java8 stream
在上一篇有关该主题的文章中，我们了解到JDK 8stream()::count需要更长的时间来执行Stream更多的元素。 对于较新的JDK(例如Java 11)，简单流管道不再是这种情况。 了解JDK本身如何进行改进。
Java 8
在上一篇文章中，我们可以得出以下结论：list.stream().count()在Java 8下为O(N) ，即执行时间取决于原始列表中的元素数。 阅读文章在这里。
Java 9及更高版本
正如Nikolai Parlog(@nipafx)和Brian Goetz(@BrianGoetz)在Twitter上正确指出的那样，从Java 9开始改进了Stream::count的实现。这是对底层代码的比较Java 8和更高Java版本之间的Stream::count代码：
Java 8(来自ReferencePipeline类)
return mapToLong(e -> 1L).sum();Java 9及更高版本(来自ReduceOps类)
if (StreamOpFlag.SIZED.isKnown(flags)) {return spliterator.getExactSizeIfKnown();}
... 对于Java 9和更高版本的分离器来说， Stream::count似乎是O(1) ，而不是O(N) 。 让我们验证该假设。
基准测试
通过在Java 8和Java 11下运行以下JMH基准可以观察到big-O属性：
@State (Scope.Benchmark)public class CountBenchmark { private List<Integer> list; @Param ({ "1" , "1000" , "1000000" })private int size; @Setuppublic void setup() {list = IntStream.range( 0 , size).boxed().collect(toList());}@Benchmarkpublic long listSize() {return list.size();}@Benchmarkpublic long listStreamCount() {return list.stream().count();}public static void main(String[] args) throws RunnerException {Options opt = new OptionsBuilder().include(CountBenchmark. class .getSimpleName()).mode(Mode.Throughput).threads(Threads.MAX).forks( 1 ).warmupIterations( 5 ).measurementIterations( 5 ).build();new Runner(opt).run(); }}
这将在我的笔记本电脑(2015年中的MacBook Pro，2.2 GHz Intel Core i7)上产生以下输出：
JDK 8(来自上一篇文章)
Benchmark (size) Mode Cnt Score Error UnitsCountBenchmark.listSize 1 thrpt 5 966658591.905 ± 175787129.100 ops/sCountBenchmark.listSize 1000 thrpt 5 862173760.015 ± 293958267.033 ops/sCountBenchmark.listSize 1000000 thrpt 5 879607621.737 ± 107212069.065 ops/sCountBenchmark.listStreamCount 1 thrpt 5 39570790.720 ± 3590270.059 ops/sCountBenchmark.listStreamCount 1000 thrpt 5 30383397.354 ± 10194137.917 ops/sCountBenchmark.listStreamCount 1000000 thrpt 5 398.959 ± 170.737 ops/s
JDK 11
Benchmark (size) Mode Cnt Score Error UnitsCountBenchmark.listSize 1 thrpt 5 898916944.365 ± 235047181.830 ops/sCountBenchmark.listSize 1000 thrpt 5 865080967.750 ± 203793349.257 ops/sCountBenchmark.listSize 1000000 thrpt 5 935820818.641 ± 95756219.869 ops/sCountBenchmark.listStreamCount 1 thrpt 5 95660206.302 ± 27337762.894 ops/sCountBenchmark.listStreamCount 1000 thrpt 5 78899026.467 ± 26299885.209 ops/sCountBenchmark.listStreamCount 1000000 thrpt 5 83223688.534 ± 16119403.504 ops/s
可以看出，在Java 11中， list.stream().count()操作现在是O(1)而不是O(N) 。
Brian Goetz 指出，一些在Java 8下使用Stream::peek方法调用的开发人员发现，如果Stream::count终端操作在Java 9及更高版本下运行，则不再调用这些方法。 这给JDK开发人员带来了一些负面反馈。 就个人而言，我认为这是JDK开发人员的正确决定，相反，这为Stream::peek用户使他们的代码正确。
更复杂的流管道
在本章中，我们将介绍更复杂的流管道。
JDK 11
Tagir Valeev 得出结论，对于List::stream ，类似stream().skip(1).count()类的管道不是O(1) 。通过运行以下基准可以观察到这一点：
@Benchmarkpublic long listStreamSkipCount() {return list.stream().skip( 1 ).count();}
CountBenchmark.listStreamCount 1 thrpt 5 105546649.075 ± 10529832.319 ops/sCountBenchmark.listStreamCount 1000 thrpt 5 81370237.291 ± 15566491.838 ops/sCountBenchmark.listStreamCount 1000000 thrpt 5 75929699.395 ± 14784433.428 ops/sCountBenchmark.listStreamSkipCount 1 thrpt 5 35809816.451 ± 12055461.025 ops/sCountBenchmark.listStreamSkipCount 1000 thrpt 5 3098848.946 ± 339437.339 ops/sCountBenchmark.listStreamSkipCount 1000000 thrpt 5 3646.513 ± 254.442 ops/s
因此， list.stream().skip(1).count()仍为O(N)。
加速
一些流实现实际上知道它们的源，并且可以采用适当的快捷方式并将流操作合并到流源本身中。 这可以极大地提高性能，尤其是对于具有更复杂的流管道(例如stream().skip(1).count()大型流stream().skip(1).count()
Speedment ORM工具允许将数据库视为Stream对象，并且这些流可以优化许多流操作，例如Stream::count ， Stream::skip ， Stream::limit操作，如下面的基准所示。 我已使用开源Sakila示例数据库作为数据输入。 Sakila数据库包含有关租赁电影，艺术家等的全部信息。
@Benchmarkpublic long rentalsSkipCount() {return rentals.stream().skip( 1 ).count();}@Benchmarkpublic long filmsSkipCount() {return films.stream().skip( 1 ).count();}
运行时，将产生以下输出：
SpeedmentCountBenchmark.filmsSkipCount N/A thrpt 5 68052838.621 ± 739171.008 ops/sSpeedmentCountBenchmark.rentalsSkipCount N/A thrpt 5 68224985.736 ± 2683811.510 ops/s
“租赁”表包含10,000行，而“电影”表仅包含1,000行。 但是，它们的stream().skip(1).count()操作几乎同时完成。 即使一个表包含一万亿行，它仍然会在相同的经过时间内对元素进行计数。 因此， stream().skip(1).count()实现的复杂度为O(1)而不是O(N) 。
注意：上面的基准测试是通过“ DataStore” JVM内存中加速来运行的。 如果直接对数据库没有加速运行，则响应时间将取决于基础数据库执行嵌套“SELECT count(*) …”语句的能力。
概要
在Java 9中， Stream::count显着改善。
有一些流实现，例如Speedment，即使在更复杂的流管道(例如stream().skip(...).count()甚至stream.filter(...).skip(...).count() stream().skip(...).count() ，也能够在O(1)时间内计算Stream::count stream().skip(...).count() stream.filter(...).skip(...).count() 。
资源资源
Speedment Stream ORM初始化程序： https ://www.speedment.com/initializer/
Sakila： https ：//dev.mysql.com/doc/index-other.html或https://hub.docker.com/r/restsql/mysql-sakila
翻译自: https://www.javacodegeeks.com/2019/04/java-stream-part-2-count-always-count.html
java8 stream
