Java 8：Streams与Collections的性能

我是Java 8的新手。我仍然不了解API的详细信息，但是我做了一个小型的非正式基准测试，以比较新Streams API与旧版Collections的性能。

该测试包括过滤的列表Integer，并针对每个偶数计算平方根并将其存储在结果List中Double。

这是代码：

    public static void main(String[] args) {
        //Calculating square root of even numbers from 1 to N       
        int min = 1;
        int max = 1000000;

        List<Integer> sourceList = new ArrayList<>();
        for (int i = min; i < max; i++) {
            sourceList.add(i);
        }

        List<Double> result = new LinkedList<>();


        //Collections approach
        long t0 = System.nanoTime();
        long elapsed = 0;
        for (Integer i : sourceList) {
            if(i % 2 == 0){
                result.add(Math.sqrt(i));
            }
        }
        elapsed = System.nanoTime() - t0;       
        System.out.printf("Collections: Elapsed time:\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));


        //Stream approach
        Stream<Integer> stream = sourceList.stream();       
        t0 = System.nanoTime();
        result = stream.filter(i -> i%2 == 0).map(i -> Math.sqrt(i)).collect(Collectors.toList());
        elapsed = System.nanoTime() - t0;       
        System.out.printf("Streams: Elapsed time:\t\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));


        //Parallel stream approach
        stream = sourceList.stream().parallel();        
        t0 = System.nanoTime();
        result = stream.filter(i -> i%2 == 0).map(i -> Math.sqrt(i)).collect(Collectors.toList());
        elapsed = System.nanoTime() - t0;       
        System.out.printf("Parallel streams: Elapsed time:\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));      
    }.

这是双核计算机的结果：

    Collections: Elapsed time:        94338247 ns   (0,094338 seconds)
    Streams: Elapsed time:           201112924 ns   (0,201113 seconds)
    Parallel streams: Elapsed time:  357243629 ns   (0,357244 seconds)

对于此特定测试，流的速度大约是集合速度的两倍，并且并行性无济于事（或者我是否使用了错误的方式？）。

问题：

• 这个测试公平吗？我有没有犯错？
• 流比集合慢吗？有人对此做出过良好的正式基准吗？
• 我应该争取哪种方法？

更新结果。

我按照@pveentjer的建议在JVM预热（1000次迭代）后运行了1000次测试：

    Collections: Average time:      206884437,000000 ns     (0,206884 seconds)
    Streams: Average time:           98366725,000000 ns     (0,098367 seconds)
    Parallel streams: Average time: 167703705,000000 ns     (0,167704 seconds)

在这种情况下，流的性能更高。我想知道在运行时仅过滤一次或两次的应用程序中会观察到什么。

1. LinkedList除了使用迭代器从列表中间删除大量内容外，停止使用其他任何内容。

2. 停止手动编写基准测试代码，使用JMH。

适当的基准：

@OutputTimeUnit(TimeUnit.NANOSECONDS)
@BenchmarkMode(Mode.AverageTime)
@OperationsPerInvocation(StreamVsVanilla.N)
public class StreamVsVanilla {
    public static final int N = 10000;

    static List<Integer> sourceList = new ArrayList<>();
    static {
        for (int i = 0; i < N; i++) {
            sourceList.add(i);
        }
    }

    @Benchmark
    public List<Double> vanilla() {
        List<Double> result = new ArrayList<>(sourceList.size() / 2 + 1);
        for (Integer i : sourceList) {
            if (i % 2 == 0){
                result.add(Math.sqrt(i));
            }
        }
        return result;
    }

    @Benchmark
    public List<Double> stream() {
        return sourceList.stream()
                .filter(i -> i % 2 == 0)
                .map(Math::sqrt)
                .collect(Collectors.toCollection(
                    () -> new ArrayList<>(sourceList.size() / 2 + 1)));
    }
}

结果：

Benchmark                   Mode   Samples         Mean   Mean error    Units
StreamVsVanilla.stream      avgt        10       17.588        0.230    ns/op
StreamVsVanilla.vanilla     avgt        10       10.796        0.063    ns/op

就像我期望的那样，流实现的速度相当慢。JIT能够内嵌所有lambda内容，但不会产生像原始版本一样完美的代码。

通常，Java 8流不是魔术。他们无法加快已经实现的事情的速度（可能是用普通迭代或Java 5的for-each语句替换为Iterable.forEach()and Collection.removeIf()调用）。流更多地涉及编码便利性和安全性。便利-速度折衷在这里起作用。

1）使用基准测试，您看到的时间少于1秒。这意味着副作用可能会对您的结果产生重大影响。所以我把你的任务增加了十倍

    int max = 10_000_000;

并运行您的基准。我的结果：

Collections: Elapsed time:   8592999350 ns  (8.592999 seconds)
Streams: Elapsed time:       2068208058 ns  (2.068208 seconds)
Parallel streams: Elapsed time:  7186967071 ns  (7.186967 seconds)

未经编辑（int max = 1_000_000）的结果是

Collections: Elapsed time:   113373057 ns   (0.113373 seconds)
Streams: Elapsed time:       135570440 ns   (0.135570 seconds)
Parallel streams: Elapsed time:  104091980 ns   (0.104092 seconds)

就像您的结果：流比收集慢。结论：流初始化/值传输花费了很多时间。

2）增加任务流后，速度变快了（可以），但是并行流仍然太慢。怎么了？注意：你有collect(Collectors.toList())在命令中。在并发执行的情况下，收集到单个集合实质上会引入性能瓶颈和开销。通过替换可以估算间接费用的相对成本

collecting to collection -> counting the element count

对于流，可以通过来完成collect(Collectors.counting())。我得到了结果：

Collections: Elapsed time:   41856183 ns    (0.041856 seconds)
Streams: Elapsed time:       546590322 ns   (0.546590 seconds)
Parallel streams: Elapsed time:  1540051478 ns  (1.540051 seconds)

那是一项艰巨的任务！（int max = 10000000）结论：收集物品要花费大部分时间。最慢的部分是添加到列表中。顺便说一句，简单ArrayList用于Collectors.toList()。

    public static void main(String[] args) {
    //Calculating square root of even numbers from 1 to N       
    int min = 1;
    int max = 10000000;

    List<Integer> sourceList = new ArrayList<>();
    for (int i = min; i < max; i++) {
        sourceList.add(i);
    }

    List<Double> result = new LinkedList<>();


    //Collections approach
    long t0 = System.nanoTime();
    long elapsed = 0;
    for (Integer i : sourceList) {
        if(i % 2 == 0){
            result.add( doSomeCalculate(i));
        }
    }
    elapsed = System.nanoTime() - t0;       
    System.out.printf("Collections: Elapsed time:\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));


    //Stream approach
    Stream<Integer> stream = sourceList.stream();       
    t0 = System.nanoTime();
    result = stream.filter(i -> i%2 == 0).map(i -> doSomeCalculate(i))
            .collect(Collectors.toList());
    elapsed = System.nanoTime() - t0;       
    System.out.printf("Streams: Elapsed time:\t\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));


    //Parallel stream approach
    stream = sourceList.stream().parallel();        
    t0 = System.nanoTime();
    result = stream.filter(i -> i%2 == 0).map(i ->  doSomeCalculate(i))
            .collect(Collectors.toList());
    elapsed = System.nanoTime() - t0;       
    System.out.printf("Parallel streams: Elapsed time:\t %d ns \t(%f seconds)%n", elapsed, elapsed / Math.pow(10, 9));      
}

static double doSomeCalculate(int input) {
    for(int i=0; i<100000; i++){
        Math.sqrt(i+input);
    }
    return Math.sqrt(input);
}

我稍稍更改了代码，在具有8个内核的mac book pro上运行，我得到了一个合理的结果：

采集时间：经过时间：1522036826 ns（1.522037秒）

流：经过时间：4315833719 ns（4.315834秒）

并行流：经过时间：261152901 ns（0.261153秒）

对于您要尝试执行的操作，无论如何我都不会使用常规的Java api。有大量的装箱/拆箱操作，因此会产生巨大的性能开销。

我个人认为设计的许多API都是废话，因为它们会创建大量的对象垃圾。

尝试使用double / int的原始数组，并尝试将其单线程处理，看看性能如何。

PS：您可能想看看JMH来完成基准测试。它可以解决一些典型的陷阱，例如预热JVM。