " + employee.getName());
    return employee.getName();
   });
  long streamStartTime = System.currentTimeMillis();
  /** Terminal operation with short-circuit operation: limit **/
  employeeNameStreams.limit(100).collect(Collectors.toList());
  System.out.println(System.currentTimeMillis() - streamStartTime);
 }
}

运行上面的代码，你会看到性能得到了极大地提升，在我的机器上只需要6毫秒的时间。 在这里，limit()方法在满足条件的时候会中断运行。

最后要注意的是，根据状态的不同有两种类型的中间操作：有状态（Stateful）和无状态（Stateless）中间操作。

有状态中间操作

这些中间操作需要存储状态，因此可能会导致应用程序的性能下降，例如，distinct()、sort()、limit()等等。

无状态中间操作

这些中间操作可以独立处理，因为它们不需要保存状态，例如， filter()，map()等。

在这里，我们了解到，流的出现是为了获得更高的性能，但并不是说使用了流之后性能肯定会得到提升，因此，我们需要谨慎使用。
0
顶
0
踩
评论 共 0 条 请登录后发表评论

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • Java8中流的性能及流的几个特性

    流（Stream）是Java8为了实现最佳性能而引入的一个全新的概念。接下来通过本文给大家分享Java8中流的性能，需要的朋友参考下吧

  • java8流_Java8中流的性能

    但它也有一个缺点，在选择流的时候需要非常小心，因为这可能会降低应用程序的性能。下面来看看这三项支撑起流强大性能的因素吧。并行化流的并行化充分利用了硬件的相关功能。由于现在计算机上通常都有多个CPU核心，...

  • java流式api,Java 8 中流式API性能基准测试

    测试代码 package hello.test; import org.openjdk.jmh....368.454 ops/ms 总结 对性能敏感的程序, 建议还是用回传统的for循环 并行流并不一定会比顺序流快 java 8 的流式api, 一般情况下比不上传统的 for 循环

  • 详解Java8中流(Stream)的使用

    文章列表一、回忆Lambda表达式二、什么是流1、流只能遍历一次2、...写博客的目的就是分享给大家一起学习交流，如果您对 Java感兴趣，可以关注我，我们一起学习。 前言：还没接触过流的同学可以深入研究下此篇文章，

  • Java 8 Stream 数据流效率分析

    来源：https://blog.csdn.net/Al_assad/article/details/82356606Stream 是Java SE 8类库中新增的关键抽象，它被定义于 java.util.stream （这个包里有若干流类型：Stream代表对象引用流，此外还有一系列特化流，如 ...

  • java8stream性能_Java Stream性能–真的那么糟糕吗？

    当我阅读Angelika Langer的Java性能教程时– “ Java 8流有多快？” 我简直不敢相信，对于一个特定的操作，它们花费的时间比循环要长15倍。 流媒体性能真的会那么糟糕吗？ 我必须找出答案！ 巧合的是，我最近观看...

  • Java8 Lambda表达式性能问题

    有许许多多关于 Java 8 中流效率的讨论，但根据 Alex Zhitnitsky 的测试结果显示：坚持使用传统的 Java 编程风格——iterator 和 for-each 循环——比 Java 8 的实现性能更佳。 Java 8 中的 Lambda 表达式和流...

  • java8中流的相关操作

    java8为实现数据的便捷处理与并行易用引入了Stream API。 本文将介绍Stream API的一些操作以及如何创建特殊的流。

  • Java 8 Stream API 性能优化技巧

    Java 8引入了Stream API，它是一个用来处理集合数据流的API。在日常开发中，Stream API可以有效提高编程效率，改善代码可读性、代码质量和程序运行效率等。但是Stream API的高级特性也使得其在性能方面也存在不少...

  • Java8流式操作——中间操作

    } 输出结果: 补充—Java8新特性 Lambda表达式：Lambda表达式是Java 8最重要的新特性之一。它允许我们以更简洁的方式编写函数式接口的实现。Lambda表达式可以用来替代匿名内部类，使代码更加简洁和易读。 函数式接口...

  • Java 8流处理详解

    流是Java API的新成员，它允许你以声明性方式（类似SQL，只写做什么，不考虑怎么做）处理数据集合。流就是从支持数据处理操作的源生成的元素序列。源可以是集合、数组或IO资源，数据处理操作包括filter（过滤），map...

  • Java 8 之Stream API

    总结一下，Java 8的Stream API带来的好处： 声明性-更简洁，更易读 可复合-更灵活 可并行-性能更好 流简介 流到底是什么？简单定义：“从支持数据处理操作的源生成的元素序列”，下面剖析这个定义。 元素序列：像...

  • Java Stream流使用及性能分析

    Java8 中添加了一个新的接口类 Stream，相当于高级版的 Iterator，它可以通过 Lambda 表达式对集合进行大批量数据操作，或 者各种非常便利、高效的聚合数据操作。 2、为什么要使用Stream? 在 Java8 之前，我们通常...

  • java8特性lambda基本原理及性能分析

    Java8发布，Lambda表达式作为一项重要的特性随之而来。或许现在你已经在使用Lambda表达式来书写简洁灵活的代码。 Lambda 表达式是一种匿名函数(对 Java 而言这并不完全正确，但现在姑且这么认为)，简单地说，它是...

  • Java8新特性-Stream流的介绍与具体使用

    Java8新特性-stream流

  • 基于FPGA的四相八拍步进电机控制系统设计：集成交付、正反转、加速减速及调速功能

    内容概要：本文详细介绍了基于FPGA的四相八拍步进电机控制系统的开发过程。主要内容包括：1. 使用VHDL和Verilog编写LED显示屏驱动代码，用于显示角度、学号和姓名等信息；2. 实现步进电机的正反转控制，通过状态机管理相序变化；3. 开发加速减速控制模块，确保电机启动和停止时的平稳性；4. 设计调速功能，通过调节脉冲频率实现速度控制。此外，文中还讨论了调试过程中遇到的问题及其解决方案。 适合人群：对FPGA开发和步进电机控制感兴趣的电子工程师、嵌入式系统开发者以及相关专业的学生。 使用场景及目标：适用于需要高精度运动控制的应用场合，如工业自动化、机器人技术和精密仪器等领域。目标是帮助读者掌握FPGA控制步进电机的基本原理和技术细节。 其他说明：文中提供了详细的代码片段和调试经验分享，有助于读者更好地理解和应用所学知识。同时，作者还提到了一些实用技巧，如通过PWM调节实现多级变速，以及如何避免步进电机的共振问题。

  • Android开发：基于SQLite的日历备忘录记事本项目详解与实现

    内容概要：本文详细介绍了基于Android Studio开发的日历备忘录记事本项目，涵盖日历查看、添加备忘录、闹钟提醒和删除备忘录等功能。项目使用SQLite数据库进行数据存储，通过CalendarView、EditText、Button等控件实现用户交互，并利用AlarmManager和PendingIntent实现闹钟提醒功能。此外，项目还包括数据库的设计与管理，如创建DatabaseHelper类来管理数据库操作，确保数据的安全性和完整性。文章还探讨了一些常见的开发技巧和注意事项，如时间戳的使用、手势监听的实现等。 适用人群：适用于初学者和有一定经验的Android开发者，尤其是希望深入了解Android开发基础知识和技术细节的人群。 使用场景及目标：该项目旨在帮助开发者掌握Android开发的基本技能，包括UI设计、数据库操作、闹钟提醒机制等。通过实际项目练习，开发者能够更好地理解和应用这些技术，提升自己的开发能力。 其他说明：文中提到一些进阶任务，如用Room替换SQLite、增加分类标签、实现云端同步等，鼓励开发者进一步扩展和优化项目。同时，项目源码公开，便于学习和参考。

  • Matlab实现基于SVM-Adaboost支持向量机结合Adaboost集成学习时间序列预测的详细项目实例（含完整的程序，GUI设计和代码详解）

    内容概要：本文档详细介绍了一个基于SVM（支持向量机）和Adaboost集成学习的时间序列预测项目。该项目旨在通过结合这两种强大算法，提升时间序列预测的准确性和稳定性。文档涵盖了项目的背景、目标、挑战及其解决方案，重点介绍了模型架构、数据预处理、特征选择、SVM训练、Adaboost集成、预测与误差修正等环节。此外，文档还探讨了模型在金融市场、气象、能源需求、交通流量和医疗健康等多个领域的应用潜力，并提出了未来改进的方向，如引入深度学习、多任务学习、联邦学习等先进技术。 适合人群：具备一定机器学习基础的研究人员和工程师，特别是那些从事时间序列预测工作的专业人士。 使用场景及目标：①用于金融市场、气象、能源需求、交通流量和医疗健康等领域的复杂时间序列数据预测；②通过结合SVM和Adaboost，提升预测模型的准确性和稳定性；③处理噪声数据，降低计算复杂度，提高模型的泛化能力和实时预测能力。 其他说明：文档不仅提供了详细的理论解释，还附有完整的Matlab代码示例和GUI设计指导，帮助读者理解和实践。此外，文档还讨论了模型的部署与应用，包括系统架构设计、实时数据流处理、可视化界面、GPU加速推理等方面的技术细节。

  • #游戏之追逐奶酪123

    #游戏之追逐奶酪123

  • 威纶通触摸屏配方管理系统解析：宏程序、数据结构与UI设计

    内容概要：本文详细介绍了威纶通触摸屏配方管理系统的实现方法及其应用场景。首先，文章讲解了配方管理的基本概念和技术背景，强调了配方管理在工业自动化中的重要性。接着，通过具体的宏程序代码示例，展示了如何实现配方的保存、加载以及安全校验等功能。文中还提到配方数据结构的设计，如使用寄存器地址偏移来确保数据不冲突，并通过CSV文件格式方便地管理和维护配方数据。此外，文章深入探讨了UI设计方面的内容，包括动态图层技术和按钮交互效果的应用，使得用户界面更加友好和直观。最后，作者分享了一些实际项目中的经验和技巧，如文件操作的异常处理和宏指令调试方法。 适合人群：从事工业自动化领域的工程师和技术人员，尤其是对触摸屏配方管理系统感兴趣的读者。 使用场景及目标：适用于需要频繁切换设备参数的生产环境，如食品加工、注塑成型等行业。通过使用威纶通触摸屏配方管理系统，可以提高工作效率，减少人为错误，同时简化设备调试和维护流程。 其他说明：附带的工具包提供了完整的宏指令注释版、图库资源和调试工具，帮助用户更好地理解和应用该系统。

Global site tag (gtag.js) - Google Analytics