差異處
這裏顯示兩個版本的差異處。
java:effective_java:lambdas_and_streams:use_caution_when_making_streams_parallel [2019/08/11 18:29] tony [Note] |
java:effective_java:lambdas_and_streams:use_caution_when_making_streams_parallel [2023/06/25 09:48] |
||
---|---|---|---|
行 1: | 行 1: | ||
- | {{tag>java effective_java}} | + | |
- | ====== Effective Java - Use caution when making streams parallel ====== | + | |
- | ===== Introduction ===== | + | |
- | 在Java 8中,你只要用以下寫法,很容易就可以讓你的工作並行化: | + | |
- | <code java> | + | |
- | list.stream().parallel() .. | + | |
- | list.parallelStream() .. | + | |
- | </code> | + | |
- | 但這個item要強調的是: 千萬別亂用!! (以下內容我結合Java 8 Lambdas技術手冊做補充) | + | |
- | ===== Structure ===== | + | |
- | ==== Good ==== | + | |
- | 能獲得較佳效能的結構有ArrayList、HashMap、HashSet、ConcurrentHashMap、arrays、int ranges與long ranges。這是由於它們的結構能夠容易被切割。書中還有提到Prefer SplittableRandom than ThreadLocalRandom,但這部分我沒使用過,無法做深入說明。 | + | |
- | ==== Bad ==== | + | |
- | 這通常是無法容易被切割的結構,像是LinkedList,我就有遇過同事使用LinkedList做parallel();再來就是使用Stream.iterate與BufferedReader.lines所產生的stream,因為初始長度未知。\\ | + | |
- | \\ | + | |
- | 另外容易被忽略的就是boxing和un-boxing轉換的效能問題,如果可以要盡量減少auto-boxing的操作,如此[[https://valueaddedprogramming.com/2017/09/18/optimizing-streams-autoboxing/|link]]所示。 | + | |
- | ===== Operations ===== | + | |
- | ==== Good ==== | + | |
- | 能獲得較佳效能的terminal operations包含reduce、min、max、count與sum;short-circuiting operations包含anyMatch、allMatch與noneMatch。(short-circuiting operations代表著滿足部分條件就可以停止繼續做下去,中文為短路操作,詳細範例可以參考[[https://www.logicbig.com/tutorials/core-java-tutorial/java-util-stream/short-circuiting.html|link]])\\ | + | |
- | \\ | + | |
- | 除此之外,還有一個重點就是操作是否有狀態,有狀態就會有維持狀的成本與限制;無狀態操作包含map、filter與flatMap。 | + | |
- | ==== Bad ==== | + | |
- | 有狀態操作包含了sorted、distinct與limit。其中limit在effective java中是特別被列為不適用,這是由於預設的並行化流程並無法精準的知道該怎麼正確處理limit的邏輯。\\ | + | |
- | \\ | + | |
- | collect也不適合用在parallel的情況中,因為組合集合開銷非常大;我們大都使用parallel在物件的轉換上,此時**資料量**會是決定你效能的一個因素。 | + | |
- | ===== Pool size ===== | + | |
- | 根據[[https://docs.oracle.com/javase/8/docs/api/java/util/concurrent/ForkJoinPool.html|Java 8 Doc]],預設的parallelism為處理器核心處量。假如這個值設太大,會導致大量的context switch。 | + | |
- | ===== Conclusion & My Opinion ===== | + | |
- | - 這個item的結論是: 「你要有理由或者測試去證明使用parallel會加快速度,否則代價就是性能災難或是功能直接出問題」。 | + | |
- | - 以我們的經驗來說,由於parallel()預設使用common的ForkJoinPool,因此建議使用在cpu-bound且不會blocking的工作,否則可能會引起dead-lock的問題。 | + | |
- | - 資料結構、資料量、boxing/un-boxing、pool size、工作分解與合併都會影響到效能。 | + | |
- | ===== Note ===== | + | |
- | - Effective Java第三版Item 48。 | + | |
- | - 有一種用來簡單判斷是否要用parallel stream的NQ Model,可參考[[http://gee.cs.oswego.edu/dl/html/StreamParallelGuidance.html|link]]。N為item數量,Q為function的工作量(也可用幾行程式碼來替代),N*Q至少要>=10000時,parallel才有可能會優於sequential;但根據這個[[https://www.youtube.com/watch?v=x5akmCWgGY0|演講]]內容提到,如果Q是i+=1這種操作,會因為CPU處理速度已太快的原因,N即使一百萬也不見得比較好。 | + | |
- | ===== Reference ===== | + | |
- | * Effective Java, 3/e | + | |
- | * Java 8 Lambdas技術手冊 | + | |
- | ===== ===== | + | |
- | ---- | + | |
- | \\ | + | |
- | ~~DISQUS~~ | + |