怎么区分 Stream 流的并行处理 parallel() 与普通处理在底层线程池（ForkJoinPool）的共用

怎么区分 Stream 流的并行处理 parallel() 与普通处理在底层线程池（ForkJoinPool）的共用

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

简单来说，并行流的 parallel() 并不创建新线程池，而是直接复用 JVM 全局共享的 ForkJoinPool.commonPool()。普通流（stream()）则完全是另一回事——它只在当前调用线程中顺序执行，根本不涉及任何线程池和并发调度。

parallel() 的线程池来源是固定的

所有未显式指定线程池的并行流，底层都走同一个 ForkJoinPool 实例：ForkJoinPool.commonPool()。这里有个关键点：这个池子不是每次调用时新建的，而是 JVM 启动时初始化一次的静态共享池。

• 它的默认并行度计算公式是：Runtime.getRuntime().a vailableProcessors() - 1。举个例子，在一台8核的机器上，默认就是7个并行线程。
• 这个默认值是可以提前配置的，通过系统属性就能调整：System.setProperty("ja va.util.concurrent.ForkJoinPool.common.parallelism", "12");
• 需要注意的是，这个设置是全局性的。它影响的不仅仅是 parallelStream，所有使用 commonPool 的地方都会生效，比如 ForkJoinTask.invoke() 和 CompletableFuture 的默认异步执行。

普通流 stream() 完全不依赖线程池

像 list.stream().filter(...).map(...) 这样的普通流操作，整个链路都在当前线程内完成。没有任务提交、没有工作窃取、也没有线程调度的开销。它的执行模型和传统的 for 循环一样，是纯同步、单线程且行为可预测的。

• 它不会触发任何 ForkJoinPool 的初始化。
• 不会占用 commonPool 的线程或队列资源。
• 即使在多线程环境中调用，每个线程也只是各自执行自己的 stream 操作，彼此完全隔离。

如何验证是否共用同一个 commonPool

想亲眼看看是不是真的共用一个池子？可以通过打印线程名或检查池状态来验证：

• 在 parallelStream 操作中打印线程名：
  .forEach(x -> System.out.println(Thread.currentThread().getName()))
  你会看到输出中包含类似 ForkJoinPool.commonPool-worker-1 这样的名称。
• 对比调用 ForkJoinPool.commonPool().toString() 和 list.parallelStream().count() 前后，池子的 activeThreadCount 或 poolSize 等状态值会发生变化。
• 最直接的证据是，当多个并行流同时运行时，它们的子任务会竞争同一组 worker 线程，而不是各自独占一套资源。

注意：sequential() 不会切换线程池

这里有个容易混淆的地方：调用 .parallel().sequential() 只是让后续操作退回到单线程顺序执行模式。但是，整个流可能已经在 commonPool 中启动过 fork/join 分支了。这个方法并不会释放线程，也不会切换到其他池子——它的作用仅仅是“不再进行并行调度”，而实际执行任务的线程，很可能还是 commonPool 里的某个 worker。