堆棧內存溢出
cost 307 ms
如果 stream 是無序的，或者收集器是無序的，為什么並行流只會執行並發縮減？

[英]why parallel streams will only perform a concurrent reduction if either (not both) the stream is unordered, or the collector is UNORDERED?

我正在努力理解 Java 文檔 ( https://docs.oracle.com/javase/8/docs/api/java/util/stream/package-summary.html ) 中提到的與並行 8840418503 相關的規則，說明“The9688 Stream.collec ...

為什么 Java 19 中的並行 stream 表達式中的 skip() 即使是 8GB 也會導致 OOM？

[英]Why does skip() in this parallel stream expression in Java 19 cause an OOM even with 8GB?

如果我這樣做，即使有 8GB，我也會在 Java 19 中得到一個 OOM： 但是，如果我省略 skip(2)，我不會得到任何 OOM： 其中校驗和（...）是 為什么 Java 19 中的並行 stream 表達式中的 skip() 即使是 8GB 也會導致 OOM？ 我知道我應該使用 rang ...

如何使用 Kerberos 實現並行身份驗證？

[英]How to achieve Parallel Authentication using Kerberos?

我需要在 Spring Boot (Java) 中並行進行多個獨立的微服務調用，以解決進行順序調用時的性能問題，並且這些微服務使用 Kerberos 進行身份驗證。 當我最初嘗試將這些調用並行進行時，我了解到在啟動並行請求時 Kerberos 票證和令牌將失效，因為之前的票證將不再有效，但我想聽聽 ...

在並行 for 循環中嵌套 for 循環會給出不正確的結果

[英]Nested for loops inside a parallel for loops gives incorrect results

我正在使用 parallelStream 迭代 foreach 循環，但在內部我有一個嵌套 for 循環列表。 在迭代過程中，它每次都會給出不同值的錯誤結果。 我真的需要這種並行 for 循環執行來提高性能。 期望 - 6k 條記錄並行迭代后的結果集 - 2k 如果我再次執行相同的邏輯也會有所不同。 ...

並行流和 SpringSecurity

[英]Parallel Stream and SpringSecurity

我有以下代碼塊： 問題是，SecurityContext 沒有從一個線程傳遞到另一個線程。 獲取身份驗證主體時得到空指針。 有這樣做的正確方法嗎？ 不涉及將 SecurityContextHolder 的策略設置為 MODE_INHERITABLETHREADLOCAL 的一種？ 我相信如果有 ...

Java調用parallelStream時如何同步一個方法？

[英]How to synchronized one method when parallelStream call in Java?

我想同步功能 B。 我的意思是，當某些屬性 object 調用函數 A 時，總是同時運行對象的函數 B 之一。 但是每個object中的functionC和functionD可以在functionB自己完成之后再做。 我嘗試在 function B 中添加 synchronized，但似乎不起作用 ...

Java 並行流比串行慢

[英]Java Parallel Stream Slower than Serial

我有大約 1000000 個段落的數據庫記錄，每個段落大約 500 個字符。 通過閱讀所有記錄，我需要得到按使用最多到最少使用順序排列的字母列表。 我通過創建高達 1000000 的流來模擬數據庫讀取，然后並行處理流 我最初認為並行流會更快，即使流大於 100,000 的預期開銷也是如此。 但 ...

Java 通量異常處理？

[英]Java Flux Exception Handling?

有人可以指導我嗎，因為我是新手並試圖了解如何處理這種情況？ 問題：我在下面的getResp()方法的通量響應之一中收到 readTimeout 異常，然后忽略所有先前的成功響應並返回異常錯誤。 相反，我想返回異常之前收到的所有成功響應。 如果不清楚，請告訴我，很樂意提供更多詳細信息。 ...

Java ParallelStream：多個 map 或單個 map

[英]Java ParallelStream: several map or single map

賞金將在 4 天后到期。 此問題的答案有資格獲得+50聲望賞金。 JavaMan正在從有信譽的來源尋找答案。 介紹我目前正在開發一個程序，在該程序中我使用Java.util.Collection.parallelStream() ，並想知道是否有可能使其更加多線程。 幾個小map 我想知道是否使 ...

嘗試使用 Map.values().parallelStream().forEach(list -> list.sort(comparator)) 但出現錯誤：“比較方法違反其一般合同！”

[英]Trying to use Map.values().parallelStream().forEach(list -> list.sort(comparator)) but get error: "Comparison method violates its general contract!"

我正在嘗試使用多線程對存儲在 map 中的 arrays 進行排序。 有大量記錄，約 310 萬條，因此當我嘗試在單線程 for 循環中對這些記錄進行排序時，需要花費數小時才能完成。 我希望盡可能縮短這段時間，最好在幾分鍾內（請不要笑）。 堆棧跟蹤： Class Object： 編碼： 我試圖在 ...

並行流 Java

[英]Parallel Streams Java

我在處理一些代碼（作業）時遇到了一些麻煩。 目標是實現並行流來測試方法。 目標是測試 0-1000000 之間的值是否是“快樂數字”（可以通過連續添加組成部分來減少為 1 - 更多信息請參見 Google，此處不重要）。 我已經有一種方法來確定一個數字是否“快樂”（這有效）。 我正在嘗試以使用並行 ...

當值匹配條件時終止流，否則收集到集合中

[英]Terminate stream when value matches criteria, otherwise collect into a collection

我正在為國際象棋引擎使用 Java 並行流。 該流用於評估給定移動列表中的每個國際象棋移動。 每個 Move 映射到一個表示 Move 值的整數，然后我將所有整數收集到一個列表中並返回列表中最大的整數。 這看起來很容易，但我想將我的流設計為如果通過流的整數匹配某些條件也立即終止。 例如，如果我有 ...

想要比較兩個記錄列表，將commons保存到一個新列表，記錄在1M左右，需要很多時間來處理

[英]Want to compare two Lists of records, save commons to a new list ,Records are around 1M and taking a lot of time to process

我正在處理 2 個 csv 文件並檢查常見條目並將它們保存到一個新的 csv 文件中。但是比較需要很多時間。我的方法是首先將文件中的所有數據讀入 ArrayList，然后在主列表上使用 parallelStream，我對另一個列表進行比較，並使用字符串生成器附加常見條目，然后將其保存到新的 csv ...

java 並行 stream 能否在單線程中處理依賴任務

[英]Can java parallel stream handle dependent tasks in a single thread

假設我們有任務 1-8，我們有 2 個線程。 任務 1-4 分配給線程 1，任務 5-8 分配給線程 2。可以分配執行順序，例如，在開始任務 2 之前完成任務 1，任務 2 將根據任務的 output 執行1 對於線程中的任務？ ...

java 中的並行流中的錯誤

[英]Bug in parallelStream in java

有人可以告訴我為什么會發生這種情況以及這是預期的行為還是錯誤 答案： 10 但是，如果我們使用stream而不是parallelStream我得到正確和預期的answer 7 ...

如何在 Java 8 中並行處理更多文件處理

[英]How to handle more Files Handling in Java 8 in parallel

在我的 java web 應用程序是基於文件的集成。 他們曾經在我們的生產服務器 opt/app/proceed/ 文件夾中發送一堆 xml 文件（例如：10000）。 但是根據當前配置，我們的應用程序能夠在順序處理中處理 200 個文件。 因此，延遲處理文件。 我正在嘗試以並行方式增加文件處理的數 ...


排序:
質量:
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM