大数据量情况下，SPL 调用 java 自定义函数效率如何提高
目前，我们在客户实时项目的时候，我们经常有一些复杂逻辑的操作，势必要把这些复制逻辑写在一个自定义 java 类（该类的方法 reworkFilter 是静态方法）的函数中，然后通过 =invoke(..**.infrastructure.util.splFunction.SplFunc.reworkFilter,reworkName,isRework,reworkSeq, activitySeq, bv, ev)；调用，当数据量很大时候，比如 1 亿条的时候，这个耗时 20,30 秒，严重影响性能，请问有什么其他方案可以替代吗？（spl 的 func 目前不考虑，希望用 java 类库的方案实现）
invoke 调用 java 静态方法已经无法优化过，没啥地方可以修正了
用户对性能要求很高，有其他代替方案吗？
1 亿条数据的转换成本（要转换成 Java 通行的数据类型后才能调用）就不会太低，这个函数要被执行多少次？它本身的执行性能如何？
invoke 通常只是解决一些 SPL 暂未提供的接口问题，纯运算逻辑最好全部写在 SPL 中。理论上 Java 代码速度更快，但大部分应用程序员不太会写基础的高性能算法，使用简单的慢算法常常会导致 Java 代码比 SPL 慢很多。
或者，读懂源代码，自己给 SPL 补个函数，在其中直接使用 SPL 已有的数据类型（不需要转换），还可能利用 SPL 类库中的算法。
或者自定义函数，也就是实现 Function 子类，具体参考http://d.raqsoft.com.cn:6999/esproc/manual/zdyhswj.html
主要是业务逻辑比较复杂，里面嵌套多个 for 循环，而且随着数量越大，性能可能越差，没有用到 spl 多核；只用到了 java stream.pallara() 多核并行，运行下来效果不理想，没有多大的速度提高。感觉 spl 调用自定义 java 函数，invoke 应该反射, 觉得是这块也耗时；这个函数是每行调用一遍，行数越多调用越多。
建议这么测试一下：
1. 把那个函数改成空的，直接 return，看看调用 1 亿次这个函数（含参数转换）所需要的时间，记为 T1
2. 函数的参数也删除，看看简单 invoke 1 亿次的时间，记为 T2
原来那个 20-30 秒记为 T0。
T0-T1 是这个函数本身执行 1 亿次的时间，T1-T2 是参数转换的时间
如果 T0-T1 太慢，这只能你自己优化这个函数了。T1-T2 太慢，可以考虑使用自定义函数，减少参数转换的时间。
按你的描述，里面还有多个 for 循环，我猜是 T0-T1 就很慢。
这种运算，如果能找到算法上的优化点，SPL 可能更快得多，而且也会比 Java 写起来简单得多。
invoke 就是首先找到 Method，然后在表达式计算时调用 Method.invoke，成本比 java 直接调用肯定高不少
有点搞不清你是怎么调用的，既然用 java Stream.parallel()，怎么又用到 spl 的 invoke 呢