Какие средства есть в Java для параллельной обработки данных

Что проверяют

Знаете ли вы набор инструментов от Thread до виртуальных потоков и понимаете, какой под какую нагрузку. Следом обычно спрашивают, в каком пуле работает parallelStream() и почему туда нельзя класть блокирующий ввод-вывод.

Как отвечать

• Thread и Runnable: низкий уровень, в прикладном коде напрямую почти не нужен;
• ExecutorService: пул потоков с очередью задач, результат через Future. Под капотом ThreadPoolExecutor с core и max размером, очередью и политикой отказа. Executors.newFixedThreadPool берёт неограниченную очередь, и под нагрузкой задачи копятся до OutOfMemoryError;
• CompletableFuture: композиция асинхронных шагов, supplyAsync, thenCombine, allOf. Без явного executor работает в ForkJoinPool.commonPool();
• Fork/Join: RecursiveTask делит задачу до порога, пул балансирует нагрузку через work stealing;
• параллельные стримы: parallelStream() делит источник через Spliterator и считает в общем пуле, где потоков по умолчанию на один меньше, чем ядер. Выигрыш есть на больших объёмах, на легко делимых источниках вроде массивов и ArrayList и без общего состояния;
• виртуальные потоки: с Java 21, Executors.newVirtualThreadPerTaskExecutor(). Для тысяч задач, которые ждут сеть или базу, а не считают. С Java 24 synchronized больше не закрепляет виртуальный поток за несущим;
• structured concurrency: StructuredTaskScope для группы связанных подзадач, пока в статусе preview.

Для общих данных ConcurrentHashMap, AtomicLong, LongAdder, для координации CountDownLatch и Phaser. Данные больше одной машины это уже Spark или Flink.

Где спотыкаются

Кладут HTTP-запросы или JDBC в parallelStream(). Общий пул маленький, блокировки занимают его целиком, и встают все параллельные стримы и CompletableFuture приложения.

Меняют общую коллекцию из лямбды: parallelStream().forEach(list::add) в обычный ArrayList теряет элементы или падает. Собирать нужно через collect или toList().

Считают, что чем больше потоков, тем быстрее. Для вычислений потолок это число ядер, дальше растут переключения контекста, а виртуальные потоки CPU-bound задачу не ускорят.