Java8特性之流操作

标签: Java

保留所有版权，请引用而不是转载本文（原文地址 https://yeecode.top/blog/15/ ）。

1 概述

Java 8由Oracle公司于2014年3月18日发布，至今已过去数年之久。然而，直到今日仍有许多软件开发者对其相关特性不了解，这可能主要是Java教材更新缓慢的原因。为了使大家对与Java8的特性有全面系统的了解，本公众号将连续几篇文章介绍Java8中的各个特性。

Java8中新增的特性主要有：

Lambda 表达式 − Lambda允许把函数作为一个方法的参数（函数作为参数传递进方法中。
方法引用 − 方法引用提供了非常有用的语法，可以直接引用已有Java类或对象（实例）的方法或构造器。与lambda联合使用，方法引用可以使语言的构造更紧凑简洁，减少冗余代码。
默认方法 − 默认方法就是一个在接口里面有了一个实现的方法。
新工具 − 新的编译工具，如：Nashorn引擎 jjs、类依赖分析器jdeps。
Stream API −新添加的Stream API（java.util.stream）把真正的函数式编程风格引入到Java中。
Date Time API − 加强对日期与时间的处理。
Optional 类 − Optional 类已经成为 Java 8 类库的一部分，用来解决空指针异常。
Nashorn, JavaScript 引擎 − Java 8提供了一个新的Nashorn javascript引擎，它允许我们在JVM上运行特定的javascript应用。

本文介绍其中的Steam操作。其它特性会在后续文章中陆续介绍。

2 Steam

2.1 概述

Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作。Stream API 借助于同样新出现的 Lambda 表达式，极大的提高编程效率和程序可读性。

同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，内部使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。

在 Java 7 中，如果要发现 type 为 grocery 的所有交易，然后返回以交易值降序排序好的交易 ID 集合，我们需要这样写：

// 筛选出需要的种类
List<Transaction> groceryTransactions = new Arraylist<>();
for(Transaction t: transactions){
 if(t.getType() == Transaction.GROCERY){
 groceryTransactions.add(t);
 }
}

// 排序
Collections.sort(groceryTransactions, new Comparator(){
 public int compare(Transaction t1, Transaction t2){
 return t2.getValue().compareTo(t1.getValue());
 }
});

// 安排好的顺序，取出相关的对象id
List<Integer> transactionIds = new ArrayList<>();
for(Transaction t: groceryTransactions){
 transactionsIds.add(t.getId());
}

而在 Java 8 使用 Stream，代码更加简洁易读；而且使用并发模式，程序执行速度更快。

List<Integer> transactionsIds = transactions.parallelStream().
 filter(t -> t.getType() == Transaction.GROCERY).
 sorted(comparing(Transaction::getValue).reversed()).
 map(Transaction::getId).
 collect(toList());

是不是和之前Python做大数据处理时的代码一样！这就是Steam。要注意的是，整个操作不改变transactions本身（好理解，最后的输出都不一定是transactions对象了），最后输出了结果。即整个操作不对数据流产生影响。

Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。原始版本的Iterator，用户只能显式地一个一个遍历元素并对其执行某些操作；高级版本的Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。而和迭代器又不同的是，Stream 可以并行化操作，迭代器只能命令式地、串行化操作。顾名思义，当使用串行方式去遍历时，每个 item 读完后再读下一个 item。而使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。Stream 的并行操作依赖于 Java7 中引入的 Fork/Join 框架（JSR166y）来拆分任务和加速处理过程。

Java 的并行 API 演变历程基本如下：

1.0-1.4 中的 java.lang.Thread
5.0 中的 java.util.concurrent
6.0 中的 Phasers 等
7.0 中的 Fork/Join 框架
8.0 中的 Lambda

2.2 流的组成

当我们使用一个流的时候，通常包括三个基本步骤：获取一个数据流（source）→ 数据转换→执行操作获取想要的结果。

因此，其实就是一个map reduce过程。具体就是获取数据流、各种map、最后reduce。

2.2.1 数据流的获取

最常用的创建Stream有两种途径：

1：通过Stream接口的静态工厂方法（注意：Java8里接口可以带静态方法），有三种：

1-1：of方法：有两个overload方法，一个接受变长参数，一个接口单一值：

Stream<Integer> integerStream = Stream.of(1, 2, 3, 5);
Stream<String> stringStream = Stream.of("taobao");

1-2：generator方法：生成一个无限长度的Stream，其元素的生成是通过给定的Supplier（这个接口可以看成一个对象的工厂，每次调用返回一个给定类型的对象）。
```
Stream.generate(new Supplier<Double>() {
@Override
public Double get() {
    return Math.random();
}
});
Stream.generate(() -> Math.random());
Stream.generate(Math::random);
```

三条语句的作用都是一样的，只是使用了lambda表达式和方法引用的语法来简化代码。每条语句其实都是生成一个无限长度的Stream，其中值是随机的。这个无限长度Stream是懒加载，一般这种无限长度的Stream都会配合Stream的limit()方法来用。

1-3：iterate方法：也是生成无限长度的Stream，和generator不同的是，其元素的生成是重复对给定的种子值(seed)调用用户指定函数来生成的。其中包含的元素可以认为是：seed，f(seed),f(f(seed))无限循环
```
Stream.iterate(1, item -> item + 1)
.limit(10)
.forEach(System.out::println);
```

这段代码就是先获取一个无限长度的正整数集合的Stream，然后取出前10个打印。千万记住使用limit方法，不然会无限打印下去。

2：通过Collection接口的默认方法stream()，把一个Collection对象转换成Stream。查看Java doc就可以发现Collection接口有一个stream方法，所以其所有子类都都可以获取对应的Stream对象。
```
public interface Collection<E> extends Iterable<E> {
//其他方法省略
default Stream<E> stream() {
    return StreamSupport.stream(spliterator(), false);
}
}
```

对于基本数值型，目前有三种对应的包装类型 Stream：IntStream、LongStream、DoubleStream。当然我们也可以用 Stream、Stream >、Stream，但是 boxing 和 unboxing 会很耗时，所以特别为这三种基本数值型提供了对应的 Stream。

一个Stream只可以使用一次，否则会报错。

2.2.2 数据转换

数据转换就是指Intermediate操作。一个流可以后面跟随零个或多个 intermediate 操作。其目的主要是打开流，做出某种程度的数据映射/过滤，然后返回一个新的流，交给下一个操作使用。相当于处理管道中的一个环节。

这类操作都是惰性化的（lazy），就是说，仅仅调用到这类方法，并没有真正开始流的遍历，只是定义了管道。

具体的操作指令有： map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 limit、 skip、 parallel、 sequential、 unordered

2.2.3 执行操作获取想要的结果

执行操作获取想要的结果是terminal操作。一个流只能有一个 terminal 操作，当这个操作执行后，流就被使用“光”了，无法再被操作，所以这必定是流的最后一个操作。

Terminal 操作的执行，才会真正开始流的遍历，并且会生成一个结果。这和Python中的处理是一样的。

具体的操作指令有： forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、 anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 iterator

注意：

有一些操作比较特殊，被称为Short-circuiting操作，其特点是：对于一个 intermediate 操作，如果它接受的是一个无限大（infinite/unbounded）的 Stream，但返回一个有限的新 Stream；对于一个 terminal 操作，如果它接受的是一个无限大的 Stream，但能在有限的时间计算出结果。

这些指令具体有：anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit

3 总结

Java8 提供的Steam操作使得Java能够便捷地以流的形式处理数据，为大数据处理等场景提供了便利。

关于Java8中Steam操作的介绍就到这里，在后续的文章中我们将介绍Java8中的其它特性。

可以访问个人知乎阅读更多文章：易哥（https://www.zhihu.com/people/yeecode），欢迎关注。

易哥

高级软件架构师