并行流与串行流 Fork/Join框架

一、并行流概念：

 

　　并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。

　　java8中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API可以声明性的通过parallel()与sequential()在并行流与顺序流之间进行切换。

二、Fork/Join 框架

　　就是在必要的情况下，将一个大任务，进行拆分(fork)成若干个小任务（拆到不可再拆时），再将一个个的小任务运算的结果进行 join 汇总。

　　

　　Fork/Join框架与传统线程池的区别：

　　采用 “工作窃取”模式（work-stealing）：当执行新的任务时它可以将其拆分分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。

　　相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态，

　　而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。

　　Fork/Join实现例子 　　1、使用传统forkJoin实现　

 实现一个对某个区间的数字进行累加

import java.util.concurrent.RecursiveTask;

/**
 * @author Dongguo
 * @date 2021/8/16 0016-7:10
 * @description:/计算从start-end之和
 */

public class ForkJoinCalculate extends RecursiveTask {

    private static final long serialVersionUID = 13475679780L;

    private long start;//初始值
    private long end;//结束值

    private static final long THRESHOLD = 10000L; //拆分临界值

    public ForkJoinCalculate(long start, long end) {
        this.start = start;
        this.end = end;
    }

    @Override
    protected Long compute() {
        long length = end - start;
        //个数小于临界值
        if (length