Java8 - Stream API快速入门

Java8旨在帮助程序员写出更好的代码，

其对核心类库的改进也是关键的一部分， Stream 是Java8种处理集合的抽象概念，

它可以指定你希望对集合的操作，但是执行操作的时间交给具体实现来决定。

为什么需要Stream?

Java语言中集合是使用最多的API，几乎每个Java程序都会用到集合操作，

这里的Stream和IO中的Stream不同，它提供了对集合操作的增强，极大的提高了操作集合对象的便利性。

集合对于大多数编程任务而言都是基本的，为了解释集合是怎么工作，我们想象一下当下最火的外卖APP，

当我们点菜的时候需要按照 距离 、 价格 、 销量 等进行排序后筛选出自己满意的菜品。

你可能想选择距离自己最近的一家店铺点菜，尽管用集合可以完成这件事，但集合的操作远远算不上完美。

假如让你编写上面示例中的代码，你可能会写出如下：

// 店铺属性
public class Property {
    String  name;
    // 距离，单位:米
    Integer distance;
    // 销量，月售
    Integer sales;
    // 价格，这里简单起见就写一个级别代表价格段
    Integer priceLevel;
    public Property(String name, int distance, int sales, int priceLevel) {
        this.name = name;
        this.distance = distance;
        this.sales = sales;
        this.priceLevel = priceLevel;
    }
    // getter setter 省略
}
复制代码

我想要筛选距离我最近的店铺，你可能会写下这样的代码：

public static void main(String[] args) {
    Property p1 = new Property("叫了个鸡", 1000, 500, 2);
    Property p2 = new Property("张三丰饺子馆", 2300, 1500, 3);
    Property p3 = new Property("永和大王", 580, 3000, 1);
    Property p4 = new Property("肯德基", 6000, 200, 4);
    List<Property> properties = Arrays.asList(p1, p2, p3, p4);
    Collections.sort(properties, (x, y) -> x.distance.compareTo(y.distance));
    String name = properties.get(0).name;
    System.out.println("距离我最近的店铺是:" + name);
}
复制代码

这里也使用了部分lambda表达式，在Java8之前你可能写的更痛苦一些。

要是要处理大量元素又该怎么办呢？为了提高性能，你需要并行处理，并利用多核架构。

但写并行代码比用迭代器还要复杂，而且调试起来也够受的！

但 Stream 中操作这些东西当然是非常简单的，小试牛刀:

// Stream操作
String name2 = properties.stream()
                .sorted(Comparator.comparingInt(x -> x.distance))
                .findFirst()
                .get().name;
System.out.println("距离我最近的店铺是:" + name);
复制代码

新的API对所有的集合操作都提供了生成流操作的方法，写的代码也行云流水，我们非常简单的就筛选了离我最近的店铺。

在后面我们继续讲解Stream更多的特性和玩法。

外部迭代和内部迭代

当你处理集合时，通常会对它进行迭代，然后处理返回的每个元素。比如我想看看月销量大于1000的店铺个数。

使用for循环进行迭代

int count = 0;
for (Property property : properties) {
    if(property.sales > 1000){
        count++;
    }
}
复制代码

上面的操作是可行的，但是当每次迭代的时候你需要些很多重复的代码。将for循环修改为并行执行也非常困难，

需要修改每个for的实现。

从集合背后的原理来看，for循环封装了迭代的语法糖，首先调用iterator方法，产生一个Iterator对象，

然后控制整个迭代，这就是 外部迭代 。迭代的过程通过调用Iterator对象的hasNext和next方法完成。

使用迭代器进行计算

int count = 0;
Iterator<Property> iterator = properties.iterator();
while(iterator.hasNext()){
    Property property = iterator.next();
    if(property.sales > 1000){
        count++;
    }
}
复制代码

而迭代器也是有问题的。它很难抽象出 未知的不能操作 ；此外它本质上还是串行化的操作，总体来看使用

for循环会将行为和方法混为一谈。

另一种办法是使用内部迭代完成， properties.stream() 该方法返回一个Stream而不是迭代器。

使用内部迭代进行计算

long count = properties.stream()
                .filter(p -> p.sales > 1000)
                .count();
复制代码

上述代码是通过Stream API完成的，我们可以把它理解为2个步骤：

1. 找出所有销量大于1000的店铺
2. 计算出店铺个数

为了找出销量大于1000的店铺，需要先做一次过滤：filter，你可以看看这个方法的入参就是前面讲到的Predicate断言型函数式接口，

测试一个函数完成后，返回值为boolean。

由于Stream API的风格，我们没有改变集合的内容，而是描述了Stream的内容，最终调用count()方法计算出Stream

里包含了多少个过滤之后的对象，返回值为long。

创建Stream

你已经知道Java8种在Collection接口添加了Stream方法，可以将任何集合转换成一个Stream。

如果你操作的是一个数组可以使用 Stream.of(1, 2, 3) 方法将它转换为一个流。

也许有人知道JDK7中添加了一些类库如 Files.readAllLines(Paths.get("/home/biezhi/a.txt")) 这样的读取文件行方法。

List 作为 Collection 的子类拥有转换流的方法，那么我们读取这个文本文件到一个字符串变量中将变得更简洁：

String content = Files.readAllLines(Paths.get("/home/biezhi/a.txt")).stream()
            .collect(Collectors.joining("/n"));
复制代码

这里的collect是后面要讲解的 收集器 ，对Stream进行了处理后得到一个文本文件的内容。

JDK8也为我们提供了一些便捷的Stream相关类库:

创建一个流是很简单的，下面我们试试用创建好的Stream做一些操作吧。

流操作

java.util.stream.Stream中定义了许多流操作的方法，为了更好的理解Stream API掌握它常用的操作非常重要。

流的操作其实可以分为两类： 处理操作 、 聚合操作 。

• 处理操作：诸如filter、map等处理操作将Stream一层一层的进行抽离，返回一个流给下一层使用。
• 聚合操作：从最后一次流中生成一个结果给调用方，foreach只做处理不做返回。

filter

filter看名字也知道是过滤的意思，我们通常在筛选数据的时候用到，频率非常高。

filter方法的参数是 Predicate<T> predicate 即一个从T到boolean的函数。

筛选出距离我在1000米内的店铺

properties.stream()
            .filter(p -> p.distance < 1000)
复制代码

筛选出名称大于5个字的店铺

properties.stream()
            .filter(p -> p.name.length() > 5);
复制代码

map

有时候我们需要将流中处理的数据类型进行转换，这时候就可以使用map方法来完成，将流中的值转换为一个新的流。

列出所有店铺的名称

properties.stream()
            .map(p -> p.name);
复制代码

传给map的lambda表达式接收一个Property类型的参数，返回一个String。

参数和返回值不必属于同一种类型，但是lambda表达式必须是Function接口的一个实例。

flatMap

有时候我们会遇到提取子流的操作，这种情况用的不多但是遇到flatMap将变得更容易处理。

例如我们有一个 List<List<String>> 结构的数据：

List<List<String>> lists = new ArrayList<>();
lists.add(Arrays.asList("apple", "click"));
lists.add(Arrays.asList("boss", "dig", "qq", "vivo"));
lists.add(Arrays.asList("c#", "biezhi"));
复制代码

要做的操作是获取这些数据中长度大于2的单词个数

lists.stream()
        .flatMap(Collection::stream)
        .filter(str -> str.length() > 2)
        .count();
复制代码

在不使用flatMap前你可能需要做2次for循环。这里调用了List的stream方法将每个列表转换成Stream对象，

其他的就和之前的操作一样。

max和min

Stream中常用的操作之一是求最大值和最小值，Stream API 中的max和min操作足以解决这一问题。

我们需要筛选出价格最低的店铺:

Property property = properties.stream()
            .max(Comparator.comparingInt(p -> p.priceLevel))
            .get();
复制代码

查找Stream中的最大或最小元素，首先要考虑的是用什么作为排序的指标。

以查找价格最低的店铺为例，排序的指标就是 店铺的价格等级 。

为了让Stream对象按照价格等级进行排序，需要传给它一个Comparator对象。

Java8提供了一个新的静态方法comparingInt，使用它可以方便地实现一个比较器。

放在以前，我们需要比较两个对象的某项属性的值，现在只需要提供一个存取方法就够了。

收集结果

通常我们处理完流之后想查看一下结果，比如获取总数，转换结果，在前面的示例中你发现调用了

filter、map之后没有下文了，后续的操作应该调用Stream中的collect方法完成。

获取距离我最近的2个店铺

List<Property> properties = properties.stream()
            .sorted(Comparator.comparingInt(x -> x.distance))
            .limit(2)
            .collect(Collectors.toList());
复制代码

获取所有店铺的名称

List<String> names = properties.stream()
                      .map(p -> p.name)
                      .collect(Collectors.toList());
复制代码

获取每个店铺的价格等级

Map<String, Integer> map = properties.stream()
        .collect(Collectors.toMap(Property::getName, Property::getPriceLevel));
复制代码

所有价格等级的店铺列表

Map<Integer, List<Property>> priceMap = properties.stream()
                .collect(Collectors.groupingBy(Property::getPriceLevel));
复制代码

并行数据处理

并行和并发

并发是两个任务共享时间段，并行则是两个任务在同一时间发生，比如运行在多核CPU上。

如果一个程序要运行两个任务，并且只有一个CPU给它们分配了不同的时间片，那么这就是并发，而不是并行。

并行化是指为缩短任务执行时间，将一个任务分解成几部分，然后并行执行。

这和顺序执行的任务量是一样的，区别就像用更多的马来拉车，花费的时间自然减少了。

实际上，和顺序执行相比，并行化执行任务时，CPU承载的工作量更大。

数据并行化是指将数据分成块，为每块数据分配单独的处理单元。

还是拿马拉车那个例子打比方，就像从车里取出一些货物，放到另一辆车上，两辆马车都沿着同样的路径到达目的地。

当需要在大量数据上执行同样的操作时，数据并行化很管用。

它将问题分解为可在多块数据上求解的形式，然后对每块数据执行运算，最后将各数据块上得到的结果汇总，从而获得最终答案。

人们经常拿任务并行化和数据并行化做比较，在任务并行化中，线程不同，工作各异。

我们最常遇到的JavaEE应用容器便是任务并行化的例子之一，每个线程不光可以为不同用户服务，

还可以为同一个用户执行不同的任务，比如登录或往购物车添加商品。

Stream并行流

流使得计算变得容易，它的操作也非常简单，但你需要遵守一些约定。默认情况下我们使用集合的stream方法

创建的是一个串行流，你有两种办法让他变成并行流。

1. 调用 Stream 对象的 parallel 方法
2. 创建流的时候调用 parallelStream 而不是stream方法

我们来用具体的例子来解释串行和并行流

串行化计算

筛选出价格等级小于4，按照距离排序的2个店铺名

properties.stream()
            .filter(p -> p.priceLevel < 4)
            .sorted(Comparator.comparingInt(Property::getDistance))
            .map(Property::getName)
            .limit(2)
            .collect(Collectors.toList());
复制代码

调用 parallelStream 方法即能并行处理

properties.parallelStream()
            .filter(p -> p.priceLevel < 4)
            .sorted(Comparator.comparingInt(Property::getDistance))
            .map(Property::getName)
            .limit(2)
            .collect(Collectors.toList());
复制代码

读到这里，大家的第一反应可能是立即将手头代码中的stream方法替换为parallelStream方法，

因为这样做简直太简单了！先别忙，为了将硬件物尽其用，利用好并行化非常重要，但流类库提供的数据并行化只是其中的一种形式。

我们先要问自己一个问题： 并行化运行基于流的代码是否比串行化运行更快？ 这不是一个简单的问题。

回到前面的例子，哪种方式花的时间更多取决于串行或并行化运行时的环境。