Основные принципы многопоточности

Оптимизация кода на Java

Pavlos Kosmetatos

Lead Engineer @Wealthyhood

Последовательное и параллельное выполнение

Последовательная обработка -> операции выполняются одна за другой
Параллельная обработка -> несколько операций выполняются одновременно

Как это работает?

Современные процессоры имеют несколько ядер
Поток: минимальная единица выполнения программы
Многопоточность распределяет работу между ядрами

Однопоточность — как однополосная дорога, где машины едут друг за другом. Многопоточность — как многополосная, где машины движутся одновременно!

Работа с потоками

Класс Thread позволяет создавать новые пути выполнения
Каждый Thread может выполняться независимо

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

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

Processing on thread: Thread-0

Работа с несколькими потоками

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

Параллельные потоки

Streams — возможность Java 8+ для упрощённого параллелизма
Автоматически управляет созданием потоков и их жизненным циклом
Два способа создания:
- collection.parallelStream()
- Stream.of(...).parallel()

Пример параллельных потоков

// 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());

Когда использовать параллельную обработку

Ресурсоёмкие вычислительные операции
Независимая обработка данных
Большие коллекции данных
Доступных ядер процессора > 1
Накладные расходы на параллелизацию могут не окупиться при:
- Малых объёмах данных
- Простых операциях

Итоги

Класс Thread — для создания параллельных путей выполнения
Параллельные потоки — для упрощённой обработки коллекций
Эффективность зависит от:
- Типа нагрузки
- Объёма данных
- Доступных ядер

Давайте потренируемся!

Оптимизация кода на Java