for循环与串行化、并行化Stream流性能对比

并行流parallelStream注意事项 1、parallelStream是线程不安全的 2、parallelStream适用的场景是CPU密集型的，只是做到别浪费CPU，假如本身电脑CPU 的负载很大，那还到处用并行流，那并不能起到作用 3、I/O密集型 磁盘I/O、网络I/O都属于I/O操作，这部分操作是较少消耗CPU资源，一般并 行流中不适用于I/O密集型的操作，就比如使用并流行进行大批量的消息推送，涉及到了 大量I/O，使用并行流反而慢了很多 4、在使用并行流的时候是无法保证元素的顺序的，也就是即使你用了同步集合也只能保 证元素都正确但无法保证其中的顺序

解决并行流的线程安全问题：多线程下，使用并行流会有线程安全的问题 根据需要进行不同的处理： 1、使用同步代码块 synchronized （比如使用forEach循环处理时） 2、使用线程安全的集合 Vector、Collections.synchronizedList(list) 3、调用Stream流的 collect/toArray 方法

普通for循环、串行流、并行流在循环处理数据时性能对比：

测试代码：

public static void main(String[] args) {
          
   
    List<String> list = new ArrayList<>();
    for(int i = 0; i < 15000000;i++){
          
   
      list.add("a"+i);
    }
    StopWatch stopWatch = new StopWatch();
    stopWatch.start();
    for(int i = 0; i < list.size();i ++){
          
   
      if(list.get(i).endsWith("0000000")){
          
   
        System.out.println("END==================");
      }
    }
    stopWatch.stop();
    System.out.println("=====for===耗费："+stopWatch.getTime());
    stopWatch.reset();
    stopWatch.start();
    list.stream().filter(x -> x.endsWith("0000000")).forEach(a->{
          
   
      System.out.println("END==================");
    });
    stopWatch.stop();
    System.out.println("=====stream===耗费："+stopWatch.getTime());
    stopWatch.reset();
    stopWatch.start();
    list.parallelStream().filter(x -> x.endsWith("0000000")).forEach(a->{
          
   
      System.out.println("END==================");
    });
    stopWatch.stop();
    System.out.println("=====parallelStream===耗费："+stopWatch.getTime());
  }

总结： 修改上面代码数据量的大小结果不同， 可以看到，串行化流在数据量很小的情况下，性能最差。而并行化流则处于波动的状态。 所以单单从数据量上可以看出： for循环的性能随着数据量的增加性能也越来越差。 串行化流则在数据量小的情况下性能差，数据量中、大的时候性能略高于for循环，但当数据量特别大时，性能也变得越差。 并行化流受CPU核数的影响，在本机2核下，在数据量小的情况下性能略高于串行化流，略低于for循环，在数据量中的情况下差不多，在数据量比较大时性能最差，但当数据量特别大时，性能也变得更好。 如果想要使用parallelStream想提高性能，一定要根据实际情况做好测试，因为并行化的流性能不一定比串行化流性能高。