吃透JAVA的Stream流操作，多年实践总结

　　在JAVA中，涉及到对数组、Collection等集合类中的元素进行操作的时候，通常会通过循环的方式进行逐个处理，或者使用Stream的方式进行处理。
　　例如，现在有这么一个需求：
　　从给定句子中返回单词长度大于5的单词列表，按长度倒序输出，最多返回3个
　　在JAVA7及之前的代码中，我们会可以照如下的方式进行实现：public List sortGetTop3LongWords(@NotNull String sentence) {     // 先切割句子，获取具体的单词信息     String[] words = sentence.split(＂ ＂);     List wordList = new ArrayList<>();     // 循环判断单词的长度，先过滤出符合长度要求的单词     for (String word : words) {         if (word.length() > 5) {             wordList.add(word);         }     }     // 对符合条件的列表按照长度进行排序     wordList.sort((o1, o2) -> o2.length() - o1.length());     // 判断list结果长度，如果大于3则截取前三个数据的子list返回     if (wordList.size() > 3) {         wordList = wordList.subList(0, 3);     }     return wordList; }  复制代码
　　在JAVA8及之后的版本中，借助Stream流，我们可以更加优雅的写出如下代码： public List sortGetTop3LongWordsByStream(@NotNull String sentence) {     return Arrays.stream(sentence.split(＂ ＂))             .filter(word -> word.length() > 5)             .sorted((o1, o2) -> o2.length() - o1.length())             .limit(3)             .collect(Collectors.toList()); }  复制代码
　　直观感受上，Stream的实现方式代码更加简洁、一气呵成。很多的同学在代码中也经常使用Stream流，但是对Stream流的认知往往也是仅限于会一些简单的filter、map、collect等操作，但JAVA的Stream可以适用的场景与能力远不止这些。
　　那么问题来了：Stream相较于传统的foreach的方式处理，到底有啥优势？
　　这里我们可以先搁置这个问题，先整体全面的了解下Stream，然后再来讨论下这个问题。
　　笔者结合在团队中多年的代码检视遇到的情况，结合平时项目编码实践经验，对Stream的核心要点与易混淆用法、典型使用场景等进行了详细的梳理总结，希望可以帮助大家对Stream有个更全面的认知，也可以更加高效的应用到项目开发中去。Stream初相识
　　概括讲，可以将Stream流操作分为3种类型：创建StreamStream中间处理终止Steam
　　每个Stream管道操作类型都包含若干API方法，先列举下各个API方法的功能介绍。开始管道
　　主要负责新建一个Stream流，或者基于现有的数组、List、Set、Map等集合类型对象创建出新的Stream流。
　　API
　　功能说明
　　stream()
　　创建出一个新的stream串行流对象
　　parallelStream()
　　创建出一个可并行执行的stream流对象
　　Stream.of()
　　通过给定的一系列元素创建一个新的Stream串行流对象
　　中间管道
　　负责对Stream进行处理操作，并返回一个新的Stream对象，中间管道操作可以进行叠加。
　　API
　　功能说明
　　filter()
　　按照条件过滤符合要求的元素， 返回新的stream流
　　map()
　　将已有元素转换为另一个对象类型，一对一逻辑，返回新的stream流
　　flatMap()
　　将已有元素转换为另一个对象类型，一对多逻辑，即原来一个元素对象可能会转换为1个或者多个新类型的元素，返回新的stream流
　　limit()
　　仅保留集合前面指定个数的元素，返回新的stream流
　　skip()
　　跳过集合前面指定个数的元素，返回新的stream流
　　concat()
　　将两个流的数据合并起来为1个新的流，返回新的stream流
　　distinct()
　　对Stream中所有元素进行去重，返回新的stream流
　　sorted()
　　对stream中所有的元素按照指定规则进行排序，返回新的stream流
　　peek()
　　对stream流中的每个元素进行逐个遍历处理，返回处理后的stream流
　　终止管道
　　顾名思义，通过终止管道操作之后，Stream流将会结束，最后可能会执行某些逻辑处理，或者是按照要求返回某些执行后的结果数据。
　　API
　　功能说明
　　count()
　　返回stream处理后最终的元素个数
　　max()
　　返回stream处理后的元素最大值
　　min()
　　返回stream处理后的元素最小值
　　findFirst()
　　找到第一个符合条件的元素时则终止流处理
　　findAny()
　　找到任何一个符合条件的元素时则退出流处理，这个对于串行流时与findFirst相同，对于并行流时比较高效，任何分片中找到都会终止后续计算逻辑
　　anyMatch()
　　返回一个boolean值，类似于isContains(),用于判断是否有符合条件的元素
　　allMatch()
　　返回一个boolean值，用于判断是否所有元素都符合条件
　　noneMatch()
　　返回一个boolean值， 用于判断是否所有元素都不符合条件
　　collect()
　　将流转换为指定的类型，通过Collectors进行指定
　　toArray()
　　将流转换为数组
　　iterator()
　　将流转换为Iterator对象
　　foreach()
　　无返回值，对元素进行逐个遍历，然后执行给定的处理逻辑Stream方法使用map与flatMap
　　map与flatMap都是用于转换已有的元素为其它元素，区别点在于：map 必须是一对一的，即每个元素都只能转换为1个新的元素flatMap 可以是一对多的，即每个元素都可以转换为1个或者多个新的元素
　　比如：有一个字符串ID列表，现在需要将其转为User对象列表。可以使用map来实现： /**  * 演示map的用途：一对一转换  */ public void stringToIntMap() {     List ids = Arrays.asList(＂205＂, ＂105＂, ＂308＂, ＂469＂, ＂627＂, ＂193＂, ＂111＂);     // 使用流操作     List results = ids.stream()             .map(id -> {                 User user = new User();                 user.setId(id);                 return user;             })             .collect(Collectors.toList());     System.out.println(results); }  复制代码
　　执行之后，会发现每一个元素都被转换为对应新的元素，但是前后总元素个数是一致的： [User{id=＂205＂},   User{id=＂105＂},  User{id=＂308＂},   User{id=＂469＂},   User{id=＂627＂},   User{id=＂193＂},   User{id=＂111＂}]  复制代码
　　再比如：现有一个句子列表，需要将句子中每个单词都提取出来得到一个所有单词列表。这种情况用map就搞不定了，需要flatMap上场了： public void stringToIntFlatmap() {     List sentences = Arrays.asList(＂hello world＂,＂Jia Gou Wu Dao＂);     // 使用流操作     List results = sentences.stream()             .flatMap(sentence -> Arrays.stream(sentence.split(＂ ＂)))             .collect(Collectors.toList());     System.out.println(results); }  复制代码
　　执行结果如下，可以看到结果列表中元素个数是比原始列表元素个数要多的： [hello, world, Jia, Gou, Wu, Dao]  复制代码
　　这里需要补充一句，flatMap操作的时候其实是先每个元素处理并返回一个新的Stream，然后将多个Stream展开合并为了一个完整的新的Stream，如下：
　　peek和foreach方法
　　peek和foreach，都可以用于对元素进行遍历然后逐个的进行处理。
　　但根据前面的介绍，peek属于中间方法，而foreach属于终止方法。这也就意味着peek只能作为管道中途的一个处理步骤，而没法直接执行得到结果，其后面必须还要有其它终止操作的时候才会被执行；而foreach作为无返回值的终止方法，则可以直接执行相关操作。 public void testPeekAndforeach() {     List sentences = Arrays.asList(＂hello world＂,＂Jia Gou Wu Dao＂);     // 演示点1： 仅peek操作，最终不会执行     System.out.println(＂----before peek----＂);     sentences.stream().peek(sentence -> System.out.println(sentence));     System.out.println(＂----after peek----＂);     // 演示点2： 仅foreach操作，最终会执行     System.out.println(＂----before foreach----＂);     sentences.stream().forEach(sentence -> System.out.println(sentence));     System.out.println(＂----after foreach----＂);     // 演示点3： peek操作后面增加终止操作，peek会执行     System.out.println(＂----before peek and count----＂);     sentences.stream().peek(sentence -> System.out.println(sentence)).count();     System.out.println(＂----after peek and count----＂); }  复制代码
　　输出结果可以看出，peek独自调用时并没有被执行、但peek后面加上终止操作之后便可以被执行，而foreach可以直接被执行： ----before peek---- ----after peek---- ----before foreach---- hello world Jia Gou Wu Dao ----after foreach---- ----before peek and count---- hello world Jia Gou Wu Dao ----after peek and count----   复制代码
　　filter、sorted、distinct、limit
　　这几个都是常用的Stream的中间操作方法，具体的方法的含义在上面的表格里面有说明。具体使用的时候，可以根据需要选择一个或者多个进行组合使用，或者同时使用多个相同方法的组合： public void testGetTargetUsers() {     List ids = Arrays.asList(＂205＂,＂10＂,＂308＂,＂49＂,＂627＂,＂193＂,＂111＂, ＂193＂);     // 使用流操作     List results = ids.stream()             .filter(s -> s.length() > 2)             .distinct()             .map(Integer::valueOf)             .sorted(Comparator.comparingInt(o -> o))             .limit(3)             .map(id -> new Dept(id))             .collect(Collectors.toList());     System.out.println(results); }  复制代码
　　上面的代码片段的处理逻辑很清晰：使用filter过滤掉不符合条件的数据通过distinct对存量元素进行去重操作通过map操作将字符串转成整数类型借助sorted指定按照数字大小正序排列使用limit截取排在前3位的元素又一次使用map将id转为Dept对象类型使用collect终止操作将最终处理后的数据收集到list中
　　输出结果：[Dept{id=111},  Dept{id=193},  Dept{id=205}]  复制代码
　　简单结果终止方法
　　按照前面介绍的，终止方法里面像count、max、min、findAny、findFirst、anyMatch、allMatch、nonneMatch等方法，均属于这里说的简单结果终止方法。所谓简单，指的是其结果形式是数字、布尔值或者Optional对象值等。 public void testSimpleStopOptions() {     List ids = Arrays.asList(＂205＂, ＂10＂, ＂308＂, ＂49＂, ＂627＂, ＂193＂, ＂111＂, ＂193＂);     // 统计stream操作后剩余的元素个数     System.out.println(ids.stream().filter(s -> s.length() > 2).count());     // 判断是否有元素值等于205     System.out.println(ids.stream().filter(s -> s.length() > 2).anyMatch(＂205＂::equals));     // findFirst操作     ids.stream().filter(s -> s.length() > 2)             .findFirst()             .ifPresent(s -> System.out.println(＂findFirst:＂ + s)); }  复制代码
　　执行后结果为： 6 true findFirst:205  复制代码
　　避坑提醒
　　这里需要补充提醒下，一旦一个Stream被执行了终止操作之后，后续便不可以再读这个流执行其他的操作了，否则会报错，看下面示例： public void testHandleStreamAfterClosed() {     List ids = Arrays.asList(＂205＂, ＂10＂, ＂308＂, ＂49＂, ＂627＂, ＂193＂, ＂111＂, ＂193＂);     Stream stream = ids.stream().filter(s -> s.length() > 2);     // 统计stream操作后剩余的元素个数     System.out.println(stream.count());     System.out.println(＂-----下面会报错-----＂);     // 判断是否有元素值等于205     try {         System.out.println(stream.anyMatch(＂205＂::equals));     } catch (Exception e) {         e.printStackTrace();     }     System.out.println(＂-----上面会报错-----＂); }  复制代码
　　执行的时候，结果如下： 6 -----下面会报错----- java.lang.IllegalStateException: stream has already been operated upon or closed 	at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229) 	at java.util.stream.ReferencePipeline.anyMatch(ReferencePipeline.java:449) 	at com.veezean.skills.stream.StreamService.testHandleStreamAfterClosed(StreamService.java:153) 	at com.veezean.skills.stream.StreamService.main(StreamService.java:176) -----上面会报错-----  复制代码
　　因为stream已经被执行count()终止方法了，所以对stream再执行anyMatch方法的时候，就会报错stream has already been operated upon or closed，这一点在使用的时候需要特别注意。
　　结果收集终止方法
　　因为Stream主要用于对集合数据的处理场景，所以除了上面几种获取简单结果的终止方法之外，更多的场景是获取一个集合类的结果对象，比如List、Set或者HashMap等。
　　这里就需要collect方法出场了，它可以支持生成如下类型的结果数据：一个集合类，比如List、Set或者HashMap等StringBuilder对象，支持将多个字符串进行拼接处理并输出拼接后结果一个可以记录个数或者计算总和的对象（数据批量运算统计）
　　生成集合
　　应该算是collect最常被使用到的一个场景了： public void testCollectStopOptions() {     List ids = Arrays.asList(new Dept(17), new Dept(22), new Dept(23));     // collect成list     List collectList = ids.stream().filter(dept -> dept.getId() > 20)             .collect(Collectors.toList());     System.out.println(＂collectList:＂ + collectList);     // collect成Set     Set collectSet = ids.stream().filter(dept -> dept.getId() > 20)             .collect(Collectors.toSet());     System.out.println(＂collectSet:＂ + collectSet);     // collect成HashMap，key为id，value为Dept对象     Map collectMap = ids.stream().filter(dept -> dept.getId() > 20)             .collect(Collectors.toMap(Dept::getId, dept -> dept));     System.out.println(＂collectMap:＂ + collectMap); }  复制代码
　　结果如下： collectList:[Dept{id=22}, Dept{id=23}] collectSet:[Dept{id=23}, Dept{id=22}] collectMap:{22=Dept{id=22}, 23=Dept{id=23}}  复制代码
　　生成拼接字符串
　　将一个List或者数组中的值拼接到一个字符串里并以逗号分隔开，这个场景相信大家都不陌生吧？
　　如果通过for循环和StringBuilder去循环拼接，还得考虑下最后一个逗号如何处理的问题，很繁琐: public void testForJoinStrings() {     List ids = Arrays.asList(＂205＂, ＂10＂, ＂308＂, ＂49＂, ＂627＂, ＂193＂, ＂111＂, ＂193＂);     StringBuilder builder = new StringBuilder();     for (String id : ids) {         builder.append(id).append(＂,＂);     }     // 去掉末尾多拼接的逗号     builder.deleteCharAt(builder.length() - 1);     System.out.println(＂拼接后：＂ + builder.toString()); }  复制代码
　　但是现在有了Stream，使用collect可以轻而易举的实现： public void testCollectJoinStrings() {     List ids = Arrays.asList(＂205＂, ＂10＂, ＂308＂, ＂49＂, ＂627＂, ＂193＂, ＂111＂, ＂193＂);     String joinResult = ids.stream().collect(Collectors.joining(＂,＂));     System.out.println(＂拼接后：＂ + joinResult); }  复制代码
　　两种方式都可以得到完全相同的结果，但Stream的方式更优雅：拼接后：205,10,308,49,627,193,111,193  复制代码
　　敲黑板：
　　关于这里的说明，评论区中很多的小伙伴提出过疑问，就是这个场景其实使用 String.join() 就可以搞定了，并不需要上面使用 stream 的方式去实现。这里要声明下，Stream的魅力之处就在于其可以结合到其它的业务逻辑中进行处理，让代码逻辑更加的自然、一气呵成。如果纯粹是个String字符串拼接的诉求，确实没有必要使用Stream来实现，毕竟杀鸡焉用牛刀嘛~ 但是可以看看下面给出的这个示例，便可以感受出使用Stream进行字符串拼接的真正魅力所在。
　　数据批量数学运算
　　还有一种场景，实际使用的时候可能会比较少，就是使用collect生成数字数据的总和信息，也可以了解下实现方式： public void testNumberCalculate() {     List ids = Arrays.asList(10, 20, 30, 40, 50);     // 计算平均值     Double average = ids.stream().collect(Collectors.averagingInt(value -> value));     System.out.println(＂平均值：＂ + average);     // 数据统计信息     IntSummaryStatistics summary = ids.stream().collect(Collectors.summarizingInt(value -> value));     System.out.println(＂数据统计信息： ＂ + summary); }  复制代码
　　上面的例子中，使用collect方法来对list中元素值进行数学运算，结果如下： 平均值：30.0 总和： IntSummaryStatistics{count=5, sum=150, min=10, average=30.000000, max=50}  复制代码
　　并行Stream机制说明
　　使用并行流，可以有效利用计算机的多CPU硬件，提升逻辑的执行速度。并行流通过将一整个stream划分为多个片段，然后对各个分片流并行执行处理逻辑，最后将各个分片流的执行结果汇总为一个整体流。
　　约束与限制
　　并行流类似于多线程在并行处理，所以与多线程场景相关的一些问题同样会存在，比如死锁等问题，所以在并行流终止执行的函数逻辑，必须要保证线程安全。
　　回答最初的问题
　　到这里，关于JAVA Stream的相关概念与用法介绍，基本就讲完了。我们再把焦点切回本文刚开始时提及的一个问题：
　　Stream相较于传统的foreach的方式处理stream，到底有啥优势？
　　根据前面的介绍，我们应该可以得出如下几点答案：代码更简洁、偏声明式的编码风格，更容易体现出代码的逻辑意图逻辑间解耦，一个stream中间处理逻辑，无需关注上游与下游的内容，只需要按约定实现自身逻辑即可并行流场景效率会比迭代器逐个循环更高函数式接口，延迟执行的特性，中间管道操作不管有多少步骤都不会立即执行，只有遇到终止操作的时候才会开始执行，可以避免一些中间不必要的操作消耗
　　当然了，Stream也不全是优点，在有些方面也有其弊端：代码调测debug不便程序员从历史写法切换到Stream时，需要一定的适应时间
　　总结
　　好啦，关于JAVA Stream的理解要点与使用技能的阐述就先到这里啦。那通过上面的介绍，各位小伙伴们是否已经跃跃欲试了呢？快去项目中使用体验下吧！当然啦，如果有疑问，也欢迎找我一起探讨探讨咯。