Java8的自定义收集器与并行

Lambda表达式是Java8最重要的新特性,基础的内容这里就不说了,让我们从收集器开始。

什么是收集器

就是用于收集流运算后结果的角色。例如:

List<String> collect = list.stream().map(TestBean::getName).collect(Collectors.toList());

以上代码最后的Collectors.toList(),就是Java8原生的收集器,用于把流结果放到一个List中。

原生的收集器还有很多,大多定义在Collectors下的静态方法。

通过收集器的组合,能产生很复杂的收集效果,这里就不展开说了,有兴趣的可以去翻翻。

这里要说的是在原生收集器用的不趁手的时候,如何自定义一个收集器。

其实蛮简单的。

实现Collector接口就可以了。

拿一个例子来说吧,现在要定义把一个整数流中所有数求和的收集器。

比如对于流:1,2,3,4,5....

计算出来就是:1+2+3+....

好,现在来定义一个类,实现Collector接口:

Collector接口

public class LongSumCollector implements
        Collector<Long, LongSumCollector, Long> {
   ...
}

Collector接口有三个范型定义:

第一个,定义流的数据类;

第二个,定义保存中间计算结果的类,这里我们写的是收集器自身,也可以定义其他计算类;

第三个,定义流收集器的最后结果类型,就是计算出来的最后结果是个什么类型;

Collector接口有多个方法要实现,结构如下:

public class LongSumCollector implements
        Collector<Long, LongSumCollector, Long>{

    @Override
    public Supplier<LongSumCollector > supplier() {
        return null;
    }

    @Override
    public BiConsumer<LongSumCollector, Long> accumulator() {
        return null;
    }

    @Override
    public BinaryOperator<LongSumCollector> combiner() {
        return null;
    }

    @Override
    public Function<LongSumCollector, Long> finisher() {
        return null;
    }

    @Override
    public Set<java.util.stream.Collector.Characteristics> characteristics() {
        return null;
    }
}

下面来挨个说明一下:

supplier()方法

对计算器的初始化,就是接口范型中间那个定义的计算器类型,方法返回一个创建计算器的lambda:

    @Override
    public Supplier<LongSumCollector> supplier() {
        return () -> new LongSumCollector();
    }

accumulator()方法

计算器对流中数据的处理,方法返回的也是lambda,第一个参数为计算器,第二个参数为流程中的数据:

    @Override
    public BiConsumer<LongSumCollector, Long> accumulator() {
        return (collector, value) -> {
            collector.sum += value;
        };
    }

代码中的sum用来记录求合结果

combiner()方法

用于在并发计算的情况下,对各路并发计算的结果进行合并,方法返回的lambda,两个参数就是进行合并的两路计算器,lambda要求最后返回合并的结果。

    @Override
    public BinaryOperator<LongSumCollector> combiner() {
        return (c1, c2) -> {
            c1.sum += c2.sum;
            return c1;
        };
    }

finisher()方法


输出最后的结果:

    @Override
    public Function<LongSumCollector, Long> finisher() {
        return (c1) -> c1.sum;
    }

characteristics() 方法

用于标记收集器的特性,这里先返回一个空Set。

    @Override
    public Set<java.util.stream.Collector.Characteristics> characteristics() {
        return new HashSet<>();
    }

好,现在收集器已经自定义完了,怎么用呢?

这里写一个测试代码

// 数据流列表
List<Long> list = new ArrayList<Long>(100 * 10000);

// 生成100W个数
LongStream.range(1, 100 * 10000).forEach((value) -> list.add(value));

// 用流进行数据计算
Long sum = list.stream().collect(new LongSumCollector());

最后collect方法返回的值就是求和的结果,这种方式是不是很优雅?

并行

=====

在流程计算下,并行的实现简直是有够简单粗暴。

只需要用parallelStream()方法返回的流进行的计算就是并行的:

Long sum = list.parallelStream().collect(new LongSumCollector());

为了展式并行和串行的差别,加以时间计算和结果输出进行对比:

// 数据流列表
List<Long> dataList = new ArrayList<Long>(1000 * 10000);

// 生成1000W个数
LongStream.range(1, 1000 * 10000).forEach(
        (value) -> dataList.add(value));
System.out.println("start");
// 用串行流进行数据计算
long time1 = System.currentTimeMillis();
Long sum1 = dataList.stream().sequential()
        .collect(new LongSumCollector());
time1 = System.currentTimeMillis() - time1;
System.out.println("stream        :" + time1 + ":" + sum1);
        
// 用并行流进行数据计算
long time2 = System.currentTimeMillis();
Long sum2 = dataList.parallelStream().collect(new LongSumCollector());
time2 = System.currentTimeMillis() - time2;
System.out.println("parallelStream:" + time2 + ":" + sum2);
System.out.println(time2 / (time1 * 1.0));

打印的结果如下:

stream        :68:49999995000000
parallelStream:121:49999995000000
1.7794117647058822

什么情况,并行居然是串行的近2倍的时间!

好吧,测试用机只有两核,所以并行的效率发挥不出来。

评论

暂无评论