专注于Java领域优质技术，欢迎关注
- 作者：Carpenter Lee
Stream Performance
为保证测试结果真实可信，我们将 JVM 运行在 -server模式下，测试数据在 GB 量级，测试机器采用常见的商用服务器，配置如下：
性能测试并不是容易的事，Java 性能测试更费劲，因为虚拟机对性能的影响很大，JVM 对性能的影响有两方面：
- GC 的影响。GC 的行为是 Java 中很不好控制的一块，为增加确定性，我们手动指定使用 CMS 收集器，并使用 10GB 固定大小的堆内存。具体到 JVM 参数就是 -XX:+UseConcMarkSweepGC-Xms10G-Xmx10G
- JIT(Just-In-Time) 即时编译技术。即时编译技术会将热点代码在 JVM 运行的过程中编译成本地代码，测试时我们会先对程序预热，触发对测试函数的即时编译。相关的 JVM 参数是 -XX:CompileThreshold=10000。
测试数据由程序随机生成。为防止一次测试带来的抖动，测试 4 次求出平均时间作为运行时间。
测试内容：找出整型数组中的最小值。对比 for 循环外部迭代和 Stream API 内部迭代性能。
并行迭代性能跟可利用的核数有关，上图中的并行迭代使用了全部 12 个核，为考察使用核数对性能的影响，我们专门测试了不同核数下的 Stream 并行迭代效果：
分析，对于基本类型：
- 使用 Stream 并行 API 在单核情况下性能很差，比 Stream 串行 API 的性能还差；
- 随着使用核数的增加，Stream 并行效果逐渐变好，比使用 for 循环外部迭代的性能还好。
实验二 对象迭代
测试内容：找出字符串列表中最小的元素（自然顺序），对比 for 循环外部迭代和 Stream API 内部迭代性能。
测试程序 StringTest，测试结果如下图：
结果分析如下：
- 对于对象类型 Stream 串行迭代的性能开销仍然高于外部迭代开销（1.5 倍），但差距没有基本类型那么大。
- Stream 并行迭代的性能比串行迭代和外部迭代都好。
再来单独考察 Stream 并行迭代效果：
分析，对于对象类型：
- 使用 Stream 并行 API 在单核情况下性能比 for 循环外部迭代差；
- 随着使用核数的增加，Stream 并行效果逐渐变好，多核带来的效果明显。
实验三 复杂对象归约
测试内容：给定订单列表，统计每个用户的总交易额。对比使用外部迭代手动实现和 Stream API 之间的性能。
我们将订单简化为 <userName,price,timeStamp>构成的元组，并用 Order对象来表示。测试程序 ReductionTest，测试结果如下图：
分析，对于复杂的归约操作：
- Stream API 的性能普遍好于外部手动迭代，并行 Stream 效果更佳；
再来考察并行度对并行效果的影响，测试结果如下：
分析，对于复杂的归约操作：
- 使用 Stream 并行归约在单核情况下性能比串行归约以及手动归约都要差，简单说就是最差的；
- 随着使用核数的增加，Stream 并行效果逐渐变好，多核带来的效果明显。
以上两个实验说明，对于复杂的归约操作，Stream 串行归约效果好于手动归约，在多核情况下，并行归约效果更佳。我们有理由相信，对于其他复杂的操作，Stream API 也能表现出相似的性能表现。
结论
所以，如果出于性能考虑，1. 对于简单操作推荐使用外部迭代手动实现，2. 对于复杂操作，推荐使用 Stream API， 3. 在多核情况下，推荐使用并行 Stream API 来发挥多核优势，4. 单核情况下不建议使用并行 Stream API。
如果出于代码简洁性考虑，使用 Stream API 能够写出更短的代码。即使是从性能方面说，尽可能的使用 Stream API 也另外一个优势，那就是只要 Java Stream 类库做了升级优化，代码不用做任何修改就能享受到升级带来的好处。
来自：github.com/CarpenterLee/JavaLambdaInternals
