0Pricing
Java Academy · บทเรียน

ข้อผิดพลาดที่พบบ่อย

ลำดับ การห่อค่า และพูลส่วนกลาง

ข้อผิดพลาดที่พบบ่อย เป็นบทเรียน Java Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Java Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Java Academy มีบทเรียนทั้งหมด 4 บทเรียน

การทำงานแบบ parallel ไม่ได้เพิ่มความเร็วโดยไม่มีต้นทุน

การเพิ่ม parallel() อาจทำให้โค้ดช้าลงแทนที่จะเร็วขึ้น บทเรียนนี้ครอบคลุมกับดักที่พบบ่อย เพื่อให้คุณหลีกเลี่ยงได้

import java.util.stream.IntStream;

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

กับดัก: ต้นทุนจากการรักษาลำดับ

การดำเนินการที่รักษาลำดับ เช่น forEachOrdered หรือ limit บังคับให้เธรดประสานงานกัน จึงลดทอนประโยชน์ของการทำงานแบบ parallel

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        IntStream.rangeClosed(1, 5).parallel()
            .forEachOrdered(System.out::println);
    }
}

unordered อาจช่วยได้

หากไม่สำคัญว่าลำดับจะเป็นอย่างไร การเรียกใช้ unordered() จะทำให้ระบบขณะทำงานข้ามงานจัดลำดับ และทำงานแบบ parallel ได้อย่างอิสระมากขึ้น

import java.util.stream.IntStream;

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

กับดัก: การห่อชนิดข้อมูลที่ซ่อนอยู่

การใช้ Stream<Integer> แบบ parallel จะเพิ่มต้นทุนการห่อชนิดข้อมูลในหลายเธรด ควรเลือกใช้สตรีมชนิดพื้นฐานสำหรับงานตัวเลขแบบ parallel

import java.util.stream.IntStream;

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

กับดัก: พูลร่วมที่ใช้ร่วมกัน

สตรีมแบบ parallel ทั้งหมดใช้ ForkJoinPool.commonPool() ร่วมกัน งานแบบ parallel ที่ใช้เวลานานอาจทำให้ส่วนอื่น ๆ ใน JVM เดียวกัน รวมถึงส่วนอื่นของแอปพลิเคชัน ไม่มีทรัพยากรใช้งาน

import java.util.concurrent.ForkJoinPool;

public class Main {
    public static void main(String[] args) {
        System.out.println(ForkJoinPool.commonPool().getParallelism());
    }
}

แยกงานในพูลที่กำหนดเอง

เพื่อไม่ให้งานหนักใช้พูลร่วม ให้ submit สตรีมแบบ parallel ภายใน ForkJoinPool ของคุณเอง

import java.util.concurrent.ForkJoinPool;
import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) throws Exception {
        ForkJoinPool pool = new ForkJoinPool(2);
        long sum = pool.submit(() ->
            IntStream.rangeClosed(1, 1_000_000).parallel().asLongStream().sum()
        ).get();
        pool.shutdown();
        System.out.println(sum);
    }
}

กับดัก: แหล่งข้อมูลที่แบ่งได้ไม่ดี

LinkedList, Stream.iterate และ BufferedReader.lines แบ่งได้ไม่ดี การทำงานแบบ parallel กับแหล่งข้อมูลเหล่านี้จึงมักให้ประโยชน์น้อยลงหรือให้ผลเสีย

import java.util.stream.Stream;

public class Main {
    public static void main(String[] args) {
        long n = Stream.iterate(1, x -> x + 1)
            .limit(100_000)
            .parallel()
            .filter(x -> x % 2 == 0)
            .count();
        System.out.println(n);
    }
}

กับดัก: แลมบ์ดาที่มีสถานะ

แลมบ์ดาที่อ่านหรือเขียนสถานะภายนอกจะทำงานโดยให้ผลลัพธ์ไม่แน่นอนเมื่อทำงานแบบ parallel ควรทำให้แลมบ์ดาไร้สถานะเพื่อให้ได้ผลลัพธ์ที่สม่ำเสมอ

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        int sum = IntStream.rangeClosed(1, 100).parallel()
            .map(n -> n + 1)
            .sum();
        System.out.println(sum);
    }
}

กับดัก: findFirst เทียบกับ findAny

findFirst ต้องเคารพลำดับ จึงเพิ่มต้นทุนเมื่อทำงานแบบ parallel หากพบองค์ประกอบที่ตรงกันรายการใดก็ได้ ให้ใช้ findAny

import java.util.stream.IntStream;

public class Main {
    public static void main(String[] args) {
        int found = IntStream.rangeClosed(1, 1_000_000).parallel()
            .filter(n -> n % 99991 == 0)
            .findAny()
            .getAsInt();
        System.out.println(found);
    }
}

กับดัก: การดำเนินการที่มีต้นทุนต่ำกับข้อมูลขนาดเล็ก

สำหรับชุดข้อมูลขนาดเล็กมากหรืองานที่ง่าย ต้นทุนแฝงของการแบ่งและการรวมจะมากกว่าประโยชน์ที่ได้ ควรทำงานแบบลำดับเดียว

import java.util.List;

public class Main {
    public static void main(String[] args) {
        List<Integer> small = List.of(1, 2, 3, 4);
        int sum = small.stream().mapToInt(Integer::intValue).sum();
        System.out.println(sum);
    }
}

กับดัก: การรวมที่มีต้นทุนสูงในตัวรวบรวม

ตัวรวบรวมที่มีขั้นตอนการรวมซึ่งใช้ต้นทุนสูง เช่น การสร้างโครงสร้างขนาดใหญ่ที่เรียงลำดับแล้ว อาจลบล้างประโยชน์ของการทำงานแบบ parallel การสะสมแบบง่ายจะรวมได้ด้วยต้นทุนต่ำ

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 -> n)
            .sum();
        System.out.println(total);
    }
}

ตรวจสอบความเข้าใจ

เหตุใด findFirst จึงอาจช้ากว่า findAny บนสตรีมแบบ parallel?

สรุปทบทวน

คุณได้เรียนรู้กับดักทั่วไปของการทำงานแบบ parallel:

  • การรักษาลำดับ (forEachOrdered, limit, findFirst) เพิ่มต้นทุนการประสานงาน ควรใช้ unordered หรือ findAny เมื่อทำได้
  • การห่อชนิดข้อมูลเพิ่มต้นทุน ควรเลือกใช้สตรีมชนิดพื้นฐาน
  • พูลร่วมที่ใช้ร่วมกันอาจไม่มีทรัพยากรเหลือ ให้แยกงานหนักไปไว้ใน ForkJoinPool ที่กำหนดเอง
  • แหล่งข้อมูลที่แบ่งได้ไม่ดี ข้อมูลขนาดเล็ก และการรวมที่มีต้นทุนสูง ล้วนลดทอนประโยชน์ของการทำงานแบบ parallel

คำถามที่พบบ่อย

บทเรียน “ข้อผิดพลาดที่พบบ่อย” ฟรีหรือไม่

ใช่ — ข้อความเต็มของ “ข้อผิดพลาดที่พบบ่อย” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Java Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Java Academy มีบทเรียนทั้งหมด 4 บทเรียน

คุณจะเรียนรู้อะไรในบทเรียน “ข้อผิดพลาดที่พบบ่อย”

ลำดับ การห่อค่า และพูลส่วนกลาง คุณปฏิบัติ Java Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน

คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Java Academy หรือไม่

ไม่จำเป็นต้องมีประสบการณ์มาก่อน Java Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 4 จากทั้งหมด 4 บทเรียน

บทเรียน “ข้อผิดพลาดที่พบบ่อย” ใช้เวลานานแค่ไหน

บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย

ฉันเขียนและรันโค้ดในบทเรียน Java Academy นี้ได้ไหม

ได้ บทเรียน Java Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ

บทเรียนทั้งหมดในหลักสูตรนี้

  1. การสร้างสตรีมแบบขนาน
  2. เมื่อการประมวลผลแบบขนานช่วยได้
  3. ความปลอดภัยของเธรดและผลข้างเคียง
  4. ข้อผิดพลาดที่พบบ่อย
← กลับไปที่ Java Academy