Kapitel 8. Parallele Datenverarbeitung mit Streams

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Unsere Welt ist überwältigend nebenläufig und parallel; wir können fast immer mehr als eine Sache auf einmal tun. Unsere Programme müssen immer mehr Probleme lösen, und deshalb profitiert auch die Datenverarbeitung oft von der Parallelität.

In Kapitel 6 hast du Streams als Datenverarbeitungspipelines kennengelernt, die aus funktionalen Operationen bestehen. Jetzt ist es an der Zeit, parallel zu arbeiten!

In diesem Kapitel erfährst du, wie wichtig Gleichzeitigkeit und Parallelität sind, wie und wann du parallele Streams verwenden kannst und wann nicht. Alles, was du in den beiden vorangegangenen Kapiteln über die Datenverarbeitung mit Streams gelernt hast, gilt auch für ihre Verwendung zur parallelen Verarbeitung. Deshalb konzentriert sich dieses Kapitel auf die Unterschiede und Feinheiten von parallelen Streams.

Gleichzeitigkeit versus Parallelität

Die Begriffe Parallelität und Gleichzeitigkeit werden oft verwechselt, weil die Konzepte eng miteinander verbunden sind.Rob Pike, einer der Mitentwickler der Programmiersprache Go, hat die Begriffe gut definiert:

Bei der Gleichzeitigkeit geht es darum, viele Dinge auf einmal zu tun. Bei der Parallelität geht es darum, viele Dinge auf einmal zu tun. Die Ideen sind natürlich miteinander verwandt, aber die eine hat etwas mit Struktur zu tun, die andere ...

Get Ein funktionaler Ansatz für Java now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.