Basisprincipes van multithreading

Code optimaliseren in Java

Pavlos Kosmetatos

Lead Engineer @Wealthyhood

Sequentieel vs. parallel uitvoeren

Sequentiële verwerking -> bewerkingen na elkaar
Parallelle verwerking -> meerdere bewerkingen tegelijk

Hoe?

Moderne CPU’s hebben meerdere cores
Thread: kleinste eenheid van uitvoering
Multithreading verdeelt werk over deze cores

Eén thread is een eenbaansweg: auto’s volgen elkaar. Meerdere threads zijn meerbaans: auto’s rijden tegelijk!

Threads gebruiken

Met de Thread-klasse maak je nieuwe uitvoeringspaden
Elke Thread draait onafhankelijk

Runnable task = () -> {
    System.out.println("Processing on thread: " + 
                       Thread.currentThread().getName());
};

Thread thread = new Thread(task);
thread.start();

Processing on thread: Thread-0

Werken met meerdere threads

List<Thread> threads = new ArrayList<Thread>();
for (int i = 0; i < 4; i++) {
    Thread thread = new Thread(() -> System.out.println("Processing data on Thread-" + i));
    threads.add(thread);
    thread.start();
}

for (Thread t : threads) {
    t.join(); // Waits for all threads to complete
}

// Processing data on Thread-0
// Processing data on Thread-2
// Processing data on Thread-1
// Processing data on Thread-3

Parallelle streams

Streams: sinds Java 8 voor eenvoudige parallelisatie
Maakt en beheert threads automatisch
Twee manieren om te starten:
- collection.parallelStream()
- Stream.of(...).parallel()

Voorbeeld: parallelle streams

// Sequential processing
List<Integer> result1 = new ArrayList<>();
for (int i = 0; i < numbers.size(); i++) {
    result1.add(numbers.get(i) * 2);
}

// Sequential processing with stream
List<Integer> result2 = numbers.stream()
    .map(n -> n * 2)
    .collect(Collectors.toList());


// Parallel processing with parallel stream
List<Integer> result3 = numbers.parallelStream()
    .map(n -> n * 2)
    .collect(Collectors.toList());

Wanneer parallel verwerken?

CPU-intensieve taken
Onafhankelijke dataverwerking
Grote datasets
Beschikbare CPU-cores > 1
Paralleliseren loont niet altijd bij:
- Kleine datasets
- Eenvoudige operaties

Samenvatting

Thread-klasse om parallelle paden te maken
Parallel streams voor eenvoudiger collectieprocessing
Voordeel hangt af van:
- Type workload
- Datagrootte
- Aantal cores

Laten we oefenen!

Code optimaliseren in Java