Java 8学习笔记之Stream初探

    在 Java 8中，流式处理占了非常重要的位置。甚至可以说，Java 8中的函数式处理思想，就是基于Stream实现的。现在，我们可以对Stream有一个认识。

​ 什么是流呢？通俗的说，流就是从支持流式处理操作的数据源生成的元素集合。例如List，Set、数组以及文件等等。我们可以从三个方面，来解读Java 8中的Stream API，第一个是流的常规操作处理；第二个就是对流的结果的处理；第三个就是流的并行化处理。

流的常规操作处理

​ 流的本质就是，它允许以声明性的方式处理数据。此外，他还有两个重要的特点，就是流水线和内部迭代。流水线即是，很多的操作都会返回一个流，我们可以基于这个流再赋予其他的操作，这些操作组合起来就是一个流水线了。内部迭代即对元素的处理是在内部进行的，无需程序员手动处理，这个内部迭代的定义是和Collection接口中的迭代对应的。内部迭代有一个好处就是可以把一些优化放在程序内部，例如流的并行化等等。

​ 好了，说了一大堆，让我们看看Stream的定义吧！

public interface Stream<T> extends BaseStream<T, Stream<T>> {

    Stream<T> filter(Predicate<? super T> predicate);

    <R> Stream<R> map(Function<? super T, ? extends R> mapper);

    <R> Stream<R> flatMap(Function<? super T, ? extends Stream<? extends R>> mapper);
    
    Stream<T> distinct();

    Stream<T> sorted();

    Stream<T> sorted(Comparator<? super T> comparator);

    Stream<T> peek(Consumer<? super T> action);

    Stream<T> limit(long maxSize);

    Stream<T> skip(long n);
    
    void forEach(Consumer<? super T> action);

    T reduce(T identity, BinaryOperator<T> accumulator);
    
    ...
}

​ 这里，选取了Stream接口的部分抽象方法，我们可以对处理操作选择合适的流水线，例如 filter -> distinct -> limit，然后就可以调用相应的收集方法把最终结果收集起来。

流式处理中的map-reduce

​ map-reduce架构，是函数式编程中的经典大量数据处理的编程模型。由于Java 8中引入了函数式编程的思想，因此，在Stream中的API中，我们也可以看到它集成了map和reduce方法。

​ 我们知道，map操作是对数据集中的每个数据元素进行处理，然后在reduce中，把所有块中的数据归约起来。

​ 我们可以用班级信息来考虑，例如班级的属性有人数和所在年级。

/**
 * @Author: huangpf
 * @Des: 班级属性
 */
public class MyClass {
    private int count;
    private int grade;

	...
}

首先我们想要知道这个学校一共有多少人：

public static void mapReduceClasses(List<MyClass> classes) {
        Integer count = classes.stream()
                .map(MyClass::getCount)
                .reduce(0, Integer::sum);
        System.out.println("该学校一共有" + count + "人");
    }

然后，我们想知道该学校一年级一共有多少人：

public static void mapReduceClasses(List<MyClass> classes) {
        Integer count = classes.stream()
                .filter(myClass -> myClass.getGrade() == 1)
                .map(MyClass::getCount)
                .reduce(0, Integer::sum);
        System.out.println("该学校一年级有" + count + "人");
    }

​ 用map-reduce架构看起来是不是非常直观，而并不需要像之前一样，需要自己显示的编写遍历整个列表，然后根据相应的条件来过滤，再进行求和了，这就是Java 8内部迭代的好处之一。它还有另一个好处，就是它可以在当数据量比较大的时候，进行并行处理。而不需要我们自己去进行切块，然后再规约了。

​