Stream闪亮登场

时间 2019-12-08

标签 stream 闪亮登场栏目 Apache 繁體版

原文原文链接

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做的工具类+Lambda式编程，他能够替代现有的遍历、过滤、求和、求最值、排序、转换等

二. Stream操做方式

并行方式parallelStream
顺序方式Stream

三. Stream优点

Lambda 可有效减小冗余代码，减小开发工做量
内置对集合List、Map的多种操做方式，含基本数据类型处理
并行Stream有效率优点(内置多线程)

四. Stream(流)的基本使用

遍历forEach

@Test
    public void stream() {
        //操做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));

        //操做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和极值编程

@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);
          }
      };
      //取出全部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)));
    }
}

能够看到在<s>百万数据</s>下作简单数据循环处理，对于普通for(for\foreach)循环或stream(并行、非并行)下，几者的效率差别并不明显，
   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高了一倍之多，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，其余类型业务处理,好比排序、求和、最大值等未作测试，我的猜想与以上测试结果类似)

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形成意想不到的错误，这须要留意
因stream老是惰性的，原对象是不能够被修改的，在集合处理完成后须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删除操做，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能够简写的，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须要加上大括号，这与初始化List参数方式大体一致

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表达式经常使用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(执行某种操做，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(全部都匹配)
- 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，好比并行流)
- 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 (流的链接)
- Builder (用于构造流的Builder对象)