本次测试环境为JDK1.8环境下
借用医学的那句话，抛开数据量谈性能都是耍流氓，本次的性能测试分为三档，即万级数据、十万级数据、百万级数据
万级数据量
List<User> userList = new ArrayList<>();
Random rand = new Random();
for (int i = 0; i <10000 ; i ) {
User user = new User();
user.setId(rand.nextInt(1000));
user.setCompanyId(rand.nextInt(1000));
userList.add(user);
}
Long startTime = System.currentTimeMillis();
userList.sort((a, b)-> b.getId().compareTo(a.getId()));
System.out.println("List.sort()耗时：" (System.currentTimeMillis()-startTime) "ms");
Long startTime1 = System.currentTimeMillis();
userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());
System.out.println("stream.sort耗时：" (System.currentTimeMillis() - startTime1) "ms");
运行结果：
List.sort() 耗时：116ms
stream.sort耗时：27ms
结论：很明显是stream优势非常明显，相差4~5倍！
十万级数据量
List<User> userList = new ArrayList<>();
Random rand = new Random();
for (int i = 0; i <100000 ; i ) {
User user = new User();
user.setId(rand.nextInt(1000));
user.setCompanyId(rand.nextInt(1000));
userList.add(user);
}
Long startTime = System.currentTimeMillis();
userList.sort((a, b)-> b.getId().compareTo(a.getId()));
System.out.println("List.sort()耗时：" (System.currentTimeMillis()-startTime) "ms");
Long startTime1 = System.currentTimeMillis();
userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());
System.out.println("stream.sort耗时：" (System.currentTimeMillis() - startTime1) "ms");
运行结果：
List.sort()耗时：150ms
stream.sort耗时：197ms
List.sort()耗时：142ms
parallelStream.sort耗时：193ms
结论：可以看到在十万级数据量stream已经优势不再，并行流也一样，反而List接口的默认方法却优势很突出
百万级数据量
List<User> userList = new ArrayList<>();
Random rand = new Random();
for (int i = 0; i <1000000 ; i ) {
User user = new User();
user.setId(rand.nextInt(1000));
user.setCompanyId(rand.nextInt(1000));
userList.add(user);
}
Long startTime = System.currentTimeMillis();
userList.sort((a, b)-> b.getId().compareTo(a.getId()));
System.out.println("List.sort()耗时：" (System.currentTimeMillis()-startTime) "ms");
Long startTime1 = System.currentTimeMillis();
userList.stream().sorted(Comparator.comparing(User::getCompanyId)).collect(Collectors.toList());
System.out.println("stream.sort耗时：" (System.currentTimeMillis() - startTime1) "ms")
运行结果：
List.sort()耗时：523ms
stream.sort耗时：824ms
可以发现随着数据量的增大，stream的排序效率越来越差，由此可以得出结论：
在万级数据及以下，优先选择stream排序；
在十万级及以上，那么则需要选择List提供的sort方法进行排序效率更高！
