2025年10月17日 - 覚え書き.com

🔷 はじめに

JavaのStream APIは、コレクション操作を簡潔に記述できる便利な仕組みですが、
parallelStream()を使うことで マルチスレッド処理（並列処理） を手軽に実現できます。

この記事では、parallelStream()の基本的な使い方から、注意点・パフォーマンスの最適化方法までをわかりやすく解説します。

🔷 StreamとparallelStreamの違い

種類	説明	特徴
stream()	通常の逐次処理	1スレッドで順次実行される
parallelStream()	並列処理	ForkJoinPoolを使って複数スレッドで分割実行される

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 通常のストリーム
numbers.stream()
       .forEach(System.out::println);

// 並列ストリーム
numbers.parallelStream()
       .forEach(System.out::println);

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

// 通常のストリーム

numbers.stream()

.forEach(System.out::println);

// 並列ストリーム

numbers.parallelStream()

.forEach(System.out::println);

上記のparallelStream()では、スレッドごとに要素を分割して処理するため、
出力順が異なる（順不同になる）点に注意が必要です。

🔷 並列処理の仕組み（ForkJoinPool）

parallelStream()は内部的に ForkJoinPool（フォーク・ジョイン・プール）を使用します。
デフォルトでは、Runtime.getRuntime().availableProcessors() の値（CPUコア数）に応じてスレッド数が自動決定されます。

例えば、4コアCPUの場合は最大4スレッドで同時実行されます。

🔷 実行例：リストの重い処理を並列化する

以下の例では、重い計算を伴う処理を並列実行して速度を比較します。

import java.util.*;
import java.util.stream.*;

public class ParallelExample {
    public static void main(String[] args) {
        List<Integer> numbers = IntStream.rangeClosed(1, 10).boxed().toList();

        long startSequential = System.currentTimeMillis();
        numbers.stream().forEach(ParallelExample::heavyTask);
        long timeSequential = System.currentTimeMillis() - startSequential;

        long startParallel = System.currentTimeMillis();
        numbers.parallelStream().forEach(ParallelExample::heavyTask);
        long timeParallel = System.currentTimeMillis() - startParallel;

        System.out.println("逐次処理時間：" + timeSequential + "ms");
        System.out.println("並列処理時間：" + timeParallel + "ms");
    }

    private static void heavyTask(int n) {
        try { Thread.sleep(500); } catch (InterruptedException e) {}
        System.out.println("完了：" + n + " [" + Thread.currentThread().getName() + "]");
    }
}

import java.util.*;

import java.util.stream.*;

public class ParallelExample {

public static void main(String[] args) {

List<Integer> numbers = IntStream.rangeClosed(1, 10).boxed().toList();

long startSequential = System.currentTimeMillis();

numbers.stream().forEach(ParallelExample::heavyTask);

long timeSequential = System.currentTimeMillis() - startSequential;

long startParallel = System.currentTimeMillis();

numbers.parallelStream().forEach(ParallelExample::heavyTask);

long timeParallel = System.currentTimeMillis() - startParallel;

System.out.println("逐次処理時間：" + timeSequential + "ms");

System.out.println("並列処理時間：" + timeParallel + "ms");

}

private static void heavyTask(int n) {

try { Thread.sleep(500); } catch (InterruptedException e) {}

System.out.println("完了：" + n + " [" + Thread.currentThread().getName() + "]");

}

結果例：

CPUコア数にもよりますが、並列処理では約3倍の高速化が期待できます。

🔷 並列処理時の注意点

注意点	内容
スレッド安全性	共有リソースを操作すると競合が発生する可能性あり
出力順	forEach()は順序が保証されない（順序を保つにはforEachOrdered()を使用）
外部API呼び出し	同時実行でAPI制限に抵触する可能性があるため注意

🔷 並列処理の最適化テクニック

処理が軽い場合は使わない
- 並列化のオーバーヘッドが大きく、逆に遅くなる場合があります。
データ量が多い処理に限定する
- 数千件以上の要素を扱う場合に効果的。
カスタムスレッド数を指定

Java

numbers.parallelStream() .forEachOrdered(System.out::println); // 並列でも順序維持

1
2

numbers.parallelStream()
.forEachOrdered(System.out::println); // 並列でも順序維持
- これで並列スレッド数を8に固定できます。

🔷 parallelStream()を使うべきケース

✅ CPUバウンド処理（計算中心）
✅ データが多い場合
✅ スレッド安全な処理のみを行う場合

❌ I/Oバウンド処理（ファイル操作・DBアクセス）は非推奨です。
並列化よりも非同期I/O（CompletableFutureなど）を使うほうが効率的です。

🔷 まとめ

項目	内容
メリット	複雑なスレッド処理を書かずに並列化できる
デメリット	順序保証がない・スレッド安全性に注意
向いている処理	CPU負荷の高いループ・数値計算・マッピング処理
非推奨の処理	I/O、同期が必要な共有データ操作

parallelStream()は数行で並列化を実現できる強力なツールですが、
適切な場面で使うことが重要です。
CPUをフル活用して処理時間を短縮したい場面で、ぜひ活用してみてください。

覚え書き.com

日別アーカイブ: 2025年10月17日

Java：Stream APIのparallelStream()で並列処理を簡単に実現する方法

🔷 はじめに

🔷 StreamとparallelStreamの違い

🔷 並列処理の仕組み（ForkJoinPool）

🔷 実行例：リストの重い処理を並列化する

🔷 並列処理時の注意点

🔷 並列処理の最適化テクニック

🔷 parallelStream()を使うべきケース

🔷 まとめ

「駑馬十駕」を信念に IT系情報を中心に調べた事をコツコツ綴っています。

🔷 はじめに

🔷 StreamとparallelStreamの違い

🔷 並列処理の仕組み（ForkJoinPool）

🔷 実行例：リストの重い処理を並列化する

🔷 並列処理時の注意点

🔷 並列処理の最適化テクニック

🔷 parallelStream()を使うべきケース

🔷 まとめ

関連記事

「駑馬十駕」を信念に IT系情報を中心に調べた事をコツコツ綴っています。

　関連記事