用Java8 stream处理数据_Java教程

1、stream处理数据介绍

　　如果没有集合Collection你如何处理数据？几乎所有的Java应用程序都要使用Collection处理数据。他们是十分重要的编程工作：例如，您可能想要创建银行交易的集合Collection，这个集合代表客户的状态。然后，你可能要处理整个集合来找出的顾客花了多少钱。尽管集合如此重要，但是在Java中处理集合的技术还远远不够完善。

首先，对集合的典型处理模式是类似SQL操作，比如"finding"（例如，找到具有最高价的交易）或"grouping" （例如，将相关的杂物所有交易合并组）。大多数数据库让您这样的声明方式指定的操作。例如，下面的SQL查询可以让您找到交易ID最高值： "SELECT id, MAX(value) from transactions" 。

正如你所看到的，我们并不需要实现如何具体计算最大值（例如，使用循环和一个变量来跟踪的最高值）。我们只能表达我们所期望的要求(获得最大值)。只要我们显式发出这样的查询，数据库就会为我们去处理。可是为什么我们不能在集合Collection中实现类似的东西？多少次，你会发现自己使用循环一遍又一遍的反复遍历集合？(如：for Object o: myLists{ ..})

其次，如何才能有效地处理真正的大数据集合？在理想的情况下，你想利用多核架构加快处理，。然而，编写并行代码很难而且容易出错。

Java 8 API的设计者重新提出了一个新的抽象称为流Stream，可以让你以一种声明的方式处理数据。此外，数据流可以充分利用多核架构而无需编写多线程的一行代码。这听起来不错，不是吗？

首先，我们看看在Java 7中，如何发现typegrocery 的所有交易，然后返回以交易值降序排序好的交易ID集合？

				?

									List<Transaction> groceryTransactions = new Arraylist<>();

									for(Transaction t: transactions){

									  if(t.getType() == Transaction.GROCERY){

									    groceryTransactions.add(t);

									  }

									}

									Collections.sort(groceryTransactions, new Comparator(){

									  public int compare(Transaction t1, Transaction t2){

									    return t2.getValue().compareTo(t1.getValue());

									  }

									});

									List<Integer> transactionIds = new ArrayList<>();

									for(Transaction t: groceryTransactions){

									  transactionsIds.add(t.getId());

									}

而在Java 8使用Stream：

				?

									List<Integer> transactionsIds =

									    transactions.stream()

									                .filter(t -> t.getType() == Transaction.GROCERY)

									                .sorted(comparing(Transaction::getValue).reversed())

									                .map(Transaction::getId)

									                .collect(toList());

我们首先从交易数据列表中获得一个stream对象，这是通过使用List的stream()方法实现的，下一步几个操作 (filter, sorted, map, collect)是以链式排列成一个管道，形成对数据的查询操作。

用Java8 stream处理数据

那么这段代码如何并行操作呢？那么只要更换transactions.stream()为transaction.parallelStream()即可，请注意lambda表达式(t-> t.getCategory() == Transaction.GROCERY)和方法引用(Transaction::getId)将在下一章详细讲解。

2、Stream起步

首先，定义一下Stream，Stream是一个来自支持聚合操作源的元素的序列。

如下特点：

1. 所谓元素的序列，一个Stream向外提供了一个这样的接口：特定元素类型的值的序列，但是Stream并不实际持有也就是存储这些元素，它们是在有需求时才会被计算。
2. 源：以提供Stream进行计算消费的源，这些源有Collection集合 Array数组或I/O资源等。
3.聚合操作：Stream支持类似SQL操作和函数式编程的大部分操作，比如：filter, map, reduce, find, match, sorted。

此外，Stream操作不同于Collection操作有两个根本的地方：

1.管道Pipelining: 许多流Stream操作返回流Stream自身，这就允许对其操作可以像链条一样排列，变成一个管道，这其中也会激活比如懒加载和short-circuiting操作。
2.内部迭代：相比于集合Collection是显式迭代(需要我们编码完成迭代)，Stream操作是在其内部完成迭代操作。

下面我们看看前面Stream代码的内部工作流程：

用Java8 stream处理数据

我们首先从交易transactions这个列表中获得Stream对象，数据源就是交易列表，其中提供了一系列元素集合，这些元素都是供Stream操作的，下一步，我们使用了一系列对这个Stream的聚合操作，包括过滤filter (用我们指定的谓词条件predicate过滤元素，也就是代码t -> t.getType() == Transaction.GROCERY), 排序(用指定的比较器comparator对元素进行排序), 以及 map (为了释放获取信息). 所有这些操作除了最后的collect操作，都是返回一个Stream对象，这样就能被前后链接在一起变成一个长的管道，可以看成是基于源数据集合的一个查询操作。如同SQL基于数据表的有条件查询语句一样。

最后到collect被调用操作， collect操作开始处理这个管道以返回一个结果，不再是一个结果流了，这里一个结果是List一个对象，我们看到collect接受一个recipe输入函数然后累计Stream中元素到一个汇总结果，这里输入函数是toList()，它是一个将将Stream转换为List对象。

3、Stream与Collection比较

Stream和Collection集合有什么区别？Collection是关于静止的数据结构，而Stream是有关动词算法和计算的。前者是主要面向内存，存储在内存中，后者主要是面向CPU，通过CPU实现计算的。

举例将一个影片存储在DVD盘上，这是一个集合，因为它包含整个电影的字节数据结构，而这个影片被放在互联网上，我们通过视频软件去观看它时，它实际是被流化了，它变成了一个字节流，流是与时间有关的概念，而数据结构是与时间无关，不会随着时间变化变化，流正好相反，随着时间不断地动态变化，如同水流一样潺潺不断。

所以，集合与流的主要区别是是否需要被计算，集合是一个内存数据结构，集合中每个元素在加入到集合之前已经被计算了，相反，流是在即时要求即时计算。

使用集合需要开发者主动去遍历，使用一个遍历循环，这称为外部遍历。

而使用一个流库使用内部遍历，它自己为你遍历元素，然后将结果保存在某处，你只要提供一个函数，它就会用这个函数对元素处理完成。内外遍历的区别如下代码:

				?

									List<String> transactionIds = new ArrayList<>();

									for(Transaction t: transactions){

									    transactionIds.add(t.getId()); //外部遍历

									}

									List<Integer> transactionIds =

									    transactions.stream()

									                .map(Transaction::getId) //内部遍历

									                .collect(toList());