การสร้างสตรีมแบบขนาน
parallel() และ parallelStream()
การสร้างสตรีมแบบขนาน เป็นบทเรียน Java Academy ฟรีบน CoddyKit นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน คุณสามารถอ่านบทเรียนทั้งหมดด้านล่างฟรี — จากนั้นลองปฏิบัติด้วยตัวคุณเองในเบราว์เซอร์พร้อมตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7 บทเรียนนี้เป็นส่วนหนึ่งของเส้นทางการเรียน Java Academy และความก้าวหน้าของคุณจะซิงค์ข้ามเว็บและแอป CoddyKit คอร์ส Java Academy มีบทเรียนทั้งหมด 4 บทเรียน
การทำงานของสตรีมแบบ parallel
สตรีมแบบ parallel จะแบ่งข้อมูลออกเป็นส่วนย่อย ประมวลผลแต่ละส่วนด้วยหลายเธรด แล้วรวมผลลัพธ์เข้าด้วยกัน เป้าหมายคือเพิ่มอัตราการประมวลผลสำหรับงานขนาดใหญ่
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
int sum = IntStream.rangeClosed(1, 1000)
.parallel()
.sum();
System.out.println(sum);
}
}parallel() กับสตรีมที่มีอยู่
การเรียกใช้ parallel() จะเปลี่ยนสตรีมแบบลำดับเดียวให้เป็นสตรีมแบบ parallel และสามารถวางไว้ที่ใดก็ได้ในลำดับการประมวลผล
import java.util.List;
public class Main {
public static void main(String[] args) {
List<Integer> nums = List.of(1, 2, 3, 4, 5);
int total = nums.stream()
.parallel()
.mapToInt(Integer::intValue)
.sum();
System.out.println(total);
}
}parallelStream() บนชุดข้อมูล
Collection.parallelStream() สร้างสตรีมแบบ parallel โดยตรง เป็นทางลัดแทน stream().parallel()
import java.util.List;
public class Main {
public static void main(String[] args) {
List<String> words = List.of("a", "bb", "ccc");
int chars = words.parallelStream()
.mapToInt(String::length)
.sum();
System.out.println(chars);
}
}กลับเป็นแบบลำดับเดียว
sequential() เปลี่ยนสตรีมกลับเป็นการทำงานด้วยเธรดเดียว การเรียกใช้ parallel() หรือ sequential() ครั้งล่าสุดจะมีผลกับลำดับการประมวลผลทั้งหมด
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
int sum = IntStream.rangeClosed(1, 100)
.parallel()
.sequential()
.sum();
System.out.println(sum);
}
}การตรวจสอบ isParallel
isParallel() รายงานว่าสตรีมจะทำงานแบบ parallel หรือไม่
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
System.out.println(IntStream.range(0, 10).isParallel());
System.out.println(IntStream.range(0, 10).parallel().isParallel());
}
}ผลลัพธ์เหมือนกัน การทำงานต่างกัน
สำหรับการดำเนินการที่มีสมบัติการจัดหมู่ เช่น การหาผลรวม สตรีมแบบ parallel และแบบลำดับเดียวจะคืนค่า ผลลัพธ์เดียวกัน สิ่งที่ต่างกันมีเพียงวิธีการทำงาน
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
int seq = IntStream.rangeClosed(1, 50).sum();
int par = IntStream.rangeClosed(1, 50).parallel().sum();
System.out.println(seq == par);
}
}ForkJoinPool ร่วม
สตรีมแบบ parallel ใช้ ForkJoinPool.commonPool() ร่วมกัน โดยขนาดเริ่มต้นคือจำนวนหน่วยประมวลผลที่พร้อมใช้งานลบหนึ่ง
public class Main {
public static void main(String[] args) {
System.out.println(Runtime.getRuntime().availableProcessors());
}
}ไม่รับประกันลำดับของเธรด
เมื่อใช้ forEach สตรีมแบบ parallel อาจแสดงผลในลำดับใดก็ได้ เพราะแต่ละส่วนเสร็จในเวลาต่างกัน หากลำดับมีความสำคัญ ให้ใช้ forEachOrdered
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
IntStream.rangeClosed(1, 5)
.parallel()
.forEachOrdered(System.out::println);
}
}การลดรวมจะรวมผลลัพธ์บางส่วน
เบื้องหลัง การลดรวมแบบ parallel จะคำนวณผลลัพธ์บางส่วนของแต่ละส่วน แล้วรวมเข้าด้วยกันด้วยตัวรวมผลลัพธ์ การดำเนินการต้องมีสมบัติการจัดหมู่จึงจะถูกต้อง
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
int product = IntStream.rangeClosed(1, 6)
.parallel()
.reduce(1, (a, b) -> a * b);
System.out.println(product);
}
}การรวบรวมแบบ parallel
ระบบตัวรวบรวมรองรับการรวบรวมแบบ parallel ด้วยการรวมโครงสร้างเก็บข้อมูลบางส่วนเข้าด้วยกัน groupingBy ทำงานได้อย่างถูกต้องในแบบ parallel
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;
public class Main {
public static void main(String[] args) {
List<String> words = List.of("apple", "banana", "avocado", "cherry");
Map<Character, List<String>> byFirst = words.parallelStream()
.collect(Collectors.groupingBy(w -> w.charAt(0)));
System.out.println(byFirst);
}
}สตรีมไม่ได้เร็วขึ้นทุกกรณี
การเปิดใช้การทำงานแบบ parallel ทำได้ง่าย แต่ไม่ได้ให้ประโยชน์เสมอไป ชุดข้อมูลขนาดเล็กหรือการดำเนินการที่ใช้เวลาน้อยอาจทำงานช้าลงเมื่อทำแบบ parallel เนื่องจากต้นทุนแฝงของการแบ่งและการรวม
import java.util.stream.IntStream;
public class Main {
public static void main(String[] args) {
long count = IntStream.rangeClosed(1, 10)
.parallel()
.filter(n -> n % 2 == 0)
.count();
System.out.println(count);
}
}ตรวจสอบความเข้าใจ
โดยค่าเริ่มต้น สตรีมแบบ parallel ทำงานบนกลุ่มเธรดใด?
สรุปทบทวน
คุณได้สร้างสตรีมแบบ parallel:
parallel()เปลี่ยนสตรีมใด ๆ ได้ ส่วนparallelStream()เป็นทางลัดสำหรับชุดข้อมูลsequential()เปลี่ยนกลับเป็นแบบลำดับเดียว โดยการเรียกครั้งล่าสุดจะมีผล- สตรีมเหล่านี้ทำงานบน
ForkJoinPool.commonPool()ที่ใช้ร่วมกัน - ผลลัพธ์จะตรงกับแบบลำดับเดียวสำหรับการดำเนินการที่มีสมบัติการจัดหมู่ แต่ไม่รับประกันลำดับและความเร็ว
คำถามที่พบบ่อย
บทเรียน “การสร้างสตรีมแบบขนาน” ฟรีหรือไม่
ใช่ — ข้อความเต็มของ “การสร้างสตรีมแบบขนาน” ฟรีให้อ่านที่นี่บนเว็บ เพื่อปฏิบัติแบบโต้ตอบ (ตัวแก้ไขโค้ดในตัวและติวเตอร์ AI ตลอด 24/7) และปลดล็อคส่วนที่เหลือของคอร์ส Java Academy ให้อัปเกรดเป็น CoddyKit PRO คอร์ส Java Academy มีบทเรียนทั้งหมด 4 บทเรียน
คุณจะเรียนรู้อะไรในบทเรียน “การสร้างสตรีมแบบขนาน”
parallel() และ parallelStream() คุณปฏิบัติ Java Academy ด้วยโค้ดที่ใช้งานได้จริงที่คุณเรียกใช้โดยตรงในเบราว์เซอร์ และติวเตอร์ AI ตลอด 24/7 ตอบคำถามของคุณขณะที่คุณไปผ่านบทเรียน
คุณต้องมีประสบการณ์ก่อนที่จะเริ่มเรียน Java Academy หรือไม่
ไม่จำเป็นต้องมีประสบการณ์มาก่อน Java Academy บน CoddyKit ออกแบบมาสำหรับผู้เริ่มต้นไปจนถึงผู้เรียนขั้นสูง คุณสามารถเริ่มต้นที่นี่หรือเริ่มจากตัวแรกและเรียนด้วยความเร็วของคุณเอง นี่คือบทเรียนที่ 1 จากทั้งหมด 4 บทเรียน
บทเรียน “การสร้างสตรีมแบบขนาน” ใช้เวลานานแค่ไหน
บทเรียน CoddyKit ส่วนใหญ่ใช้เวลาประมาณ 5–10 นาที แต่ละบทเรียนจึงสั้นและเป็นแบบโต้ตอบ คุณสามารถก้าวหน้าอย่างต่อเนื่องและกลับมาเรียนต่อจากตรงที่เพิ่งหยุดบนเว็บและแอปได้เลย
ฉันเขียนและรันโค้ดในบทเรียน Java Academy นี้ได้ไหม
ได้ บทเรียน Java Academy ทุกบทมีตัวแก้ไขโค้ดในตัว คุณจึงเขียนและรันโค้ดจริงได้เลยในเบราว์เซอร์ และได้รับข้อเสนอแนะจาก AI ในทันที — ไม่ต้องติดตั้งในเครื่องของคุณ
บทเรียนทั้งหมดในหลักสูตรนี้
- การสร้างสตรีมแบบขนาน
- เมื่อการประมวลผลแบบขนานช่วยได้
- ความปลอดภัยของเธรดและผลข้างเคียง
- ข้อผิดพลาดที่พบบ่อย