Java8的自定义收集器与并行

Wesley13
• 阅读 833

Lambda表达式是Java8最重要的新特性,基础的内容这里就不说了,让我们从收集器开始。

什么是收集器

就是用于收集流运算后结果的角色。例如:

List<String> collect = list.stream().map(TestBean::getName).collect(Collectors.toList());

以上代码最后的Collectors.toList(),就是Java8原生的收集器,用于把流结果放到一个List中。

原生的收集器还有很多,大多定义在Collectors下的静态方法。

通过收集器的组合,能产生很复杂的收集效果,这里就不展开说了,有兴趣的可以去翻翻。

这里要说的是在原生收集器用的不趁手的时候,如何自定义一个收集器。

其实蛮简单的。

实现Collector接口就可以了。

拿一个例子来说吧,现在要定义把一个整数流中所有数求和的收集器。

比如对于流:1,2,3,4,5....

计算出来就是:1+2+3+....

好,现在来定义一个类,实现Collector接口:

Collector接口

public class LongSumCollector implements
        Collector<Long, LongSumCollector, Long> {
   ...
}

Collector接口有三个范型定义:

第一个,定义流的数据类;

第二个,定义保存中间计算结果的类,这里我们写的是收集器自身,也可以定义其他计算类;

第三个,定义流收集器的最后结果类型,就是计算出来的最后结果是个什么类型;

Collector接口有多个方法要实现,结构如下:

public class LongSumCollector implements
        Collector<Long, LongSumCollector, Long>{

    @Override
    public Supplier<LongSumCollector > supplier() {
        return null;
    }

    @Override
    public BiConsumer<LongSumCollector, Long> accumulator() {
        return null;
    }

    @Override
    public BinaryOperator<LongSumCollector> combiner() {
        return null;
    }

    @Override
    public Function<LongSumCollector, Long> finisher() {
        return null;
    }

    @Override
    public Set<java.util.stream.Collector.Characteristics> characteristics() {
        return null;
    }
}

下面来挨个说明一下:

supplier()方法

对计算器的初始化,就是接口范型中间那个定义的计算器类型,方法返回一个创建计算器的lambda:

    @Override
    public Supplier<LongSumCollector> supplier() {
        return () -> new LongSumCollector();
    }

accumulator()方法

计算器对流中数据的处理,方法返回的也是lambda,第一个参数为计算器,第二个参数为流程中的数据:

    @Override
    public BiConsumer<LongSumCollector, Long> accumulator() {
        return (collector, value) -> {
            collector.sum += value;
        };
    }

代码中的sum用来记录求合结果

combiner()方法

用于在并发计算的情况下,对各路并发计算的结果进行合并,方法返回的lambda,两个参数就是进行合并的两路计算器,lambda要求最后返回合并的结果。

    @Override
    public BinaryOperator<LongSumCollector> combiner() {
        return (c1, c2) -> {
            c1.sum += c2.sum;
            return c1;
        };
    }

finisher()方法


输出最后的结果:

    @Override
    public Function<LongSumCollector, Long> finisher() {
        return (c1) -> c1.sum;
    }

characteristics() 方法

用于标记收集器的特性,这里先返回一个空Set。

    @Override
    public Set<java.util.stream.Collector.Characteristics> characteristics() {
        return new HashSet<>();
    }

好,现在收集器已经自定义完了,怎么用呢?

这里写一个测试代码

// 数据流列表
List<Long> list = new ArrayList<Long>(100 * 10000);

// 生成100W个数
LongStream.range(1, 100 * 10000).forEach((value) -> list.add(value));

// 用流进行数据计算
Long sum = list.stream().collect(new LongSumCollector());

最后collect方法返回的值就是求和的结果,这种方式是不是很优雅?

并行

=====

在流程计算下,并行的实现简直是有够简单粗暴。

只需要用parallelStream()方法返回的流进行的计算就是并行的:

Long sum = list.parallelStream().collect(new LongSumCollector());

为了展式并行和串行的差别,加以时间计算和结果输出进行对比:

// 数据流列表
List<Long> dataList = new ArrayList<Long>(1000 * 10000);

// 生成1000W个数
LongStream.range(1, 1000 * 10000).forEach(
        (value) -> dataList.add(value));
System.out.println("start");
// 用串行流进行数据计算
long time1 = System.currentTimeMillis();
Long sum1 = dataList.stream().sequential()
        .collect(new LongSumCollector());
time1 = System.currentTimeMillis() - time1;
System.out.println("stream        :" + time1 + ":" + sum1);
        
// 用并行流进行数据计算
long time2 = System.currentTimeMillis();
Long sum2 = dataList.parallelStream().collect(new LongSumCollector());
time2 = System.currentTimeMillis() - time2;
System.out.println("parallelStream:" + time2 + ":" + sum2);
System.out.println(time2 / (time1 * 1.0));

打印的结果如下:

stream        :68:49999995000000
parallelStream:121:49999995000000
1.7794117647058822

什么情况,并行居然是串行的近2倍的时间!

好吧,测试用机只有两核,所以并行的效率发挥不出来。

点赞
收藏
评论区
推荐文章
blmius blmius
3年前
MySQL:[Err] 1292 - Incorrect datetime value: ‘0000-00-00 00:00:00‘ for column ‘CREATE_TIME‘ at row 1
文章目录问题用navicat导入数据时,报错:原因这是因为当前的MySQL不支持datetime为0的情况。解决修改sql\mode:sql\mode:SQLMode定义了MySQL应支持的SQL语法、数据校验等,这样可以更容易地在不同的环境中使用MySQL。全局s
皕杰报表之UUID
​在我们用皕杰报表工具设计填报报表时,如何在新增行里自动增加id呢?能新增整数排序id吗?目前可以在新增行里自动增加id,但只能用uuid函数增加UUID编码,不能新增整数排序id。uuid函数说明:获取一个UUID,可以在填报表中用来创建数据ID语法:uuid()或uuid(sep)参数说明:sep布尔值,生成的uuid中是否包含分隔符'',缺省为
待兔 待兔
5个月前
手写Java HashMap源码
HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程HashMap的使用教程22
Jacquelyn38 Jacquelyn38
3年前
2020年前端实用代码段,为你的工作保驾护航
有空的时候,自己总结了几个代码段,在开发中也经常使用,谢谢。1、使用解构获取json数据let jsonData  id: 1,status: "OK",data: 'a', 'b';let  id, status, data: number   jsonData;console.log(id, status, number )
Wesley13 Wesley13
3年前
Java日期时间API系列31
  时间戳是指格林威治时间1970年01月01日00时00分00秒起至现在的总毫秒数,是所有时间的基础,其他时间可以通过时间戳转换得到。Java中本来已经有相关获取时间戳的方法,Java8后增加新的类Instant等专用于处理时间戳问题。 1获取时间戳的方法和性能对比1.1获取时间戳方法Java8以前
Wesley13 Wesley13
3年前
mysql设置时区
mysql设置时区mysql\_query("SETtime\_zone'8:00'")ordie('时区设置失败,请联系管理员!');中国在东8区所以加8方法二:selectcount(user\_id)asdevice,CONVERT\_TZ(FROM\_UNIXTIME(reg\_time),'08:00','0
Wesley13 Wesley13
3年前
00:Java简单了解
浅谈Java之概述Java是SUN(StanfordUniversityNetwork),斯坦福大学网络公司)1995年推出的一门高级编程语言。Java是一种面向Internet的编程语言。随着Java技术在web方面的不断成熟,已经成为Web应用程序的首选开发语言。Java是简单易学,完全面向对象,安全可靠,与平台无关的编程语言。
Stella981 Stella981
3年前
Django中Admin中的一些参数配置
设置在列表中显示的字段,id为django模型默认的主键list_display('id','name','sex','profession','email','qq','phone','status','create_time')设置在列表可编辑字段list_editable
Wesley13 Wesley13
3年前
MySQL部分从库上面因为大量的临时表tmp_table造成慢查询
背景描述Time:20190124T00:08:14.70572408:00User@Host:@Id:Schema:sentrymetaLast_errno:0Killed:0Query_time:0.315758Lock_
Python进阶者 Python进阶者
11个月前
Excel中这日期老是出来00:00:00,怎么用Pandas把这个去除
大家好,我是皮皮。一、前言前几天在Python白银交流群【上海新年人】问了一个Pandas数据筛选的问题。问题如下:这日期老是出来00:00:00,怎么把这个去除。二、实现过程后来【论草莓如何成为冻干莓】给了一个思路和代码如下:pd.toexcel之前把这