面试题：Java并行流在复杂数据处理场景下的多CPU资源分配

并行流的使用思路
- 首先利用Stream的parallel()方法将顺序流转换为并行流，以充分利用多CPU核心。
- 分组操作可以使用Collectors.groupingBy，在并行环境下，它能自动处理数据的分区和合并。
- 对于每组数据的复杂计算，要确保计算过程是线程安全的，例如使用不可变对象或者线程安全的集合。同时，避免在计算过程中产生大量中间数据，以免造成性能瓶颈。
关键代码示例 假设我们有一个Person类，包含name和age属性，要按age分组并计算每个年龄组中名字的长度总和。

import java.util.ArrayList;
import java.util.List;
import java.util.Map;
import java.util.stream.Collectors;

class Person {
    private String name;
    private int age;

    public Person(String name, int age) {
        this.name = name;
        this.age = age;
    }

    public String getName() {
        return name;
    }

    public int getAge() {
        return age;
    }
}

public class ParallelStreamExample {
    public static void main(String[] args) {
        List<Person> people = new ArrayList<>();
        people.add(new Person("Alice", 25));
        people.add(new Person("Bob", 30));
        people.add(new Person("Charlie", 25));

        Map<Integer, Integer> result = people.parallelStream()
               .collect(Collectors.groupingBy(
                        Person::getAge,
                        Collectors.summingInt(p -> p.getName().length())
                ));

        result.forEach((age, sumLength) -> System.out.println("Age " + age + ": Total name length = " + sumLength));
    }
}

在上述代码中：

people.parallelStream()将List转换为并行流。
Collectors.groupingBy(Person::getAge, Collectors.summingInt(p -> p.getName().length()))按age分组，并对每个组内的名字长度进行求和。这一操作在并行流环境下能够并行执行，有效利用多CPU资源，并且Collectors中的方法在并行处理时是线程安全的。

星途面试题库

面试题：Java并行流在复杂数据处理场景下的多CPU资源分配

知识考点

面试题答案