Lambda 表达式需配合 parallelStream() 和线程安全机制才能安全用于并发集合处理，依赖 ForkJoinPool 调度，适合 CPU 密集型无状态操作，但小数据量反降效，须避免共享可变状态、慎用 forEach/peek，并优先选用线程安全收集器或自定义 Collector。
Java 中 Lambda 表达式本身不直接处理并发，它需要配合 Stream API（尤其是 parallelStream()）和线程安全机制，才能安全高效地用于并发集合处理。
用 parallelStream() 启动并行处理
调用 list.parallelStream() 可将集合划分为多个子任务，由 ForkJoinPool 自动调度到多个线程执行。适合 CPU 密集型、无状态的批量操作，比如数值计算、字符串转换、对象字段提取等。
- 基础写法：
numbers.parallelStream().map(x -> x * x).collect(Collectors.toList()) - 它不是“开启多线程”的魔法开关——底层仍依赖默认的公共
ForkJoinPool，且仅当数据量足够大、操作足够耗时才体现优势 - 小集合（如几十个元素）用
parallelStream()反而可能因线程调度开销而变慢
必须避开共享可变状态
Lambda 表达式在并行流中若修改外部变量（如普通 int count = 0 或非线程安全集合），会导致结果不可预测或竞态条件。
- ❌ 错误示例：
list.parallelStream().forEach(item -> { total += item.getPrice(); })——total是普通局部变量，多线程写入会丢失更新 - ✅ 正确替代：用
reduce或collect进行并发归约，例如：int sum = list.parallelStream().mapToInt(Product::getPrice).sum() - 如需收集中间结果，优先用线程安全的收集器：
Collectors.toConcurrentMap()或Collectors.collectingAndThen(..., Collections::unmodifiableList)
慎用 forEach 与 peek 在并行场景
forEach 在并行流中不保证执行顺序，且不提供同步保障；peek 仅用于调试，生产环境禁用。
立即学习“Java免费学习笔记（深入）”；
-
parallelStream().forEach()适用于“只读+副作用无关”的操作，如打日志、发监控指标（前提是这些操作本身线程安全） - 若需按顺序处理或写入共享资源（如数据库、文件），应改用
stream()（顺序流）+ 显式同步，或交由业务层控制并发粒度 - 避免在 Lambda 内调用非线程安全方法（如
SimpleDateFormat.format()），应改用DateTimeFormatter等不可变/线程安全类型
结合线程安全集合与自定义 Collector
当标准 Collectors 不满足需求（如需定制聚合逻辑或维护中间状态），可实现 Collector 接口，利用 supplier、accumulator 和 combiner 三部分确保并发安全。
-
supplier创建每个线程的私有容器（如ThreadLocal或新ArrayList） -
accumulator在单个线程内累加，不涉及跨线程共享 -
combiner负责合并各线程结果，必须是无副作用、可交换可结合的操作 - 已有工具类如
Collectors.toConcurrentMap()或Collectors.groupingByConcurrent()已内置线程安全实现，可直接复用
