Java Academy · 강의

병렬성이 도움이 되는 경우

작업량과 데이터 크기가 미치는 영향을 살펴봅니다

레슨 2/413개 단계

병렬성이 도움이 되는 경우은(는) CoddyKit의 무료 Java Academy 강의입니다. 이것은 4개 중 2번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Java Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Java Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

병렬성에는 비용이 듭니다

병렬 실행을 하면 데이터 분할, 작업 전달, 결과 병합에 따른 오버헤드가 추가됩니다. 절약되는 시간보다 이 비용이 작을 때만 이점이 있습니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        long sum = IntStream.rangeClosed(1, 10_000_000)
            .parallel()
            .asLongStream()
            .sum();
        System.out.println(sum);
    }
}

요인 1: 데이터 크기(N)

큰 N은 병렬성의 고정 오버헤드를 분산시킵니다. 대략적으로 수만 개의 요소가 있어야 병렬 실행이 유용해지는 경우가 많습니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        long count = IntStream.rangeClosed(1, 5_000_000)
            .parallel()
            .filter(n -> n % 7 == 0)
            .count();
        System.out.println(count);
    }
}

요인 2: 요소당 작업량(Q)

각 요소를 처리하는 비용인 Q가 중요합니다. 요소마다 비용이 큰 작업은 N이 더 작더라도 병렬성의 이점을 얻을 수 있습니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        long primes = IntStream.rangeClosed(2, 200_000)
            .parallel()
            .filter(Main::isPrime)
            .count();
        System.out.println(primes);
    }

    static boolean isPrime(int n) {
        for (int i = 2; (long) i * i <= n; i++)
            if (n % i == 0) return false;
        return true;
    }
}

N 곱하기 Q로 생각하기

총 유용한 작업량을 N x Q로 생각해 보십시오. 이 곱이 클수록 병렬성이 더 큰 도움이 될 수 있습니다. N이 매우 작거나 Q가 사소한 경우에는 병렬 실행을 정당화하기 어렵습니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        double sum = IntStream.rangeClosed(1, 1_000_000)
            .parallel()
            .mapToDouble(n -> Math.sqrt(n) * Math.log(n + 1))
            .sum();
        System.out.println(sum);
    }
}

요인 3: 분할 가능성

저렴하고 균등하게 분할되는 데이터 원본은 병렬화가 잘 됩니다. 예로 배열, ArrayList, IntStream.range가 있습니다. LinkedList와 반복자 기반 원본은 분할이 잘 되지 않습니다.

import java.util.ArrayList;
import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Integer> list = new ArrayList<>();
        for (int i = 0; i < 1_000_000; i++) list.add(i);
        long even = list.parallelStream().filter(n -> n % 2 == 0).count();
        System.out.println(even);
    }
}

좋은 원본: 배열과 범위

기본형 범위는 크기가 알려져 있고 O(1)에 분할되므로 병렬 처리에 이상적인 원본입니다.

import java.util.stream.LongStream;

public class Main {
    public static void main(String[] args) {
        long sum = LongStream.rangeClosed(1, 20_000_000)
            .parallel()
            .sum();
        System.out.println(sum);
    }
}

좋지 않은 원본: 반복 생성기

Stream.iterate는 정의상 요소를 순차적으로 생성하므로 요소가 실제로 만들어지기 전에는 분할할 수 없습니다. 병렬 처리에 적합하지 않은 원본입니다.

import java.util.stream.Stream;

public class Main {
    public static void main(String[] args) {
        long count = Stream.iterate(1, n -> n + 1)
            .limit(1_000_000)
            .parallel()
            .filter(n -> n % 2 == 0)
            .count();
        System.out.println(count);
    }
}

요인 4: 저렴한 병합 단계

병렬성에는 부분 결과를 결합하는 저렴한 방법이 필요합니다. sum과 count는 쉽게 병합되지만, 정렬된 목록이나 트리 구조가 많은 수집기를 만들려면 병합 비용이 큽니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        int max = IntStream.rangeClosed(1, 5_000_000)
            .parallel()
            .map(n -> n % 1000)
            .max()
            .getAsInt();
        System.out.println(max);
    }
}

입출력 중심 작업에는 사용하지 않기

병렬 스트림은 포크-조인 풀에서 실행되는 CPU 중심 작업을 대상으로 합니다. 차단되는 입출력은 공유 풀의 자원을 고갈시켜 애플리케이션 전체에 악영향을 줍니다. 입출력에는 전용 실행기를 사용하십시오.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        long total = IntStream.rangeClosed(1, 1_000_000)
            .parallel()
            .mapToLong(n -> (long) n * n)
            .sum();
        System.out.println(total);
    }
}

추측하지 말고 측정하기

병렬 실행이 도움이 되는지 알아보는 유일하게 신뢰할 수 있는 방법은 실제 상황에 가까운 데이터로 벤치마크를 수행하는 것입니다. 성능에 대한 직감은 자주 틀립니다.

import java.util.stream.LongStream;

public class Main {
    public static void main(String[] args) {
        long start = System.nanoTime();
        long sum = LongStream.rangeClosed(1, 50_000_000).parallel().sum();
        long ms = (System.nanoTime() - start) / 1_000_000;
        System.out.println("sum=" + sum + " took ~" + ms + "ms");
    }
}

실용적인 점검 목록

다음 조건이 모두 충족될 때 병렬 실행을 우선 고려하십시오:

큰 N이거나 요소당 작업량이 많습니다.
분할 가능한 원본(배열, ArrayList, 범위)입니다.
저렴하고 결합법칙이 성립하는 병합입니다.
CPU 중심 작업이며 차단되는 입출력이 없습니다.

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        double avg = IntStream.rangeClosed(1, 10_000_000)
            .parallel()
            .mapToDouble(Math::sqrt)
            .average()
            .getAsDouble();
        System.out.println(avg);
    }
}

빠른 확인

어떤 상황이 병렬 스트림을 사용하기에 가장 적합할까요?

인터랙티브 레슨에서 답해보세요

복습

병렬성이 도움이 되는 경우를 배웠습니다:

이점은 N x Q(데이터 크기 곱하기 요소당 비용)가 커질수록 증가합니다.
분할 가능한 원본(배열, ArrayList, 범위)이 필요합니다.
저렴하고 결합법칙이 성립하는 병합이 필요합니다.
CPU 중심으로 유지하고 차단되는 입출력을 피하며 항상 측정해야 합니다.

무료로 시작

AI 튜터와 함께 Java을(를) 배우세요 — 무료

브라우저에서 실제 코드를 작성하고 실행하며, 24/7 AI 튜터로부터 즉각적인 도움을 받고, 웹이나 앱에서 중단한 부분부터 계속 학습하세요.

코스: 104
레슨: 374

무료로 학습 시작 전체 코스 보기

자주 묻는 질문

“병렬성이 도움이 되는 경우” 강의는 무료인가요?

네 — “병렬성이 도움이 되는 경우” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Java Academy 강의 전체를 잠금 해제할 수 있습니다. Java Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“병렬성이 도움이 되는 경우”에서 뭘 배우나요?

작업량과 데이터 크기가 미치는 영향을 살펴봅니다 브라우저에서 직접 실행하는 실습 코드로 Java Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Java Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Java Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 2번째 강의입니다.

“병렬성이 도움이 되는 경우” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Java Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Java Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Java Academy(으)로 돌아가기