Effective Java 3rd ITEM 48

ITEM 48. Use caution when making streams parallel

동시성 프로그래밍을 할 때는 안전성(safety)과 응답 가능(liveness) 상태를 유지하기 위해 얘서야 하는데, 병렬 스트림 파이프라인 프로그래밍에서도 다를 바 없다.

데이터 소스 / limit()

데이터 소스가 Stream.iterable이거나 중간 연산으로 limit()가 들어가 있다면 병렬화로는 성능 개선을 기대할 수 없다.
Stream.iterable은 스트림 라이브러리가 병렬화할 방법을 찾지 못하기 때문이고, limit()은 CPU 코어가 남는다면 limit 갯수 이상으로 처리하고 필요없으면 버리게 되는데 그 이상으로 처리되는 원소들이 오래 걸릴 수 있기 때문이다.

자료구조

대체로 ArrayList, HashMap, HashSet, ConcurrentHashMap이나 배열, int 범위, long 범위일 때 병렬화의 효과가 가장 좋게 나타난다.
이 자료구조들은 데이터를 다수의 스레드로 분배하기 좋다. 이 나누는 작업은 Spliterator가 담당한다. 또 이 자료구조들은 원소들을 순차적으로 실행할 때 참조 지역성(locality of reference)가 뛰어나다. 참조 지역성이 좋으면 다량의 데이터를 벌크 연산을 병렬화할 때 캐시에 올리는 시간을 줄일 수 있다.

종단연산

종단연산 또한 병렬 수행 효율에 큰 영향을 끼친다. min, max, count, sum이나 Stream의 reduce 메서드들같은 Reduction이 가장 적합한 종단 연산이고 collect 메서드같은 Mutable reduction이 병렬화에 적합하지 않다.

스트림을 잘못 병렬화하면 성능이 나빠질 뿐만 아니라 결과 자체가 잘못되거나 예상 못한 동작이 발생할 수 있다.
병렬화하는 것이 좋아보이더라도 수정 후에 성능지표를 확인하고 확실해졌을 때만 병렬화를 사용하자.