为什么我应该在平行流中使用并发特征与收集：
List<Integer> list =
Collections.synchronizedList(new ArrayList<>(Arrays.asList(1, 2, 4)));
Map<Integer, Integer> collect = list.stream().parallel()
.collect(Collectors.toConcurrentMap(k -> k, v -> v, (c, c2) -> c + c2));
而不是：
Map<Integer, Integer> collect = list.stream().parallel()
.collect(Collectors.toMap(k -> k, v -> v, (c, c2) -> c + c2));
换句话说，不使用此特征的副作用是什么？
这两个收藏家以根本不同的方式运行。
首先，流框架将将工作负载分为可以并行处理的独立块（这就是为什么您不需要特殊集合作为源，synchronizedList是不必要的）。
使用非电流收集器，每个块将通过使用收集器的供应商创建本地容器（此处，Map）来处理每个块，并将其堆积到本地容器（放入条目）中。这些部分结果必须合并，即一个地图已被放入另一个地图，以获得最终结果。
并发收集器同时支持积累，因此将仅创建一个ConcurrentMap，并且所有线程同时累积到该地图中。因此，完成后，不需要合并步骤，因为只有一张地图。
因此，两个收集器都是线程安全的，但是根据任务，可能表现出完全不同的性能特征。如果在收集结果之前流的工作量很重，则差异可能可以忽略不计。如果像您的示例中，在收集操作之前没有相关的工作，则结果在很大程度上取决于必须合并映射的频率，即同一键发生，以及实际目标ConcurrentMap在并发情况下如何处理争议。<<<<<<<<<<<<<<<<<<<<<<<<<</p>
如果您大多有独特的键，则非电流收集器的合并步骤可能与以前的推杆一样昂贵，从而破坏了并行处理的任何好处。但是，如果您有很多重复的键，需要合并值，那么同一密钥上的争论可能会降低并发收集者的性能。
因此，没有简单的"更好"答案（好吧，如果有这样的答案，为什么要添加其他变体）。这取决于您的实际操作。您可以将预期的方案用作选择一个方案的起点，但应使用现实生活数据进行测量。由于两者都是等效的，因此您可以随时更改自己的选择。
首先，我给霍尔格的答案给了 1，这是一个很好的答案。我会尝试简单地说：
并发 ->多个线程以相同容器以没有特定顺序（conurrenthashmap）
非电流 ->多个线程结合了它们的中间结果。
理解它的最简单方法（恕我直言）是编写一个自定义收藏家并使用它的每种方法播放：供应商，累加器，组合。
这已经在这里涵盖了
因此："内存一致性效果：与其他并发集合一样，将对象放入contrentMap中的键或值之前，在访问或从另一线程中的contrentMap中删除该对象的操作之前，将对象作为键或值进行。" <<<<<<<<<<<<<<<<