在本系列文章的第一篇，我们提到了函数式编程的优点之一是“易于并发编程”。
Java作为一个多线程的语言，它通过 Stream 来提供了并发编程的便利性。
题外话：
严格来说，并发和并行是两个不同的概念。
“并发（Concurrency）”强调的是在同一时间开始执行多个任务，通常会涉及多线程之间的上下文切换；
“并行（Parallelism）”强调的是将一个大任务分解为多个小任务后，再同时执行这些小任务，得到多个中间结果后再汇总为一个最终结果。
但在多CPU和分布式的时代，并发和并行的概念联系越来越紧密。至少在Java的Stream中，我们可以将并发和并行理解为同一个意思：基于多线程技术，对一个大任务分拆为多个小任务，分配到不同的线程中执行，得到多个中间结果后再汇总为一个最终结果。
本文的示例代码可从gitee上获取：https://gitee.com/cnmemset/javafp
Stream的并行编程并行编程是Stream的一个重要功能和特性。它的一个优点是：不管数据源是否线程安全，通过并行流（parallel stream）都可以轻松的实现并行编程。
Stream的并行编程，底层是基于 ForkJoinPool 技术来实现的。ForkJoinPool是Java 7引入的用于并行执行的任务框架，核心思想是将一个大任务拆分成多个小任务（即fork），然后再将多个小任务的处理结果汇总到一个结果上（即join）。此外，它也提供基本的线程池功能，譬如设置最大并发线程数，关闭线程池等。
在本系列之前的文章中，也零零散散的提到了一些关于并行编程的知识点。本文再做一个更系统的总结。
并行流（parallel stream）Stream的并行操作都是基于并行流（parallel stream）。
生成一个并行流也非常简单：
1. 通过 Collection.parallelStream 方法可以得到一个并行流
2. 生成一个串行的Stream后，可以通过方法 BaseStream.parallel() 将一个串行流（serial stream）转换成并行流。当然，我们也可以通过方法 BaseStream.sequential() 将一个并行流转换成串行流。
通过方法 BaseStream.isParallel() 可以判断一个 stream 是否是并行流。
不管数据源是否线程安全（譬如ArrayList、HashSet，它们都不支持多线程），我们都可以使用parallelStream 轻松实现并行编程，不需要额外的线程同步操作，这是parallelStream 最大的优点。
顺序性encounter order，指的是Stream中元素的出现顺序。如果觉得encounter order过于抽象，可以将它简单理解为数据源（data source）的元素顺序。本小节涉及到的有序或无序都特指encounter order。
一个Stream是否具备encounter order的有序性，取决于它的数据源（data source）和中间操作（intermediate operations）。例如，List或者数组的Steam是有序的，但HashSet的Steam则是无序的。而中间操作Stream.sorted，可以将一个无序的Stream转换成有序的；中间操作Stream.unordered 则将一个有序的Stream转换成无序的。
有趣的是，有些终止操作（terminal operations）是无视encounter order的。什么意思呢？以最常见的Stream.forEach 为例，在并行执行的时候，即使数据源是List，forEach方法处理元素的顺序也是无序的。要保证处理顺序，需要使用方法 Stream.forEachOrdered 。
示例代码：
public static void forEachExample() { ArrayList<Integer> list = new ArrayList<>(Arrays.asList(1, 2, 3, 4, 5)); System.out.println("===forEach===="); // 在并行流中， forEach 方法是无视 Stream 的 encounter order 的 list.parallelStream().forEach(i -> { System.out.println(i + "：thread-" + Thread.currentThread().getName()); }); System.out.println("===forEachOrdered===="); // 在并行流中， forEachOrdered 方法可以保持 encounter order list.parallelStream().forEachOrdered(i -> { System.out.println(i + "：thread-" + Thread.currentThread().getName()); }); }上述代码的输出类似：
===forEach==== 3：thread-main 5：thread-ForkJoinPool.commonPool-worker-2 1：thread-main 4：thread-ForkJoinPool.commonPool-worker-3 2：thread-ForkJoinPool.commonPool-worker-1 ===forEachOrdered==== 1：thread-ForkJoinPool.commonPool-worker-4 2：thread-ForkJoinPool.commonPool-worker-1 3：thread-ForkJoinPool.commonPool-worker-1 4：thread-ForkJoinPool.commonPool-worker-1 5：thread-ForkJoinPool.commonPool-worker-1可以看出，在并行执行时，forEach 是无视Stream的encounter order的，而 forEachOrdered 虽然也是在多线程环境下执行，但仍然可以保证Stream的encounter order。
在Stream并行编程中，理解encounter order很重要。因为对于大多数的Stream操作，即使是并行执行，如果Stream是有序的，那么操作后得到的Stream也保持有序。例如，对一个数据源为List [1,2,3] 的有序Stream，执行 map(x -> x * x) 操作后，结果一定是 [1, 4, 9]。