500萬條數據，lambda並行流表現如何

上午拋磚引玉，寫了一篇100萬數據lambda和for循環迭代的效果，直觀來看沒什麼區別。看到好多網友留言，討論了lambda。考慮到我寫的那篇文章可能不夠嚴謹。Lambda除了在寫法上的不同，還有其它什麼作用呢？於是去上網繼續深入學習lambda，既然官方推出來，必然存在合理性。學到了它還有數據並行化處理。

並行和併發有什麼區別？我的理解是並行是建立在多核處理器的基礎，很好理解，就像流水線一樣，幾條流水線同時工作。那麼併發就更容易理解了，單核和多核都可以，通過CPU時間片實現併發調度。

紙上得來終覺淺，絕知此事要躬行！這次用500百萬的數據來進行實驗。代碼如下：

源碼

執行最終效果如下：

執行效果

500萬數據已經是我本機的極限了，1000萬數據要發生內存洩漏了。從執行的效果來看，大數據處理方面lambda還是很有優勢的。但是lambda並行流處理卻沒有體現出優勢，可能是我本機CPU核數不夠，性能不佳等。通過這兩篇文章，大概瞭解了lambda在大數據方面處理的優勢，這也很符合這個時代發展的潮流，技術變革有點社會發展規律一樣，都是螺旋式前進的。