java8join

① 利用java8stream如何實現leftjoin操作

在JAVA中，使用Stream流處理數組、Collection等集合類中的元素，可以實現更簡潔、優雅的代碼編寫。例如，從給定句子中返回單詞長度大於5的單詞列表，並按長度倒序輸出，最多返回3個。使用JAVA8及之後版本的Stream流，可以更直觀地實現這一需求。

Stream相較於傳統的foreach方式，其主要優勢體現在代碼的簡潔性和表達力上。Stream流操作可以分為開始管道、中間管道和終止管道三類。通過這些管道，開發者可以利用map、flatMap、peek、foreach等方法對數據進行轉換、過濾、遍歷和終止處理。此外，Stream還支持並行處理，充分利用多CPU硬體提升邏輯執行速度。

Stream的核心概念包括開始管道、中間管道和終止管道，分別用於新建Stream流、對流進行處理並返回新流、執行邏輯處理或返回結果數據。中間管道操作可以疊加，終止管道操作則負責最終結果的生成。

在Stream方法使用中，map和flatMap用於轉換元素，map保持元素個數不變，flatMap將多個元素展開為一個新的Stream。peek和foreach方法用於元素遍歷，但peek屬於中間方法，必須在終止操作後執行，而foreach可以直接執行。filter、sorted、distinct、limit等中間操作方法用於數據篩選、排序、去重和限制結果數量。

Stream終止方法分為簡單結果終止方法（如count、max、min等）和結果收集終止方法（如生成集合、拼接字元串、進行數學運算等）。在使用Stream時，需注意一旦執行了終止操作，後續便不能再次讀取流執行其他操作，以免產生錯誤。

Stream並行流機制通過將流劃分為多個片段並行執行，可以顯著提升邏輯執行速度，但需注意線程安全問題。在並行流終止執行的函數邏輯中，確保線程安全是關鍵。

Stream相較於傳統的foreach方式，其優勢主要體現在代碼簡潔性、表達力和處理效率上。Stream提供了豐富的中間和終止操作方法，以及並行流處理能力，使得開發者能夠編寫出更加高效、易於理解的代碼。

綜上所述，Stream在處理集合類數據時具有明顯優勢。掌握Stream的核心概念和方法，能夠幫助開發者更高效地編寫代碼。實踐是檢驗真理的唯一標准，希望讀者們能夠嘗試在項目中使用Stream，享受更簡潔、高效的編程體驗。如有疑問，歡迎交流探討。

② Java8 parallelStream淺析

在Java8中，lamda表達式和Stream介面的引入顯著簡化了代碼，增強了表達能力，同時也提高了效率。Stream介面中的parallelStream方法提供並發操作的支持，本文將深入探討parallelStream的使用方法。

讓我們先來看看Java文檔對parallelStream的定義。parallelStream允許並行執行操作，簡化了多線程編程。

接下來，我們通過一個例子來直觀感受stream和parallelStream的區別。從執行結果中，我們可以看到stream順序輸出，而parallelStream的輸出順序無序，且parallelStream的執行時間僅為stream的五分之一。這表明在當前測試場景下，parallelStream在性能上表現出色。

parallelStream的性能提升得益於ForkJoin框架和ForkJoinPool的使用。ForkJoin框架是Java7中提供的並行執行框架，其策略為分而治之，即將任務分解為多個子任務並行執行，然後合並結果。

ForkJoin框架與ThreadPoolExecutor的區別在於，ForkJoin框架可以高效處理大量任務，且支持父子依賴關系，而ThreadPoolExecutor則無法支持這種場景。

Java 8在ForkJoinPool中添加了一個通用線程池，用於處理自動並行化任務。這個線程池能夠自動並行化數組排序、元素遍歷等操作。在並行計算邏輯方面，使用ForkJoinPool相較於ThreadPoolExecutor更具有優勢，尤其是在代碼可讀性和代碼量上。

默認的線程數量等於計算機處理器數量，用戶可以通過系統屬性調整此數量：-Djava.util.concurrent.ForkJoinPool.common.parallelism={N}。

我們對代碼進行了調整，將sleep時間改為2ms。執行結果顯示，doParallelStream耗時最多，這表明並不是所有情況下並行執行都能帶來最佳性能。具體場景需通過測試和分析來確定。

並發操作中，線程安全問題不容忽視。一個示例展示了stream.parallel.forEach()中的操作可能不具有線程安全性。解決此問題，可以將集合轉換為同步集合，例如：Collections.synchronizedList(new ArrayList<>())。

總結，parallelStream提供了並行執行的強大能力，但用戶需根據實際應用場景評估性能，同時注意線程安全問題。