能否用Java Stream对ArrayList元素并行调用计算方法并将结果存入HashMap

结论 #

完全可以通过Java并行流实现该需求，理论上50个任务的总耗时可以从原来的250分钟左右降低到和你机器核心数匹配的水平，比如8核心的场景下可以降到30分钟左右，优化效果非常明显。

优化后代码 #

import java.math.BigDecimal;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.stream.Collectors;

public HashMap<String, BigDecimal> calculateRevenueForAllMonths() {
    ArrayList<String> sMonths = new ArrayList<String>();
    // sMonths = 存储50个月份的列表

    // 并行流计算，直接收集为HashMap
    return sMonths.parallelStream()
            .collect(Collectors.toMap(
                    month -> month,
                    this::calculateRevenue,
                    // 冲突处理逻辑，正常无重复月份，直接返回前者即可
                    (oldVal, newVal) -> oldVal,
                    HashMap::new
            ));
}


public BigDecimal calculateRevenue(String mnth) {
    BigDecimal businessValue = BigDecimal.ZERO;
    // 原有计算逻辑保持不变
    // 执行计算操作
    // 将对应月份的营收结果存入BigDecimal类型变量
    return businessValue;
}

注意事项 #

• 要保证calculateRevenue方法是线程安全的，方法内部不要使用非线程安全的共享可变变量，也不要修改外部公共变量，否则并行计算会出现数据异常。
• 并行流默认使用公共的ForkJoinPool，如果你业务中还有其他并行任务在运行，或者calculateRevenue方法存在大量IO等待，建议自定义线程池来执行并行任务，避免公共池资源被占用导致优化效果打折扣，自定义池示例如下：

import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ExecutionException;

// 自定义10个线程的ForkJoinPool，可根据实际机器配置调整线程数
ForkJoinPool customPool = new ForkJoinPool(10);
try {
    return customPool.submit(() -> 
        sMonths.parallelStream().collect(Collectors.toMap(
            month -> month,
            this::calculateRevenue,
            (oldVal, newVal) -> oldVal,
            HashMap::new
        ))
    ).get();
} catch (InterruptedException | ExecutionException e) {
    // 自行补充异常处理逻辑
    throw new RuntimeException("并行计算营收失败", e);
} finally {
    customPool.shutdown();
}

• 你提供的原有代码存在笔误：循环中使用的monthlyVR变量并未声明，实际应为提前创建的monthlyRevenue变量，流实现的代码已经修正了该问题。

内容的提问来源于stack exchange，提问作者Swetha Vani