Java8 新特性之流式数据处理

1、流式处理简介

在我接触到java8流式处理的时候，个人第一感受是流式处理让集合操做变得简洁了许多，一般咱们须要多行代码才能完成的操做，借助于流式处理能够在一行中实现。好比咱们但愿对一个包含整数的集合中筛选出全部的偶数，并将其封装成为一个新的List返回，那么在java8以前，咱们须要经过以下代码实现：

List<Integer> evens = new ArrayList<>();
	for (Integer num : nums){
		if (num %2 == 0){
		evens.add(num);
		}
}

经过java8的流式处理，咱们能够将代码简化为：

List<Integer> evens = nums.stream().filter(num -> num %2 == 0).collect(Collectors.toList());

先简单解释一下上面这行语句的含义，stream()操做将集合转换成一个流，filter执行咱们自定义的筛选处理，这里是经过lambda表达式筛选出全部偶数，最后咱们经过collect()对结果进行封装处理，并经过Clectors.toList()指定其封装成为一个List集合返回。

由上面的例子能够看出，java8的流式处理极大的简化了对于集合的操做，实际上不光是集合，包括数组、文件等，只要是能够转换成流，咱们均可以借助流式处理，相似于咱们写SQL语句同样对其进行操做。java8经过内部迭代来实现对流的处理，一个流式处理能够分为三个部分：转换成流、中间操做、终端操做。以下图：

以集合为例，一个流式处理的操做咱们首先须要调用stream()函数将其转换成流，而后再调用相应的中间操做达到咱们须要对集合进行的操做，好比筛选、转换等，最后经过终端操做对前面的结果进行封装，返回咱们须要的形式。

2、中间操做

咱们定义一个简单的学生实体类，用于后面的例子演示：

public class Student {

    /** 学号 */
    private long id;

    private String name;

    private int age;

    /** 年级 */
    private int grade;

    /** 专业 */
    private String major;

    /** 学校 */
    private String school;

    // 省略getter和setter
}

// 初始化
List<Student> students = new ArrayList<Student>() {
    {
        add(new Student(20160001, "孔明", 20, 1, "土木工程", "武汉大学"));
        add(new Student(20160002, "伯约", 21, 2, "信息安全", "武汉大学"));
        add(new Student(20160003, "玄德", 22, 3, "经济管理", "武汉大学"));
        add(new Student(20160004, "云长", 21, 2, "信息安全", "武汉大学"));
        add(new Student(20161001, "翼德", 21, 2, "机械与自动化", "华中科技大学"));
        add(new Student(20161002, "元直", 23, 4, "土木工程", "华中科技大学"));
        add(new Student(20161003, "奉孝", 23, 4, "计算机科学", "华中科技大学"));
        add(new Student(20162001, "仲谋", 22, 3, "土木工程", "浙江大学"));
        add(new Student(20162002, "鲁肃", 23, 4, "计算机科学", "浙江大学"));
        add(new Student(20163001, "丁奉", 24, 5, "土木工程", "南京大学"));
    }
};

2.1过滤

过滤，顾名思义就是按照给定的要求对集合进行筛选知足条件的元素，java8提供的筛选操做包括：filter、distinct、limit、skip。

2.1.1 filter

在前面的例子中咱们已经演示了如何使用filter，其定义为:Stream<T> filter(Predicate<? super T> predicate)，filter接受一个谓词Predicate，咱们能够经过这个谓词定义筛选条件，在介绍lambda表达式时咱们介绍过Predicate是一个函数式接口，其包含一个test(T t)方法，该方法返回boolean。如今咱们但愿从集合students中筛选出全部武汉大学的学生，那么咱们能够经过filter来实现，并将筛选操做做为参数传递给filter:

List<Student> whStudents = students.stream().filter(student -> "武汉大学".equals(student.getSchool())).collect(Collectors.toList());

2.1.2 distinct

distinct操做相似于咱们在写SQL语句时，添加的DISTINCT关键字，用于去重处理，distinct基于Object。equals(Object)实现，回到最开始的例子，假设咱们但愿筛选出全部不重复的偶数，那么能够添加distinct操做：

List<Integer> evens = nums.stream()
                        .filter(num -> num % 2 == 0).distinct()
                        .collect(Collectors.toList());

2.1.3 limit

limit操做也相似于SQL语句中的LIMIT关键字，不过相对功能较弱，limit返回包含前n个元素的流，当集合大小小于n时，则返回实际长度，好比下面的例子返回前两个专业为土木工程专业的学生：

List<Student> whStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor())).limit(2)
                .collect(Collectors.toList());

说到limit，不得不说起一下另一个流操做：sorted。该操做用于对流中元素进行排序，sorted要求待比较的元素必须实现Comparable接口，若是没有实现也没关系，咱们能够将比较器做为参数传递给sorted(Comparatoe<? super T> comparator)，好比咱们但愿筛选出专业为土木工程的学生，并按年龄从小到大排序，筛选出年龄最小的两个学生，那么能够实现为

List<Student> whStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor()))
                .sorted((s1,s2) -> s1.getAge()-s2.getAge())
                .limit(2)
                .collect(Collectors.toList());

2.1.4 skip

skip操做与limit操做相反，如同其字面意思同样，是跳过前n个元素，好比咱们但愿找出排序在2以后的土木工程专业的学生，那么能够实现为：

List<Student> whStudents = students.stream().filter(student -> "土木工程".equals(student.getMajor()))
                .skip(2)
                .collect(Collectors.toList());

经过skip，就会跳过前面两个元素，返回有后面全部元素构造的流，若是n大于知足条件的集合的长度，则会返回一个空的集合。

2.2 映射

在SQL中，借助SELECT关键字后面添加须要的字段名称，能够仅输出咱们须要的字段数据，而流式处理的映射操做也是实现这一目的，在java8的流式处理中，主要包含两类映射操做：map和flatMap。

2.2.1 map

举例说明，假设咱们但愿筛选出全部专业为计算机科学的学生姓名，那么咱们能够在filter筛选的基础之上，经过map将学生实体映射成为学生姓名字符串，具体实现以下：

List<String> names = students.stream().filter(student -> "土木工程".equals(student.getMajor()))
                .map(Student::getName).collect(Collectors.toList());

除了上面这类基础的map，java8还提供了mapToDouble(ToDoubleFunction<? super T> mapper), mapToInt(ToIntFunction<? super T> mapper), mapToLong(ToLongFunction<? super T> mapper), 这些映射分别返回对应类型的流，java8为这么流设定了一些特殊的操做，好比咱们但愿计算全部专业为计算机科学学生的年龄之和，那么咱们能够实现以下：

int totalAge = students.stream().filter(student -> "计算机科学".equals(student.getMajor()))
                .mapToInt(Student::getAge).sum();

经过将Student按照年龄直接映射为IntStream，咱们能够直接调用提供的sum()方法来达到目的，此外使用这些数值流的好处还在于避免jvm装箱操做所带来的性能消耗。

2.2.2 flatMap

3、终端操做

终端操做是流式处理的最后一步，咱们能够在终端操做中实现对流查找、归约等操做。

3.1 查找

3.1.1 allMatch

allMatch用于检测是否所有都知足指定的参数行为，若是所有知足则返回true，假如咱们但愿检测是否全部的学生都已满18周岁，那么能够实现为：

boolean isAdult = students.stream().allMatch(student -> student.getAge() >= 18);

3.1.2 anyMatch

anyMatch则是检测是否存在一个或多个知足指定的参数行为，若是知足则返回true，假如咱们但愿检测是否有来自武汉大学的学生，那么能够实现为：

boolean isAdult = students.stream().anyMatch(student -> "武汉大学".equals(student.getSchool()));

3.1.3 noneMatch

noneMatch用于检测是否不存在知足执行行为的元素，若是不存在则返回true，假如咱们但愿检测是否不存在专业为计算机科学的学生，能够实现以下：

boolean isAdult = students.stream().noneMatch(student -> "计算机科学".equals(student.getMajor()));

3.1.4 findFirst

findFirst用于返回知足条件的第一个元素，好比咱们但愿选出专业为土木工程的排在第一个学生，那么能够实现以下：

Optional<Student> optStudent = students.stream().filter(student -> "土木工程".equals(student.getMajor())).findFirst();

findFirst不携带参数，具体的查找条件能够经过filter设置，此外咱们能够发现findFirst返回的是一个Optional类型，关于该类型的具体讲解能够参考上一篇：Java8新特性-Optional类。

3.1.5 findAny

findAny相对于findFirst的区别在于，findAny不必定返回第一个，而是返回任意一个，好比咱们但愿返回任意一个专业为土木工程的学生，能够实现以下：

Optional<Student> optStudent = students.stream().filter(student -> "土木工程".equals(student.getMajor())).findAny();

实际上对于顺序流式处理而言，findFirst和findAny返回的结果是同样的，至于为何会这样设计，是由于在下一篇咱们介绍的并行流式处理，当咱们启用并行流式处理的时候，查找第一个元素每每会有不少限制，若是不是特别需求，在并行流式处理中使用findAny的性能要比findFirst好。

3.2 归约

前面的例子中咱们大部分都是经过collect(Collectors.toList())对数据封装返回，如咱们的目标不是返回一个新的集合，而是但愿对通过参数化操做后的集合进行进一步的运算，那么咱们可用对集合实施归约的操做。java8的流式处理提供了reduce方法来达到这一目的。

前面咱们经过mapToInt将Stream<Student>映射成为IntStream，并经过IntStream的sum方法求得全部学生的年龄之和，实际上咱们经过归约操做，也能够达到这一目的，实现以下：

// 前面例子中的方法
int totalAge = students.stream()
                .filter(student -> "计算机科学".equals(student.getMajor()))
                .mapToInt(Student::getAge).sum();
// 归约操做
int totalAge = students.stream()
                .filter(student -> "计算机科学".equals(student.getMajor()))
                .map(Student::getAge)
                .reduce(0, (a, b) -> a + b);

// 进一步简化
int totalAge2 = students.stream()
                .filter(student -> "计算机科学".equals(student.getMajor()))
                .map(Student::getAge)
                .reduce(0, Integer::sum);

// 采用无初始值的重载版本，须要注意返回Optional
Optional<Integer> totalAge = students.stream()
                .filter(student -> "计算机科学".equals(student.getMajor()))
                .map(Student::getAge)
                .reduce(Integer::sum);  // 去掉初始值

3.3 收集

前面利用collect(Collectors.toList())是一个简单的收集操做，是对处理结果的封装，对应的还有toSet、toMap，以知足咱们对于结果组织的需求。这些方法均来自于java.util.stream.Collectors，咱们能够称之为收集器。

3.3.1 概括

收集器也提供了相应的概括操做，可是与reduce在内部实现上是有区别的，收集器更加适用于可变容器的概括操做，这些收集器广义上均基于Collectors.reducing()实现。

例1：求学生的总人数

long count = students.stream().collect(Collectors.counting());

//进一步简化
long count2 = students.stream().count();

例2：求年龄的最大值和最小值

//求最大年龄
Optional<Student> opStudent = students.stream().collect(Collectors.maxBy((s1,s2) -> s1.getAge()-s2.getAge()));

//进一步简化
Optional<Student> opStudent2 = students.stream().collect(Collectors.maxBy(Comparator.comparing(Student::getAge)));
//求最小年龄
Optional<Student> opStudent3 = students.stream().collect(Collectors.minBy(Comparator.comparing(Student::getAge)));

例3：求年龄总和

int totalAge = students.stream().collect(Collectors.summingInt(Student::getAge));

对应的还有summingLong、summingDouble。

例4：求年龄的平均值