Java8 中用法优雅的 Stream，性能也"优雅"吗？

来源： https://dwz.cn/pSW0u0Qr

Java8的Stream API可以极大提高Java程序员的生产力，让程序员写出高效率、干净、简洁的代码。 那么，Stream API的性能到底如何呢，代码整洁的背后是否意味着性能的损耗呢？ 本文对Stream API的性能一探究竟。

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：

测试方法与数据

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：

1. 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

2. 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 。

Stream并行执行时用到 ForkJoinPool.commonPool() 得到的线程池，为控制并行度我们使用Linux的 taskset 命令指定JVM可用的核数。

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。

基本类型迭代

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。

测试程序IntTest，测试结果如下图：

图中展示的是for循环外部迭代耗时为基准的时间比值。 分析如下：

1. 对于基本类型Stream串行迭代的性能开销明显高于外部迭代开销（两倍）；

2. Stream并行迭代的性能比串行迭代和外部迭代都好。

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：

1. 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；

2. 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。

以上两个测试说明，对于基本类型的简单迭代，Stream串行迭代性能更差，但多核情况下Stream迭代时性能较好。

对象迭代

接下来我们再来看对象的迭代效果。

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：

1. 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。

2. 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：

1. 使用Stream并行API在单核情况下性能比for循环外部迭代差；

2. 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。

以上两个测试说明，对于对象类型的简单迭代，Stream串行迭代性能更差，但多核情况下Stream迭代时性能较好。

复杂对象归约

从实验一、二的结果来看，Stream串行执行的效果都比外部迭代差（很多），是不是说明Stream真的不行了？ 先别下结论，我们再来考察一下更复杂的操作。

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 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：

1. 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：