아이템 48. 스트림 병렬화는 주의해서 적용하라

[coalong]

아이템 48. 스트림 병렬화는 주의해서 적용하라

아이템 설명

자바는 동시성 프로그래밍 측면에서 항상 신경 썼다.
그렇지만, 이를 올바르고 작성하는 것은 어렵다.
이번 아이템은 스트림 병렬화의 문제점을 예로 설명한다.

자바의 동시성 프로그래밍

• 처음 릴리즈부터 지원 : 스레드, 동기화, wait/notify 지원
• Java 5 : java.util.concurrent 라이브러리, 실행자(Executor) 프레임워크 지원
• Java 7 : 고성능 병렬 분해(parallel decom-position) 프레임워크인 포크-조인(fork-join) 패키지를 추가
• Java 8 : parallel 메서드를 한 번 호출하면 파이프라인을 병렬 실행할 수 있는 스트림 지원

이처럼 자바로 동시성 프로그램을 작성하기 쉬워지고는 있지만, 안정성(safety)과 응답 가능(liveness) 상태를 유지하기 위해 코드를 올바르게 작성하는 것은 어려운 작업이다.

동시성(Concurrency)

• 싱글 코어에서 멀티스레드를 동작시키기 위한 방식으로, 멀티 태스킹을 위해 여러 개의 스레드가 번갈아가면서 실행되는 성질 을 말한다. (== 여러 작업이 동시에 실행되고 있는 것처럼 구현되는 것)

병렬성(Parallelism)

• 멀티 코어에서 멀티스레드를 동작 시키는 방식으로, 한개 이상의 스레드를 포함하는 각 코어들이 동시에 실행되는 성질 을 말한다. (== 여러 작업이 실제로 동시에 실행되고 있는 것)

스트림을 사용해 처음 20개의 메르센 소수를 생성하는 프로그램

(아이템 45)

public static void main(String[] args) {
        long startTime = System.currentTimeMillis();

        primes().map(p -> TWO.pow(p.intValueExact()).subtract(ONE))
                .filter(mersenne -> mersenne.isProbablePrime(50))
                .limit(20)
                .forEach(System.out::println);
        long endTime = System.currentTimeMillis();
        System.out.println(String.format("코드 실행 시간: %20dms", endTime - startTime));
    }

    static Stream<BigInteger> primes() {
        return Stream.iterate(TWO, BigInteger::nextProbablePrime);
    }

위 코드는 소수를 출력하는 코드이다.
코드 실행 시간: 17402ms

스트림 파이프라인의 parallel() 을 호출하여 실행하면?

public static void main(String[] args) {
        long startTime = System.currentTimeMillis();

        primes().map(p -> TWO.pow(p.intValueExact()).subtract(ONE))
                .parallel()
                .filter(mersenne -> mersenne.isProbablePrime(50))
                .limit(20)
                .forEach(System.out::println);
        long endTime = System.currentTimeMillis();
        System.out.println(String.format("코드 실행 시간: %20dms", endTime - startTime));
    }

    static Stream<BigInteger> primes() {
        return Stream.iterate(TWO, BigInteger::nextProbablePrime);
    }

응답불가 + CPU 많이 사용

왜 이런 현상이 이러난 걸까?

• 스트림 라이브러리가 이 파이프라인을 병렬화하는 방법을 찾아내지 못했기 때문이다.
• Stram.iterate 거나 중간 연산으로 limit 를 쓰면 파이프라인 병렬화로는 성능 개선을 기대할 수 없다.
  • 위의 코드는 두 경우에 모두 해당된다.
• limit을 다룰 때 CPU 코어가 남는다면 원소를 몇 개 더 처리 후 제한된 개수 이후의 결과를 버려도 아무런 해가 없다고 가정한다.

스트림 파이프라인을 병렬화를 잘 못하면 성능이 끔찍하게 나빠질 수도 있다.

스트림 병렬화를 적용하는 경우

• 스트림 병렬화는 오직 성능 최적화 수단이다.
• 따라서 성능 테스트를 통해 병렬화를 적용할 가치가 있을 때만 사용한다.
• 스트림을 사용하기 좋은 조건
  • 스트림의 소스가 ArrayList, HashMap, HashSet, ConcurrentHashMap의 인스턴스나 배열, int, long 범위일 때 병렬화의 효과가 가장 좋다.
    1. 이 자료구조들은 모두 데이터를 원하는 크기로 정확하고 손쉽게 나눌수 있어 일을 다수의 스레드에 분배하기 좋다.
    2. 순차적으로 실행할 떄 참조 지역성이 뛰어나다.
       • 참조 지역성이 뛰어나다는 것은 메모리에 연속해서 저장되어 있다는 의미
       • 참조 지역성이 낮으면 스레드 작업에서 주메모리 -> 캐시 메모리로 전송되어 오는 시간이 길어진다.
       • 기본 타입의 배열이 참조 지역성이 뛰어나다.
• 조건이 잘 갖춰지면 parallel 메서드 호출 하나로 거의 프로세서 코어 수에 비례하는 성능 향상을 만끽할 수 있다.

핵심정리

• 계산도 올바로 수행하고 성능도 빨라질 거라는 확신 없이는 스트림 파이프라인 병렬화는 시도 하지 말라.
• 스트림을 잘못 병렬화하면 프로그램을 오동작하거나 성능을 급격히 떨어뜨린다.
• 스트림의 소스가 ArrayList, HashMap, HashSet, ConcurrentHashMap의 인스턴스나 배열, int, long 범위일 때 병렬화의 효과가 가장 좋다.
• 즉, 계산도 정확하고 성능도 좋아졌음이 확실해졌을 때만 스트림 병렬화를 사용하라.

[corock]

백엔드 개발에서 성능 향상이라는 주제는 시니어로 가기 위해 자주 언급되는 주제인 것 같습니다.
어려운 내용이었을텐데 잘 정리해주셔서 감사합니다~!