来自HashSet的并行流不会并行运行
我有要并行处理的元素集合。 当我使用List ，并行性有效。 但是，当我使用Set ，它不会并行运行。
我写了一个显示问题的代码示例：
public static void main(String[] args) { ParallelTest test = new ParallelTest(); List list = Arrays.asList(1,2); Set set = new HashSet(list); ForkJoinPool forkJoinPool = new ForkJoinPool(4); System.out.println("set print"); try { forkJoinPool.submit(() -> set.parallelStream().forEach(test::print) ).get(); } catch (Exception e) { return; } System.out.println("\n\nlist print"); try { forkJoinPool.submit(() -> list.parallelStream().forEach(test::print) ).get(); } catch (Exception e) { return; } } private void print(int i){ System.out.println("start: " + i); try { TimeUnit.SECONDS.sleep(1); } catch (InterruptedException e) { } System.out.println("end: " + i); }
这是我在Windows 7上获得的输出
set print start: 1 end: 1 start: 2 end: 2 list print start: 2 start: 1 end: 1 end: 2
我们可以看到Set中的第一个元素必须在处理第二个元素之前完成。 对于List ，第二个元素在第一个元素完成之前开始。
你能告诉我导致这个问题的原因，以及如何使用Set集合来避免它？
我可以重现您看到的行为，并行性与您指定的fork-join池并行性的并行性不匹配。 在将fork-join pool parallelism设置为10并将集合中的元素数量增加到50之后，我看到基于列表的流的并行性仅上升到6，而基于集合的流的并行性从未超过2。
但请注意，将任务提交到fork-join池以在该池中运行并行流的这种技术是一种实现“技巧”，并不能保证能够正常工作。 实际上， 未指定用于执行并行流的线程或线程池。 默认情况下，使用公共fork-join池，但在不同的环境中，最终可能会使用不同的线程池。 （考虑应用程序服务器中的容器。）
在java.util.stream.AbstractTask类中， LEAF_TARGET字段确定完成的拆分量，这反过来又决定了可以实现的并行度。 这个字段的值基于ForkJoinPool.getCommonPoolParallelism() ，它当然使用公共池的并行性，而不是任何池正在运行任务。
可以说这是一个错误（参见OpenJDK问题JDK-8190974 ），但是，无论如何，整个区域都没有说明。 但是，系统的这个区域肯定需要开发，例如在拆分策略，可用并行数量，处理阻塞任务以及其他问题方面。 JDK的未来版本可能会解决其中一些问题。
同时，可以通过使用系统属性来控制公共fork-join池的并行性。 如果您将此行添加到您的程序，
System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism", "10");
并且您在公共池中运行流（或者如果您将它们提交到具有足够高的并行度设置的池中），您将观察到更多的任务并行运行。
您还可以使用-D选项在命令行上设置此属性。
同样，这不是保证行为，并且可能在将来发生变化。 但是这种技术可能适用于可预见的未来的JDK 8实现。