Prinsip dasar multi-threading

Optimasi Kode di Java

Pavlos Kosmetatos

Lead Engineer @Wealthyhood

Eksekusi sekuensial vs paralel

Pemrosesan sekuensial -> operasi berjalan satu per satu
Pemrosesan paralel -> banyak operasi berjalan bersamaan

Bagaimana?

CPU modern punya banyak core
Thread: unit eksekusi program terkecil
Multi-threading membagi kerja ke beberapa core

Single-threading seperti jalan satu lajur; mobil harus berbaris. Multi-threading seperti banyak lajur; mobil bisa melaju bersamaan!

Menggunakan thread

Kelas Thread memungkinkan membuat jalur eksekusi baru
Tiap Thread dapat berjalan mandiri

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

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

Processing on thread: Thread-0

Bekerja dengan banyak thread

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

Parallel stream

Stream - fitur Java 8+ untuk paralelisme yang lebih mudah
Otomatis menangani pembuatan dan manajemen thread
Dua cara membuat:
- collection.parallelStream()
- Stream.of(...).parallel()

Contoh parallel stream

// 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());

Kapan memakai pemrosesan paralel

Operasi intensif CPU
Pemrosesan data independen
Koleksi data besar
Core CPU tersedia > 1
Overhead paralelisasi bisa tidak sepadan untuk:
- Dataset kecil
- Operasi sederhana

Ringkasan

Kelas Thread untuk membuat jalur eksekusi paralel
Parallel stream untuk memproses koleksi secara ringkas
Manfaat bergantung pada:
- Jenis beban kerja
- Ukuran data
- Jumlah core tersedia

Ayo berlatih!

Optimasi Kode di Java