PAYATHON 2026

parallelStream 中 ArrayList.add 为何结果不稳定并偶发越界?

数据小陈

结论

ArrayList 不是线程安全容器,问题就出在这里。parallelStream() 会让多个线程同时执行 ids.add(...),而 ArrayList.add 在更新内部数组和 size 时没有同步。多个线程可能互相覆盖、丢失更新,扩容时还可能写越界,所以结果会偏少、每次不一样,甚至抛出 ArrayIndexOutOfBoundsException。普通 stream() 是顺序执行的,不会出现这种并发写入问题。

为什么 ArrayList.add 会出错

ArrayList.add 大致要做几件事:检查容量、必要时扩容、写入元素、把 size 加一。这些步骤不是原子的。并行流下多个线程同时调用时,可能出现:

  • 两个线程读到同一个 size,后写入的结果覆盖前一个;
  • size++ 不是原子更新,最终计数可能偏小或偏大;
  • 扩容时多个线程一起竞争内部数组,可能导致索引越界;
  • 就算没有异常,最终收集到的元素数量也不一定等于匹配数量。

所以你明明知道有 4000 个匹配订单,打印出来却是 3987、3991 之类的值,偶尔还会看到 Index 1023 out of bounds for length 1023。

为什么 collect() 安全

collect() 不会让多个线程直接往同一个 ArrayList 里 add。并行流会把任务拆成多个子任务,每个子任务先用收集器产生局部结果,最后由收集框架按收集器的规则合并。这样你不需要自己维护共享可变容器,也就没有多个线程同时写同一个 ArrayList 的竞争。

可以这样写:

List<Integer> ids = orders.parallelStream()
    .filter(o -> o.getAmount() > 100)
    .map(Order::getId)
    .collect(Collectors.toList());

如果明确需要 ArrayList:

List<Integer> ids = orders.parallelStream()
    .filter(o -> o.getAmount() > 100)
    .map(Order::getId)
    .collect(Collectors.toCollection(ArrayList::new));

Java 16+ 也可以用 toList(),但它返回不可变列表:

List<Integer> ids = orders.parallelStream()
    .filter(o -> o.getAmount() > 100)
    .map(Order::getId)
    .toList();

注意:Collectors.toList() 的返回类型和可变性,规范里没有像 toCollection(ArrayList::new) 那样明确保证。需要可变 ArrayList 时,用后者更清楚。

不推荐用 Collections.synchronizedList(new ArrayList<>()) 包一层,然后继续 forEach(ids::add)。这样做能让单次 add 同步,但“遍历、过滤、收集”这整套操作的语义和顺序并不会因此变清楚,性能也未必好。并行流下还是优先用 collect。

forEach 和 forEachOrdered 的注意点

parallelStream().forEach(...) 不保证执行顺序。换成 forEachOrdered 也只保证遇到顺序,不会把 ArrayList.add 变成线程安全操作。所以不要用 forEach 直接写共享的非线程安全集合。

什么时候值得用并行流

可以按下面几条做个粗略判断:

  1. 数据量足够大,单个元素的处理成本也高,比如复杂计算、解析、加密;
  2. 数据源容易拆分,比如 ArrayList、数组、IntStream.range 等;
  3. 每个元素的任务互不依赖,没有共享可变状态、锁或阻塞 IO;
  4. 有实际基准测试证明并行确实比串行快。

如果数据量小、只是简单过滤/映射,或者涉及 IO、同步,parallelStream() 往往不会更快,甚至更慢。默认的公共 ForkJoinPool.commonPool() 还可能影响其他并行任务。上线前用真实数据,配合 JMH 之类的基准测试验证,别只因为看到“并行”两个字就认定性能更好。

建议

把代码改成 map(...).collect(...),不要用 forEach 往共享的 ArrayList 里添加。如果只是统计数量,直接用 count():

long count = orders.parallelStream()
    .filter(o -> o.getAmount() > 100)
    .count();

如果顺序重要,数据量不大,或者处理逻辑很轻,优先用普通 stream()。

备注:内容仅供参考。