Что хотят услышать интервьюеры:

Да, опыт использования parallelStream() есть, но он применялся только там, где это действительно оправдано по объёму данных и типу операции. Параллельные стримы ускоряют обработку на многопроцессорных системах, но не всегда дают выигрыш из-за накладных расходов. Важно понимать, когда их использовать, а когда лучше оставить обычный последовательный stream.

Определение:

Параллельный Stream в Java — это способ обрабатывать элементы коллекции несколькими потоками одновременно. Внутри Java делит данные на части и выполняет операции через ForkJoinPool.commonPool(). Это полезно для CPU-bound задач, где операция над элементом независима от других элементов.

Пример использования:

Например, есть список заказов, и нужно быстро посчитать сумму только по оплаченным заказам.

import java.util.List;

class Order {
    private final boolean paid;
    private final double amount;

    public Order(boolean paid, double amount) {
        this.paid = paid;
        this.amount = amount;
    }

    public boolean isPaid() {
        return paid;
    }

    public double getAmount() {
        return amount;
    }
}

public class Demo {
    public static void main(String[] args) {
        List<Order> orders = List.of(
            new Order(true, 120.5),
            new Order(false, 80.0),
            new Order(true, 200.0),
            new Order(true, 50.0)
        );

        double total = orders.parallelStream()
            .filter(Order::isPaid)
            .mapToDouble(Order::getAmount)
            .sum();

        System.out.println(total);
    }
}

Пояснение кода:

Код не требуется для отдельного объяснения по шагам, но пример работает так: сначала коллекция переводится в параллельный поток, затем фильтруются только оплаченные заказы, после чего суммы приводятся к double и складываются. Java сама распределяет обработку элементов между потоками. В результате итог вычисляется быстрее на больших наборах данных, если операция достаточно тяжёлая и независимая.

Ключевые моменты:

parallelStream() подходит не для всех задач, а в основном для вычислительно тяжёлых и независимых операций.
На маленьких коллекциях параллелизм часто медленнее из-за накладных расходов.
Не стоит использовать параллельные стримы там, где важен порядок обработки или есть общий изменяемый state.
Побочные эффекты внутри map, filter, forEach могут привести к проблемам с потокобезопасностью.
Источник данных и характер операции сильно влияют на результат: I/O-задачи обычно не лучший кандидат для parallelStream().
Перед использованием важно проверить профилированием, даёт ли параллелизм реальный выигрыш.

Имели ли вы опыт использования параллельных потоков Stream для обработки данных?