用户声音

GPars 库功能强大，使用简单，设计合理，它将 DataFlows、Agents 和 Actors 等高级线程概念引入 Groovy 世界，这些概念以前只有 Scala 和 Clojure 中才有。

我在我的项目中使用 GPars，该项目是北美一家价值数十亿美元的产产品和服务公司的项目。我们的应用程序每天执行 1400 万到 2000 万笔交易，涉及 Web 服务、复杂计算和数据库调用。

GPars 库非常可靠，运行效果很好。使用该库后，我们的应用程序代码更短、更简洁、更易于维护。

使用 Agents 监控和收集大型批处理作业的统计数据，以及使用 Data Flow Queues 和 Tasks 添加和使用作业（只需几行代码），我的工作生活轻松了不少。我们还得到了 GPars 团队的出色支持。

GPars 太棒了。一般来说，处理线程和并发是一个令人头疼的问题。使用 GPars，你可以在 3 行代码中实现一些非常实用的并发功能。

我们在 Grails 项目中使用 GPars Actors 将 HTTP 请求分散到多个后端，收集结果并将 HTTP 结果块流式传输，只要

它们从后端返回。这太有趣了，没有线程管理样板代码，只有业务规则优化。我肯定会再次使用。

是的，我使用 GPars，它很棒。我们破解了一个 rdbms → hbase 迁移应用程序，GPars 帮助将速度提高了很大程度，它易于使用，而且没有给我们带来任何问题。- www.ecircle.com

GPars 太棒了 - 我正在构建一个多线程应用程序，该应用程序收集大量 Cisco 交换机和 Linux 服务器（使用 Groovy 和 Java）的度量数据，GPars 运行得非常出色。有状态 Actors 的概念非常好。做得好！:)

在从 SugarCRM 迁移到 Salesforce 的数据迁移练习中，一些实体迁移可以并行执行，因为它们不受顺序依赖。选择 GPars 是因为它使用 GParsPool 和 eachParallel 很简单 - 只需要添加 3 行简单的代码，并在每个集合迭代中添加 'Parallel' 即可。

GPars 通过并行处理数据库结果集和随后的 Web 服务调用，显著减少了数据迁移所需的时间。

leanjavaengineering.wordpress.com

GParallelizer 非常酷。我必须使用 JSCH (www.jcraft.com) 从 200 台机器上收集信息，3 行代码使速度提高了 10 倍。

联系：twitter.com/gblack

我一直很喜欢使用 GPARS，因为它非常易于实验。它使我可以更多地专注于解决手头的問題，而不是担心所有与编码线程生命周期管理细节相关的 Java 机制。而且它更具表现力！