Chapitre 8. Traitement parallèle des données avec les flux
Cet ouvrage a été traduit à l'aide de l'IA. Tes réactions et tes commentaires sont les bienvenus : translation-feedback@oreilly.com
Notre monde est massivement concurrent et parallèle ; nous pouvons presque toujours faire plus d'une chose à la fois. Nos programmes doivent résoudre de plus en plus de problèmes, et c'est pourquoi le traitement des données gagne souvent à être parallèle, lui aussi.
Au chapitre 6, tu as appris à connaître les Streams en tant que pipelines de traitement de données construits à partir d'opérations fonctionnelles. il est maintenant temps de passer au parallèle !
Dans ce chapitre, tu découvriras l'importance de la concurrence et du parallélisme, comment et quand utiliser les Streams parallèles, et quand ne pas le faire.Tout ce que tu as appris jusqu'à présent dans les deux chapitres précédents sur le traitement des données avec les Streams s'applique également à leur utilisation pour le traitement parallèle.C'est pourquoi ce chapitre se concentrera sur les différences et les subtilités des Streams parallèles.
Concurrence et parallélisme
Les termes parallélisme et concurrence sont souvent confondus car les concepts sont étroitement liés.Rob Pike, l'un des co-concepteurs du langage de programmation Go, a joliment défini ces termes :
La simultanéité consiste à traiter beaucoup de choses en même temps. Le parallélisme consiste à faire beaucoup de choses en même temps. Ces idées sont évidemment liées, ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access