并行流就是把一个内容分成多个数据块，并用不同的线程分别处理每个数据块的流。
java 8 中将并行进行了优化，我们可以很容易的对数据进行并行操作。Stream API 可以声明性地通过 parallel（）与 sequential（）在并行流与顺序流之间进行切换。
了解 Fork/Join 框架
Fork/Join 框架：就是在必要的情况下，将一个大任务，进形拆分（fork）成若干个小任务（拆到不可再拆时），再将一个个的小任务运行的结果进行join汇总。
Fork/Join 框架与传统线程池的区别：
采用“工作窃取”模式(work-stealing):
当执行新的任务时，它可以将其拆分成更小的任务执行，并将小任务加到线程队列中，然后再从一个随机线程的队列中偷一个并把它放在自己的队列中。
相对于一般的线程池实现,fork/join框架的优势体现在对其中包含的任务的处理方式上.在一般的线程池中,如果一个线程正在执行的任务由于某些原因无法继续运行,那么该线程会处于等待状态.而在fork/join框架实现中,如果某个子问题由于等待另外一个子问题的完成而无法继续运行.那么处理该子问题的线程会主动寻找其他尚未运行的子问题来执行.这种方式减少了线程的等待时间,提高了性能。
import java.time.Duration;
import java.time.Instant;
import java.util.concurrent.ForkJoinPool;
import java.util.concurrent.ForkJoinTask;
import java.util.concurrent.RecursiveTask;
import java.util.stream.LongStream;
public class TestForkJoin {
public static void main(String[] xx){
}
private static void test1(){
Instant start=Instant.now();
ForkJoinPool pool=new ForkJoinPool();
ForkJoinTask task = new ForkJoinCalculate(0L, 10000000000L);
long sum = pool.invoke(task);
System.out.println(sum);
Instant end=Instant.now();
System.out.println("消耗时间"+Duration.between(start, end).toMillis()+"ms");//消耗时间3409ms
}
private static void test2(){
Instant start=Instant.now();
Long sum = LongStream.rangeClosed(0L, 10000L)
.parallel()
.reduce(0,Long::sum);
System.out.println(sum);
Instant end=Instant.now();
System.out.println("消耗时间" + Duration.between(start, end).toMillis()+"ms");//消耗时间2418ms
}
}
class ForkJoinCalculate extends RecursiveTask{
private static final long serialVersionUID = 1234567890L;//序列号
private long start;
private long end;
private static final long THRESHOLD=2500000000L;//临界值
public ForkJoinCalculate(long start,long end) {
this.start=start;
this.end=end;
}
@Override
protected Long compute() {
long length = end - start;
if(length <= THRESHOLD){
long sum=0;
for(long i = start; i <= end; i++){
sum += i;
}
return sum;
}else{
long middle = (start+end)/2;
ForkJoinCalculate left = new ForkJoinCalculate(start, middle);
left.fork();
ForkJoinCalculate right=new ForkJoinCalculate(middle+1, end);
right.fork();
return left.join() + right.join();
}
}
} 
