Java 8中的legacy for循环，流和parallelStream之间的比较
import java.util.ArrayList; import java.util.List; public class IterationBenchmark { public static void main(String args[]){ List persons = new ArrayList(); persons.add("AAA"); persons.add("BBB"); persons.add("CCC"); persons.add("DDD"); long timeMillis = System.currentTimeMillis(); for(String person : persons) System.out.println(person); System.out.println("Time taken for legacy for loop : "+ (System.currentTimeMillis() - timeMillis)); timeMillis = System.currentTimeMillis(); persons.stream().forEach(System.out::println); System.out.println("Time taken for sequence stream : "+ (System.currentTimeMillis() - timeMillis)); timeMillis = System.currentTimeMillis(); persons.parallelStream().forEach(System.out::println); System.out.println("Time taken for parallel stream : "+ (System.currentTimeMillis() - timeMillis)); } } 输出：
AAA BBB CCC DDD Time taken for legacy for loop : 0 AAA BBB CCC DDD Time taken for sequence stream : 49 CCC DDD AAA BBB Time taken for parallel stream : 3
与传统for循环相比，为什么Java 8 Stream API性能非常低？
在程序中第一次调用Stream API总是很慢，因为你需要加载许多辅助类，为lambdas生成许多匿名类，并编译许多方法。 因此，通常第一次Stream操作需要几十毫秒。 连续的呼叫要快得多，并且可能超过1 us，具体取决于确切的流操作。 如果您交换并行流测试和顺序流测试，顺序流将更快。 所有努力都是由第一个来的人完成的。
让我们编写一个JMH基准来正确预热代码并独立测试所有案例：
import java.util.concurrent.TimeUnit; import java.util.*; import java.util.stream.*; import org.openjdk.jmh.annotations.*; @Warmup(iterations = 5, time = 1000, timeUnit = TimeUnit.MILLISECONDS) @Measurement(iterations = 10, time = 1000, timeUnit = TimeUnit.MILLISECONDS) @BenchmarkMode(Mode.AverageTime) @OutputTimeUnit(TimeUnit.MICROSECONDS) @Fork(3) @State(Scope.Benchmark) public class StreamTest { List persons; @Setup public void setup() { persons = new ArrayList (); persons.add("AAA"); persons.add("BBB"); persons.add("CCC"); persons.add("DDD"); } @Benchmark public void loop() { for(String person : persons) System.err.println(person); } @Benchmark public void stream() { persons.stream().forEach(System.err::println); } @Benchmark public void parallelStream() { persons.parallelStream().forEach(System.err::println); } }
这里我们有三个测试： loop ， stream和parallelStream 。 请注意，我将System.out更改为System.err 。 那是因为System.out通常用于输出JMH结果。 我将System.err的输出重定向到nul ，因此结果应该更少地依赖于我的文件系统或控制台子系统（在Windows上尤其慢）。
结果是（Core i7-4702MQ CPU @ 2.2GHz，4核HT，Win7，Oracle JDK 1.8.0_40）：
Benchmark Mode Cnt Score Error Units StreamTest.loop avgt 30 42.410 ± 1.833 us/op StreamTest.parallelStream avgt 30 76.440 ± 2.073 us/op StreamTest.stream avgt 30 42.820 ± 1.389 us/op
我们看到的是stream和loop产生完全相同的结果。 差异在统计上是微不足道的。 实际上Stream API比循环慢一些，但这里最慢的部分是PrintStream 。 即使输出nul ，IO子系统与其他操作相比也非常慢。 所以我们测量的不是Stream API或循环速度，而是println速度。
另外，它是微秒，因此流版本实际上比您的测试快1000倍。
为什么parallelStream要慢得多？ 仅仅因为你无法将写入并行化到同一个PrintStream ，因为它是内部同步的。 因此， parallelStream完成了将4个元素列表拆分为4个子任务所做的所有艰苦工作，在不同的线程中调度作业，正确地同步它们，但由于最慢的操作（ println ）不能并行执行，这绝对是徒劳的：其中一个线程正在工作，其他线程正在等待。 通常，并行化在同一个互斥锁上同步的代码是没用的（这是你的情况）。