前言:
如今大家对“dstream算法java实例”大体比较注重,姐妹们都想要学习一些“dstream算法java实例”的相关资讯。那么小编同时在网络上网罗了一些有关“dstream算法java实例””的相关内容,希望你们能喜欢,各位老铁们一起来学习一下吧!大家好,我是磊哥。
JD K8 Stream 数据流效率分析
Stream 是Java SE 8类库中新增的关键抽象,它被定义于 java.util.stream (这个包里有若干流类型:Stream 代表对象引用流,此外还有一系列特化流,如 IntStream,LongStream,DoubleStream等 ),Java 8 引入的的Stream主要用于取代部分Collection的操作, 每个流代表一个值序列,流提供一系列常用的聚集操作 ,可以便捷的在它上面进行各种运算。集合类库也提供了便捷的方式使我们可以以操作流的方式使用集合、数组以及其它数据结构;
stream 的操作种类中间操作当数据源中的数据上了流水线后,这个过程对数据进行的所有操作都称为“中间操作”;中间操作仍然会返回一个流对象,因此多个中间操作可以串连起来形成一个流水线;stream 提供了多种类型的中间操作,如 filter、distinct、map、sorted 等等;终端操作当所有的中间操作完成后,若要将数据从流水线上拿下来,则需要执行终端操作;stream 对于终端操作,可以直接提供一个中间操作的结果,或者将结果转换为特定的 collection、array、String 等;
注 意
文末有:7701页互联网大厂面试题
stream 的特点只能遍历一次
数据流的从一头获取数据源,在流水线上依次对元素进行操作,当元素通过流水线,便无法再对其进行操作,可以重新在数据源获取一个新的数据流进行操作;
采用内部迭代的方式
对Collection进行处理,一般会使用 Iterator 遍历器的遍历方式,这是一种 外部迭代;
而对于处理Stream,只要申明处理方式,处理过程由流对象自行完成,这是一种 内部迭代 ,对于大量数据的迭代处理中,内部迭代比外部迭代要更加高效;
stream 相对于 Collection 的优点
无存储:流并不存储值;流的元素源自数据源(可能是某个数据结构、生成函数或I/O通道等等),通过一系列计算步骤得到;
函数式风格:对流的操作会产生一个结果,但流的数据源不会被修改;
惰性求值:多数流操作(包括过滤、映射、排序以及去重)都可以以惰性方式实现。这使得我们可以用一遍遍历完成整个流水线操作,并可以用短路操作提供更高效的实现;
无需上界:不少问题都可以被表达为无限流(infinite stream):用户不停地读取流直到满意的结果出现为止(比如说,枚举 完美数 这个操作可以被表达为在所有整数上进行过滤);集合是有限的,但流可以表达为无线流;
代码简练:对于一些collection的迭代处理操作,使用 stream 编写可以十分简洁,如果使用传统的 collection 迭代操作,代码可能十分啰嗦,可读性也会比较糟糕;
stream 和 iterator 迭代的效率比较
好了,上面 stream 的优点吹了那么多,stream 函数式的写法是很舒服,那么 steam 的效率到底怎样呢?
先说结论:
传统 iterator (for-loop) 比 stream(JDK8) 迭代性能要高,尤其在小数据量的情况下;**在多核情景下,对于大数据量的处理,parallel stream 可以有比 iterator 更高的迭代处理效率;
我分别对一个随机数列 List (数量从 10 到 10000000)进行映射、过滤、排序、规约统计、字符串转化场景下,对使用 stream 和 iterator 实现的运行效率进行了统计,测试代码 基准测试代码链接
测试环境如下:
System:Ubuntu 16.04 xenial
CPU:Intel Core i7-8550U
RAM:16GB
JDK version:1.8.0_151
JVM:HotSpot(TM) 64-Bit Server VM (build 25.151-b12, mixed mode)
JVM Settings:
-Xms1024m
-Xmx6144m
-XX:MaxMetaspaceSize=512m
-XX:ReservedCodeCacheSize=1024m
-XX:+UseConcMarkSweepGC
-XX:SoftRefLRUPolicyMSPerMB=100
1. 映射处理测试
把一个随机数列(List )中的每一个元素自增1后,重新组装为一个新的 List ,测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
2. 过滤处理测试
取出一个随机数列(List )中的大于 200 的元素,并组装为一个新的 List ,测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
3. 自然排序测试
对一个随机数列(List )进行自然排序,并组装为一个新的 List ,iterator 使用的是 Collections # sort API(使用归并排序算法实现),测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
4. 归约统计测试
获取一个随机数列(List )的最大值,测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
5. 字符串拼接测试
获取一个随机数列(List )各个元素使用“,”分隔的字符串,测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
//streamString result = list.stream().map(String::valueOf).collect(Collectors.joining(","));//iteratorStringBuilder builder = new StringBuilder();for(Integer e : list){ builder.append(e).append(",");}String result = builder.length() == 0 ? "" : builder.substring(0,builder.length() - 1);//parallel streamString result = list.stream().map(String::valueOf).collect(Collectors.joining(","));6. 混合操作测试
对一个随机数列(List )进行去空值,除重,映射,过滤,并组装为一个新的 List ,测试的随机数列容量从 10 - 10000000,跑10次取平均时间;
实验结果总结
从以上的实验来看,可以总结处以下几点:
在少低数据量的处理场景中(size<=1000),stream 的处理效率是不如传统的 iterator 外部迭代器处理速度快的,但是实际上这些处理任务本身运行时间都低于毫秒,这点效率的差距对普通业务几乎没有影响,反而 stream 可以使得代码更加简洁;在大数据量(szie>10000)时,stream 的处理效率会高于 iterator,特别是使用了并行流,在cpu恰好将线程分配到多个核心的条件下(当然parallel stream 底层使用的是 JVM 的 ForkJoinPool,这东西分配线程本身就很玄学),可以达到一个很高的运行效率,然而实际普通业务一般不会有需要迭代高于10000次的计算;Parallel Stream 受引 CPU 环境影响很大,当没分配到多个cpu核心时,加上引用 forkJoinPool 的开销,运行效率可能还不如普通的 Stream;使用 Stream 的建议
简单的迭代逻辑,可以直接使用 iterator,对于有多步处理的迭代逻辑,可以使用 stream, 损失一点几乎没有的效率,换来代码的高可读性是值得的 ;
单核 cpu 环境,不推荐使用 parallel stream,在多核 cpu 且有大数据量的条件下,推荐使用 paralle stream;
stream 中含有装箱类型,在进行中间操作之前,最好 转成对应的数值流 ,减少由于频繁的拆箱、装箱造成的性能损失;
来源:blog.csdn.net/Al_assad/article/details/82356606
标签: #dstream算法java实例