Что происходит 'под капотом' при использовании parallelStream()?

При вызове parallelStream() или .parallel() на стриме, операции над элементами стрима выполняются параллельно, используя пул потоков. По умолчанию используется ForkJoinPool.commonPool().

Происходит следующее:

1. Разделение (Splitting): Исходный источник данных (например, Collection, Array) разбивается на несколько подмножеств (spliterator'ы). Spliterator — это объект, который может эффективно итерироваться по элементам источника и разбивать его на более мелкие части.

2. Обработка (Processing): Каждое подмножество обрабатывается отдельно в одном из потоков ForkJoinPool. Операции стрима (например, map, filter, reduce) применяются к элементам каждого подмножества параллельно.

3. Объединение (Combining): Результаты обработки из разных потоков собираются и объединяются для получения финального результата. Этот шаг особенно важен для терминальных операций, которые агрегируют данные (например, reduce, collect).

Fork/Join Framework:

ForkJoinPool основан на концепции Fork/Join:

• Fork: Задача разбивается на более мелкие подзадачи, которые могут выполняться параллельно.
• Join: Результаты выполнения подзадач объединяются для получения результата исходной задачи.

ForkJoinPool эффективно управляет потоками, минимизируя накладные расходы на создание/уничтожение потоков и переключение контекста. Он использует алгоритм work stealing, где незагруженные потоки забирают задачи у загруженных потоков, обеспечивая хорошую утилизацию ресурсов.

**Важн