Stream并行流源码解析

承接我的上一篇Stream源码博客

并行流

并行流调试代码截图:

在这里插入图片描述

并行流源码

核心类图(可以看出Fork-Join)
在这里插入图片描述

和串行开始有区别的地方

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述在这里插入图片描述


去重:

在这里插入图片描述


排序:

在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述


在这里插入图片描述

小结:

  • 并行流对于有状态中间操作,会先设置其CombineFlag
  • 然后遍历每个流,如果是有状态的,则调用opEvaluateParallelLazy() 返回该有状态操作执行后的流(因为java doc中说到有状态的操作,没法同时和无状态操作一起并行进行)
  • ForkJoin进行任务拆分执行,其实现为ReduceTask,在其compute()进行拆分时,其拆分依据有两个,线程数是否够与迭代器是否还可再拆,可拆分的话会拆成两个子任务,但并不是让两个任务都fork加入任务队列,然后让两个子任务接着递归接着拆分,而是交替着放左半边元素的任务或右半边元素的任务,剩下没放入任务队列的任务,在继续在循环中拆分,这样的话就减少了一半放入任务队列的次数,也就减少了一半的递归次数
  • 拆分到不能拆分后,会调用doLeaf(),执行这些元素的所用的操作,即wrapAndCopyInto(),然后把终止操作的Sink保存到自己的LocalResult
  • 下面进行合并,最终调用的ReduceTask的OnCompeletion(),会用leftChildTask.combine(RightChildTask),以此来保证返回的迭代器中元素位置,与之前在sourceSplitator() 执行完有状态操作后返回的迭代器中元素位置一样。
  • 最后返回顶层Task的localResult。
已标记关键词 清除标记
相关推荐
©️2020 CSDN 皮肤主题: 撸撸猫 设计师:C马雯娟 返回首页