面試官：java8中parallelStream提升數倍查詢效率是怎樣實現的
業務場景
在很多專案中，都有類似資料彙總的業務場景，查詢今日註冊會員數，線上會員數，訂單總金額，支出總金額等。。。這些業務通常都不是存在同一張表中，我們需要依次查詢出來然後封裝成所需要的物件返回給前端。那麼在此過程中，就可以把這個介面中“大任務”拆分成N個小任務，非同步執行這些小任務，等到最後一個小任務執行完，把所有任務的執行結果封裝到返回結果中，統一返回到前端展示。
同步執行
首先看看同步執行的程式碼
public class Test {
@Data
@NoArgsConstructor
@AllArgsConstructor
@ToString
class Result {
/**
* 線上人數
*/
Integer onlineUser；
/**
* 註冊人數
*/
Integer registered；
/**
* 訂單總額
*/
BigDecimal orderAmount；
/**
* 支出總額
*/
BigDecimal outlayAmount；
}
@org。junit。Test
public void collect（） {
System。out。println（“資料彙總開始”）；
long startTime = System。currentTimeMillis（）；
Integer onlineUser = queryOnlineUser（）；
Integer registered = queryRegistered（）；
BigDecimal orderAmount = queryOrderAmount（）；
BigDecimal outlayAmount = queryOutlayAmount（）；
Result result = new Result（onlineUser， registered， orderAmount， outlayAmount）；
long endTime = System。currentTimeMillis（）；
System。out。println（“獲取彙總資料結束，result = ” + result）；
System。out。println（“總耗時 = ” + （endTime - startTime） + “毫秒”）；
}
public Integer queryOnlineUser（） {
try {
Thread。sleep（2000）；
} catch （InterruptedException e） {
e。printStackTrace（）；
}
System。out。println（“查詢線上人數 耗時2秒”）；
return 10；
}
public Integer queryRegistered（） {
try {
Thread。sleep（2000）；
} catch （InterruptedException e） {
e。printStackTrace（）；
}
System。out。println（“查詢註冊人數 耗時2秒”）；
return 10086；
}
public BigDecimal queryOrderAmount（） {
try {
Thread。sleep（3000）；
} catch （InterruptedException e） {
e。printStackTrace（）；
}
System。out。println（“查詢訂單總額 耗時3秒”）；
return BigDecimal。valueOf（2000）；
}
public BigDecimal queryOutlayAmount（） {
try {
Thread。sleep（3000）；
} catch （InterruptedException e） {
e。printStackTrace（）；
}
System。out。println（“查詢支出總額 耗時3秒”）；
return BigDecimal。valueOf（1000）；
}
}
執行時長想必大家都能夠想得到，理所應當是10秒以上
資料彙總開始
查詢線上人數 耗時2秒
查詢註冊人數 耗時2秒
查詢訂單總額 耗時3秒
查詢支出總額 耗時3秒
獲取彙總資料結束，result = Test。Result（onlineUser=10， registered=10086， orderAmount=2000， outlayAmount=1000）
總耗時 = 10008毫秒
非同步執行
下面換成非同步執行，用java8的parallelStream（並行流），這裡為什麼不用Thread呢，這裡有一個注意點，我們需要獲取所有所有子任務執行完的時間點，在這個時間點之後才能將結果封裝返回，Thread沒有辦法滿足，這裡parallelStream和函式式介面就登場了。
java8的特性之一 —— lambda表示式，就是配合函式式介面使用的。
java8內建了四大核心函式式介面：
1、Consumer ： 消費型介面 void accept（T t）；
2、Supplier ： 供給型介面 T get（）；
3、Function
4、Predicate ： 斷言型介面 boolean test（T t）；
這四大核心函式式介面其下還有很多子介面，基本上能滿足日常專案所用，這裡扯遠了。。 直接上程式碼。
這裡我們需要使用的是Runable介面，是無參無返回值的一個介面。在實際場景中，可能有時間範圍之類的查詢引數的，則可以根據不同業務使用不同的介面。這種方式也可以用Future介面去實現，有興趣的可以試一試，這裡就不多做敘述了。
@org。junit。Test
public void collect（） {
System。out。println（“資料彙總開始”）；
long startTime = System。currentTimeMillis（）；
Result result = new Result（）；
List
{
add（（） -> result。setOnlineUser（queryOnlineUser（）））；
add（（） -> result。setRegistered（queryRegistered（）））；
add（（） -> result。setOrderAmount（queryOrderAmount（）））；
add（（） -> result。setOutlayAmount（queryOutlayAmount（）））；
}
}；
taskList。parallelStream（）。forEach（v -> v。run（））；
long endTime = System。currentTimeMillis（）；
System。out。println（“獲取彙總資料結束，result = ” + result）；
System。out。println（“總耗時 = ” + （endTime - startTime） + “毫秒”）；
}
執行結果，由於四個子任務都是並行的，效率直接提升了三倍，如果子任務越多的話提升效果越明顯。
資料彙總開始
查詢線上人數 耗時2秒
查詢註冊人數 耗時2秒
查詢訂單總額 耗時3秒
查詢支出總額 耗時3秒
獲取彙總資料結束，result = Test。Result（onlineUser=10， registered=10086， orderAmount=2000， outlayAmount=1000）
總耗時 = 3079毫秒
總結
1。parallelStream是非同步程式設計的好幫手，在使用過程中一定要注意執行緒安全的問題。
2。以上這種方式只能用在沒有事務的業務中，因為在多執行緒中，事務是不共享的。
