并行流 線程池

并行數據庫流

在上一篇文章中 ，我寫了關于使用并行流和Speedment并行處理數據庫內容的文章。 在許多情況下，并行流可能比通常的順序數據庫流快得多。

線程池

Speedment是一個開源的Stream ORM Java工具包和Runtime Java工具，它將現有數據庫及其表包裝到Java 8流中。 我們可以使用現有的數據庫并運行Speedment工具，它將生成與我們使用該工具選擇的表相對應的POJO類。 Speedment的一個獨特功能是它支持并行數據庫流，并且可以使用不同的并行策略來進一步優化性能。默認情況下，并行流是在公共ForkJoinPool上執行的，它們可能會與其他任務競爭。 在本文中，我們將學習如何根據自己的習慣執行并行數據庫流。
ForkJoinPool，可以更好地控制我們的執行環境。

加速入門

前往GitHub上的開放源Speedment ，學習如何開始Speedment項目。 將工具連接到現有數據庫確實非常容易。 閱讀我的
以前的文章提供了有關數據庫表和PrimeUtil類的外觀的更多信息，如以下示例所示。

在默認的ForkJoinPool上執行

這是我在上一篇文章中討論的應用程序，它將并行掃描數據庫表以查找未確定的素數候選者，然后將確定它們是否為素數，并相應地更新表。 看起來是這樣的：

Manager<PrimeCandidate> candidatesHigh = app.configure(PrimeCandidateManager.class).withParallelStrategy(ParallelStrategy.computeIntensityHigh()).build();candidatesHigh.stream() .parallel() // Use a parallel stream.filter(PrimeCandidate.PRIME.isNull()) // Only consider nondetermined prime candidates.map(pc -> pc.setPrime(PrimeUtil.isPrime(pc.getValue()))) // Sets if it is a prime or not.forEach(candidatesHigh.updater()); // Apply the Manager's updater

首先，我們使用stream().filter(PrimeCandidate.PRIME.isNull())方法在所有候選對象上創建流（使用名為ParallelStrategy.computeIntensityHigh（）的并行策略），其中“ prime” stream().filter(PrimeCandidate.PRIME.isNull()) null 。 然后，對每個這樣的總理候選人PC，我們無論是“黃金”列設置為true ，如果pc.getValue()是一個主要的或false ，如果pc.getValue()是不是一個素數。 有趣的是， pc.setPrime()方法返回實體pc本身，使我們可以輕松地在多個流操作上進行標記。 在最后一行，我們通過應用candidatesHigh.updater()函數以檢查結果更新數據庫。

同樣，請確保查看我以前的文章 ，了解并行策略的詳細信息和好處。 簡而言之，Java的默認并行策略可以很好地滿足較低的計算需求，因為它在每個線程上放置了大量初始工作項。 Speedment的并行策略對于中等到較高的計算需求更好地工作，從而將少量工作項布置在參與線程上。

該流將確定完全并行的質數，并且執行線程將使用公共的ForkJoinPool如該圖所示（我的筆記本電腦具有4個CPU核心和8個CPU線程）：

使用自定義執行器服務

正如我們在本文開頭所了解的那樣，并行流是由Common執行的。
默認情況下， ForkJoinPool 。 但是，有時我們想使用我們自己的執行器，也許是因為我們害怕泛濫成災
ForkJoinPool ，以便其他任務無法正常運行。 可以為Speedment（和其他流庫）輕松地定義我們自己的執行程序，如下所示：

final ForkJoinPool forkJoinPool = new ForkJoinPool(3);forkJoinPool.submit(() -> candidatesHigh.stream() .parallel().filter(PrimeCandidate.PRIME.isNull()).map(pc -> pc.setPrime(PrimeUtil.isPrime(pc.getValue()))).forEach(candidatesHigh.updater()); );try {forkJoinPool.shutdown();forkJoinPool.awaitTermination(1, TimeUnit.HOURS);} catch (InterruptedException ie) {ie.printStackTrace();}

該應用程序代碼未經修改，但被包裝到一個我們可以控制自己的自定義ForkJoinPool中。 在上面的示例中，我們設置了一個只有三個工作線程的線程池。 工作線程不與公共ForkJoinPool的線程共享。

使用自定義執行程序服務的線程如下所示：

這樣，我們既可以控制實際的ThreadPool本身，也可以使用并行策略來精確控制工作項在該池中的布局方式！

保持游泳池中的熱量！

翻譯自: https://www.javacodegeeks.com/2016/11/work-parallel-database-streams-using-custom-thread-pools.html

并行流 線程池

總結

以上是生活随笔為你收集整理的并行流 线程池_使用自定义线程池处理并行数据库流的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。