AI 요약관련 정보

• 인터뷰에서 대량 데이터 처리 시 for 루프, 스트림 API, 병렬 스트림 중 어떤 방식을 선택할지 묻는 상황을 가정 🧐.
• 스트림 API는 함수형, 깔끔하고 가독성이 좋지만, 성능 면에서 for 루프를 능가하는지 확인해야 함 🤔.
• 5천만 개의 정수를 더하는 간단한 작업을 통해 세 가지 방식의 성능을 비교 ⏱️.
• 초기 실행 시 JVM이 최적화되지 않아 성능 측정이 부정확할 수 있으므로, 웜업 단계를 거쳐야 함 ☕.
• 웜업 후, 병렬 스트림이 가장 빠른 성능을 보였으며, 이는 작업을 여러 CPU 코어에 분산 처리하기 때문 🥇.
• 데이터 세트가 클 경우 병렬 스트림이 유리하지만, 작은 데이터 세트에서는 오히려 오버헤드가 발생할 수 있음 🐌.
• 스트림 API는 루핑보다는 필터링, 매핑, 데이터 수집과 같은 중간 연산에 적합함 ⚙️.
• CPU 집약적인 작업에는 병렬 스트림이 빠르지만, 작은 작업에는 for 루프나 스트림이 더 효율적일 수 있음 💡.
• 병렬 스트림은 fork-join 풀을 사용하여 작업을 분할하고, 멀티 코어에서 동시에 처리하여 성능을 향상시킴 🚀.
• 데이터 세트 크기에 따라 성능 결과가 달라지므로, 상황에 맞는 최적의 방식을 선택해야 함 ✅.