
Java基础 | Stream流原理与用法总结
Stream简化元素计算;
一、接口设计
从Java1.8开始提出了Stream流的概念,侧重对于源数据计算能力的封装,并且支持序列与并行两种操作方式;依旧先看核心接口的设计:
- BaseStream:基础接口,声明了流管理的核心方法;
- Stream:核心接口,声明了流操作的核心方法,其他接口为指定类型的适配;
基础案例:通过指定元素的值,返回一个序列流,元素的内容是字符串,并转换为Long类型,最终计算求和结果并返回;
整个Stream处理过程上看可以分为三段:创建流、中间操作、最终操作,即多个元素值通过流计算最终获取到求和的结果;
二、创建操作
除了Stream提供的创建方法之外,在Java1.8中,很多容器类的方法都进行的扩展,提供了集合元素转流的能力;
- Stream创建
- Collection创建
- Array创建
上述方式创建的Stream流默认都是串行序列,可以通过Stream.isParallel
进行判断;执行Stream.parallel
方法可以转为并行流;
三、中间操作
通常对于Stream的中间操作,可以视为是源的查询,并且是懒惰式的设计,对于源数据进行的计算只有在需要时才会被执行,与数据库中视图的原理相似;
Stream流的强大之处便是在于提供了丰富的中间操作,相比集合或数组这类容器,极大的简化源数据的计算复杂度,案例中使用的数据结构如下;
- filter:过滤,输出id大于1的用户;
- map:将现有的元素转换映射到对应的结果,输出用户所在城市;
- peek:对元素进行遍历处理,每个用户ID加1输出;
- flatMap:数据拆分一对多映射,用户所在多个城市;
- sorted:指定属性排序,根据用户ID倒序输出;
- distinct:去重,用户所在城市去重后输出;
- skip & limit:截取,过滤后的数据跳过,截取第一条;
相比于集合与数组在Java1.8之前的处理逻辑,通过Stream流的方法简化对数据改、查、过滤、排序等一系列操作,上面对于最终方法只涉及了foreach遍历;
四、最终操作
Stream流执行完最终操作之后,无法再执行其他动作,否则会报状态异常,提示该流已经被执行操作或者被关闭,想要再次执行操作必须重新创建Stream流;
- min:最小值,获取用户最小的id值;
- max:最大值,获取用户最大的id值;
- sum:求和,对用户ID进行累计求和;
- count:总数,id小于2的用户总数;
- foreach:遍历,输出北京相关的用户;
- findAny:查找符合条件的任意一个元素,获取一个北京用户;
- findFirst:获取符合条件的第一个元素;
- anyMatch:匹配判断,判断是否存在深圳的用户;
- allMatch:全部匹配,判断所有用户的城市不为空;
- noneMatch:全不匹配,判断没有用户的城市为空;
这里只是演示一些简单的最终方法,主要涉及Stream流的一些统计和判断相关的能力,在一些实际的业务应用中,显然这些功能还远远不够;
五、Collect收集
Collector:结果收集策略的核心接口,具备将指定元素累加存放到结果容器中的能力;并在Collectors工具中提供了Collector接口的实现类;
- toList:将用户ID存放到List集合中;
- toMap:将用户ID和Name以Key-Value形式存放到Map集合中;
- toSet:将用户所在城市存放到Set集合中;
- counting:符合条件的用户总数;
- summingInt:对结果元素即用户ID求和;
- minBy:筛选元素中ID最小的用户
- joining:将用户所在城市,以指定分隔符链接成字符串;
- groupingBy:按条件分组,以城市对用户进行分组;
在代码工程中会涉及到诸多的集合数据计算的逻辑,尤其在微服务场景中,VO数据模型需要对多个服务的数据进行组装,通过Collector可以极大精简组装过程;
本文转载自公众号知了一笑
