java8 parallel并行处理实战

需求

1. 我需要做一个人员某几项数据的统计，由于数据量较大，不能一次性加载到内存进行统计。所以采用了遍历每个用户。当然也可以分配处理。
2. 分析需求可得知，每个用户其实互不相关，数据的统计可以同步进行，因此考虑到并发执行。而java8刚好提供了这样的功能，对集合数据的并发执行parallel，所以有了以下测试

为加快统计速度尝试

1. 原代码用时

   • 2018-10-15 15:03:22.863 |-INFO [SimpleAsyncTaskExecutor-1] com.beikbank.settlement.api.jobs.TaskJob [147] -| statMissUser统计数据完成，用时：196.033秒
     

2. java8 代码用时

   • 2018-10-15 14:54:17.487 |-INFO [SimpleAsyncTaskExecutor-1] com.beikbank.settlement.api.jobs.TaskJob [152] -| statMissUser统计数据完成，用时：99.12秒
     

代码改变

原代码

for (Map<String, Object> allUser : allUserList) {
    String userIdkey = allUser.get("user_id").toString();
    ...//io数据库操作
}

使用java8 流并行代码

allUserList.stream().parallel().forEach(allUser -> {
    String userIdkey = allUser.get("user_id").toString();
    ...//io数据库操作
});

总结

1. 数据统计存在数据库操作的，使用java8的parallel可以加快统计速度，从上面图片的对比可以看出，使用parallel后jdbc连接会存在多个并行执行，执行效率和机器配置内存等相关。
2. 我使用的是window 2核4G且开了很多其他软件的情况测试，效率提升1倍左右