记一个.parallelStream()效率优于.stream().parallel()

业务背景：数据库5519条数据，同步接口传来6978个sku，要对比找出数据库缺少的sku。 ps:为了排除逻辑错误导致的时间差异，两边循环完毕后用set.addAll的size确保了结果一致。 for循环

private List<String> forMethod(List<Map> oldProductList, List<String> newList) {
        List<String> addList = new ArrayList<>();
        for (String productCode : newList) {
            boolean exist = false;
            for (Map map : oldProductList) {
                if (productCode.equals(map.get("sku"))) {
                    exist = true;
                    break;
                }
            }
            if (!exist) {
                addList.add(productCode);
            }
        }
        return addList;

    }

stream版。

List<String> addList = newList.stream().filter(productCode -> oldProductList.stream().noneMatch(map -> productCode.equals(map.get("sku")))).collect(Collectors.toList());

stream执行时间为：4019ms for循环执行时间为：3025ms

上网寻找了一下，单纯的使用流并不能有效的提升效率，所以将外部的流改成并行流（内外都用并行流效率反而会下降到1455ms，猜测是重复计算noneMatch导致）

List<String> addList = newList.parallelStream().filter(productCode -> oldProductList.stream().noneMatch(map -> productCode.equals(map.get("sku")))).collect(Collectors.toList());

stream执行时间为：957.0ms for循环执行时间为：2988.0ms 时间缩短为1/4！

然后又出来了一个疑惑，stream().parallel() 和.parallelStream()有什么区别（百度半天都是stream和parallelStream，代码一层一层下去又麻烦 干脆改改代码看时间） 顺序尝试三次，第三次时间明显大幅度减少，应该是缓存原因。

.parallelStream()执行时间为：998.0ms .stream().parallel()执行时间为：1145.0ms

.parallelStream()执行时间为：810.0ms .stream().parallel()执行时间为：1051.0ms

.parallelStream()执行时间为：489.0ms .stream().parallel()执行时间为：790.0ms