Principi base del multithreading

Ottimizzazione del codice in Java

Pavlos Kosmetatos

Lead Engineer @Wealthyhood

Esecuzione sequenziale vs parallela

Esecuzione sequenziale -> le operazioni avvengono una dopo l’altra
Esecuzione parallela -> più operazioni avvengono in simultanea

Come?

Le CPU moderne hanno più core
Thread: la più piccola unità di esecuzione
Il multithreading distribuisce il lavoro tra i core

Single-threading: una strada a una corsia, le auto si seguono. Multi-threading: più corsie, le auto viaggiano insieme!

Uso dei thread

La classe Thread permette di creare nuovi percorsi di esecuzione
Ogni Thread può eseguire in modo indipendente

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

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

Processing on thread: Thread-0

Lavorare con più 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

Stream paralleli

Stream: funzione da Java 8+ per semplificare il parallelismo
Gestisce automaticamente creazione e gestione dei thread
Due modi per crearli:
- collection.parallelStream()
- Stream.of(...).parallel()

Esempio di stream paralleli

// 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());

Quando usare il processamento parallelo

Operazioni CPU-intensive
Elaborazione indipendente dei dati
Grandi collezioni di dati
Core CPU disponibili > 1
L’overhead della parallelizzazione può non valere la pena per:
- Dataset piccoli
- Operazioni semplici

Riepilogo

Classe Thread per creare percorsi di esecuzione paralleli
Stream paralleli per semplificare l’elaborazione di collezioni
I benefici dipendono da:
- Tipo di carico
- Dimensione dei dati
- Core disponibili

Passiamo alla pratica !

Ottimizzazione del codice in Java