Stream闪亮登场

Stream闪亮登场

一. Stream(流)是什么，干什么

  Stream是一类用于替代对集合操作的工具类+Lambda式编程，他可以替代现有的遍历、过滤、求和、求最值、排序、转换等

二. Stream操作方式

• 并行方式parallelStream
• 顺序方式Stream

三. Stream优势

• Lambda 可有效减少冗余代码，减少开发工作量
• 内置对集合List、Map的多种操作方式，含基本数据类型处理
• 并行Stream有效率优势(内置多线程)

四. Stream(流)的基本使用

• 遍历forEach

    @Test
    public void stream() {
        //操作List
        List<Map<String, String>> mapList = new ArrayList() {
            {
                Map<String, String> m = new HashMap();
                m.put("a", "1");
                Map<String, String> m2 = new HashMap();
                m2.put("b", "2");
                add(m);
                add(m2);
            }
        };
        mapList.stream().forEach(item-> System.out.println(item));

        //操作Map
        Map<String,Object> mp = new HashMap(){
            {
                put("a","1");
                put("b","2");
                put("c","3");
                put("d","4");
            }
        };
        mp.keySet().stream().forEachOrdered(item-> System.out.println(mp.get(item)));
    }

• 过滤filter

          List<Integer> mapList = new ArrayList() {
          {
              add(1);
              add(10);
              add(12);
              add(33);
              add(99);
          }
      };
     //mapList.stream().forEach(item-> System.out.println(item));
      mapList = mapList.stream().filter(item->{
          return item>30;
      }).collect(Collectors.toList());
      System.out.println(mapList);

• 转换map和极值

      @Test
    public void trans(){
        List<Person> ps = new ArrayList<Person>(){
            {
                Person p1 = new Person();
                p1.setAge(11);
                p1.setName("张强");
  
                Person p2 = new Person();
                p2.setAge(17);
                p2.setName("李思");
  
                Person p3 = new Person();
                p3.setAge(20);
                p3.setName("John");
  
                add(p1);
                add(p2);
                add(p3);
            }
        };
        //取出所有age字段为一个List
        List<Integer> sumAge = ps.stream().map(Person::getAge).collect(Collectors.toList());
        System.out.println(sumAge);
        //取出age最大的那
        Integer maxAge =sumAge.stream().max(Integer::compare).get();
        System.out.println(maxAge);
    }
  
    class Person{
  
    private String name;
    private Integer age;
  
    public String getName() {
        return name;
    }
  
    public void setName(String name) {
        this.name = name;
    }
  
    public Integer getAge() {
        return age;
    }
  
    public void setAge(Integer age) {
        this.age = age;
    }
  

}

####  五. Stream(流)的效率
+ 模拟非耗时简单业务逻辑

class Person{
private String name;
private int age;
private Date joinDate;
private String label;

public String getName() {
    return name;
}

public void setName(String name) {
    this.name = name;
}

public int getAge() {
    return age;
}

public void setAge(int age) {
    this.age = age;
}

public Date getJoinDate() {
    return joinDate;
}

public void setJoinDate(Date joinDate) {
    this.joinDate = joinDate;
}

public String getLabel() {
    return label;
}

public void setLabel(String label) {
    this.label = label;
}

public class DataLoopTest {

private static final Logger LOG= LoggerFactory.getLogger(DataLoopTest.class);

private static final List<Person> persons = new ArrayList<>();
static {
    for(int i=0;i<=1000000;i++){
        Person p = new Person();
        p.setAge(i);
        p.setName("zhangSan");
        p.setJoinDate(new Date());
        persons.add(p);
    }
}

/**
 * for 循环耗时 ===> 1.988
 * for 循环耗时 ===> 2.198
 * for 循环耗时 ===> 1.978
 *
 */
@Test
public void forTest(){
    Instant date_start = Instant.now();
    int personSize = persons.size();
    for(int i=0;i<personSize;i++){
        persons.get(i).setLabel(persons.get(i).getName().concat("-"+persons.get(i).getAge()).concat("-"+persons.get(i).getJoinDate().getTime()));
    }
    Instant date_end = Instant.now();
    LOG.info("for 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  forEach 循环耗时 ===> 1.607
 *  forEach 循环耗时 ===> 2.242
 *  forEach 循环耗时 ===> 1.875
 */
@Test
public void forEach(){
    Instant date_start = Instant.now();
    for(Person p:persons){
        p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime()));
    }
    Instant date_end = Instant.now();
    LOG.info("forEach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  streamForeach 循环耗时 ===> 1.972
 *  streamForeach 循环耗时 ===> 1.969
 *  streamForeach 循环耗时 ===> 2.125
 */
@Test
public void streamForeach(){
    Instant date_start = Instant.now();
    persons.stream().forEach(p->p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime())));
    Instant date_end = Instant.now();
    LOG.info("streamForeach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  parallelStreamForeach 循环耗时 ===> 1.897
 *  parallelStreamForeach 循环耗时 ===> 1.942
 *  parallelStreamForeach 循环耗时 ===> 1.642
 */
@Test
public void parallelStreamForeach(){
    Instant date_start = Instant.now();
    persons.parallelStream().forEach(p->p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime())));
    Instant date_end = Instant.now();
    LOG.info("parallelStreamForeach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

}

+  模拟耗时简单业务逻辑

public class DataLoopBlockTest {

private static final Logger LOG= LoggerFactory.getLogger(DataLoopTest.class);

private static final List<Person> persons = new ArrayList<>();
static {
    for(int i=0;i<=100000;i++){
        Person p = new Person();
        p.setAge(i);
        p.setName("zhangSan");
        p.setJoinDate(new Date());
        persons.add(p);
    }
}

/**
 * for 循环耗时 ===> 101.385
 * for 循环耗时 ===> 102.161
 * for 循环耗时 ===> 101.472
 *
 */
@Test
public void forTest(){
    Instant date_start = Instant.now();
    int personSize = persons.size();
    for(int i=0;i<personSize;i++){
        try {
            Thread.sleep(1);
            persons.get(i).setLabel(persons.get(i).getName().concat("-"+persons.get(i).getAge()).concat("-"+persons.get(i).getJoinDate().getTime()));
        }catch (Exception e){
            e.printStackTrace();
        }
    }
    Instant date_end = Instant.now();
    LOG.info("for 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  forEach 循环耗时 ===> 101.027
 *  forEach 循环耗时 ===> 102.488
 *  forEach 循环耗时 ===> 101.608
 */
@Test
public void forEach(){
    Instant date_start = Instant.now();
    for(Person p:persons){
        try {
            Thread.sleep(1);
            p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime()));
        }catch (Exception e){
            e.printStackTrace();
        }
    }
    Instant date_end = Instant.now();
    LOG.info("forEach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  streamForeach 循环耗时 ===> 103.246
 *  streamForeach 循环耗时 ===> 101.128
 *  streamForeach 循环耗时 ===> 102.615
 */
@Test
public void streamForeach(){
    Instant date_start = Instant.now();
    //persons.stream().forEach(p->p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime())));
    persons.stream().forEach(p->{
        try {
            Thread.sleep(1);
            p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime()));
        }catch (Exception e){
            e.printStackTrace();
        }
    });
    Instant date_end = Instant.now();
    LOG.info("streamForeach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
}

/**
 *  parallelStreamForeach 循环耗时 ===> 51.391
 *  parallelStreamForeach 循环耗时 ===> 53.509
 *   parallelStreamForeach 循环耗时 ===> 50.831
 */
@Test
public void parallelStreamForeach(){
    Instant date_start = Instant.now();
    //persons.parallelStream().forEach(p->p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime())));
    persons.parallelStream().forEach(p->{
        try {
            Thread.sleep(1);
            p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime()));
        }catch (Exception e){
            e.printStackTrace();
        }
    });
    Instant date_end = Instant.now();
    LOG.info("parallelStreamForeach 循环耗时 ===> {}", Duration.between(date_start,date_end).toMillis()/1000.0);
    //LOG.info("\r\n===> {}",JSON.toJSONString(persons.get(10000)));
}

}

可以看到在百万数据下做简单数据循环处理，对于普通for(for\foreach)循环或stream(并行、非并行)下，几者的效率差异并不明显，

注意: 在百万数据下，普通for、foreach循环处理可能比stream的方式快许多，对于这点效率的损耗，其实lambda表达式对代码的简化更大！

另外,在并行流的循环下速度提升了一倍之多，当单个循环耗时较多时，会拉大与前几者的循环效率

(以上测试仅对于循环而言，其他类型业务处理,比如排序、求和、最大值等未做测试，个人猜测与以上测试结果相似)

#### 六. Stream(流)注意项
+ 并行stream不是线程安全的，当对循坏外部统一对象进行读写时候会造成意想不到的错误，这需要留意
+ 因stream总是惰性的，原对象是不可以被修改的，在集合处理完成后需要将处理结果放入一个新的集合容器内
+ 普通循环与stream(非并行)循环，在处理处理数据量比较大的时候效率是一致的，推荐使用stream的形式
+ 对于List删除操作，目前只提供了removeIf方法来实现，并不能使用并行方式
+ 对于lambda表达式的写法
-  当表达式内只有一个返回boolean类型的语句时候语句是可以简写的，例如：

persons.parallelStream().forEach(p->p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime())));

- 当表达式内会有一些复杂处理逻辑时需要加上大括号，这与初始化List参数方式大致一致

    persons.parallelStream().forEach(p->{
        try {
            Thread.sleep(1);
            p.setLabel(p.getName().concat("-"+p.getAge()).concat("-"+p.getJoinDate().getTime()));
        }catch (Exception e){
            e.printStackTrace();
        }
    });

#### 七. stream&Lambda表达式常用api方法
+  流到流之间的转换类
    -  filter(过滤)
    - map(映射转换)
    - mapTo[Int|Long|Double] (到基本类型流的转换)
    - flatMap(流展开合并)
    - flatMapTo[Int|Long|Double]
    - sorted(排序)
    - distinct(不重复值)
    - peek(执行某种操作，流不变，可用于调试)
    - limit(限制到指定元素数量)
    - skip(跳过若干元素) 

+  流到终值的转换类
    - toArray（转为数组）
    - reduce（推导结果）
    - collect（聚合结果）
    - min(最小值)
    - max(最大值)
    - count (元素个数)
    - anyMatch (任一匹配)
    - allMatch(所有都匹配)
    - noneMatch(一个都不匹配)
    - findFirst（选择首元素）
    - findAny(任选一元素)

+ 直接遍历类
    - forEach (不保证顺序遍历，比如并行流)
    - forEachOrdered（顺序遍历)

+ 构造流类
    - empty (构造空流)
    - of (单个元素的流及多元素顺序流)
    - iterate (无限长度的有序顺序流)
    - generate (将数据提供器转换成无限非有序的顺序流)
    - concat (流的连接)
    - Builder (用于构造流的Builder对象)