一、接口设计
从Java1.8开始提出了Stream流的概念，侧重对于源数据计算能力的封装，并且支持序列与并行两种操作方式；依旧先看核心接口的设计:
BaseStream：基础接口，声明了流管理的核心方法；
Stream：核心接口，声明了流操作的核心方法，其他接口为指定类型的适配；
基础案例：通过指定元素的值，返回一个序列流，元素的内容是字符串，并转换为Long类型，最终计算求和结果并返回；
System.out.println("sum1="+IntStream.of(1,2,3).sum());
System.out.println("sum2="+Stream.of("1", "2", "3").mapToLong(Long::parseLong).sum());- 1.
- 2.
整个Stream处理过程上看可以分为三段：创建流、中间操作、最终操作，即多个元素值通过流计算最终获取到求和的结果；
二、创建操作
除了Stream提供的创建方法之外，在Java1.8中，很多容器类的方法都进行的扩展，提供了集合元素转流的能力；
Stream创建：
Stream<Integer> intStream = Stream.of(1, 2) ;- 1.
Collection创建：
List<String> getList = Arrays.asList("hello","copy") ;
Stream<String> strStream = getList.stream() ;- 1.
- 2.
Array创建：
Double[] getArray = new Double[]{1.1,2.2};
Stream<Double> douStream = Arrays.stream(getArray) ;- 1.
- 2.
上述方式创建的Stream流默认都是串行序列，可以通过Stream.isParallel进行判断；执行Stream.parallel方法可以转为并行流；
三、中间操作
通常对于Stream的中间操作，可以视为是源的查询，并且是懒惰式的设计，对于源数据进行的计算只有在需要时才会被执行，与数据库中视图的原理相似；
Stream流的强大之处便是在于提供了丰富的中间操作，相比集合或数组这类容器，极大的简化源数据的计算复杂度，案例中使用的数据结构如下；
public class TesStream {
public static void main(String[] args) {
List<User> userList = getUserList () ;
}
private static List<User> getUserList (){
List<User> userList = new ArrayList<>() ;
userList.add(new User(1,"张三","上海")) ;
userList.add(new User(2,"李四","北京")) ;
userList.add(new User(3,"王五","北京")) ;
userList.add(new User(4,"顺六","上海,杭州")) ;
return userList ;
}
}- 1.
- 2.
- 3.
- 4.
- 5.
- 6.
- 7.
- 8.
- 9.
- 10.
- 11.
- 12.
- 13.
filter：过滤，输出id大于1的用户；
userList.stream().filter(user -> user.getId()>1).forEach(System.out::println);- 1.
map：将现有的元素转换映射到对应的结果，输出用户所在城市；
userList.stream().map(user -> user.getName()+" 在 "+user.getCity()).forEach(System.out::println);- 1.
peek：对元素进行遍历处理，每个用户ID加1输出；
userList.stream().peek(user -> user.setId(user.getId()+1)).forEach(System.out::println);- 1.
flatMap：数据拆分一对多映射，用户所在多个城市；
userList.stream().flatMap(user -> Arrays.stream(user.getCity().split(","))).forEach(System.out::println);- 1.
sorted：指定属性排序，根据用户ID倒序输出；
userList.stream().sorted(Comparator.comparingInt(User::getId).reversed()).forEach(System.out::println);- 1.
distinct：去重，用户所在城市去重后输出；
userList.stream().map(User::getCity).distinct().forEach(System.out::println);- 1.
skip & limit：截取，过滤后的数据跳过，截取第一条；
userList.stream().filter(user -> user.getId()>1).skip(1).limit(1).forEach(System.out::println);- 1.
相比于集合与数组在Java1.8之前的处理逻辑，通过Stream流的方法简化对数据改、查、过滤、排序等一系列操作，上面对于最终方法只涉及了foreach遍历；
四、最终操作
Stream流执行完最终操作之后，无法再执行其他动作，否则会报状态异常，提示该流已经被执行操作或者被关闭，想要再次执行操作必须重新创建Stream流；
min：最小值，获取用户最小的id值；
int min = userList.stream().min(Comparator.comparingInt(User::getId)).get().getId();- 1.
max：最大值，获取用户最大的id值；
int max = userList.stream().max(Comparator.comparingInt(User::getId)).get().getId();- 1.
sum：求和，对用户ID进行累计求和；
int sum = userList.stream().mapToInt(User::getId).sum() ;- 1.
count：总数，id小于2的用户总数；
long count = userList.stream().filter(user -> user.getId()<2).count();- 1.
foreach：遍历，输出北京相关的用户；
userList.stream().filter(user -> "北京".equals(user.getCity())).forEach(System.out::println);- 1.
findAny：查找符合条件的任意一个元素，获取一个北京用户；
User getUser = userList.stream().filter(user -> "北京".equals(user.getCity())).findAny().get();- 1.
findFirst：获取符合条件的第一个元素；
User getUser = userList.stream().filter(user -> "北京".equals(user.getCity())).findFirst().get();- 1.
anyMatch：匹配判断，判断是否存在深圳的用户；
boolean matchFlag = userList.stream().anyMatch(user -> "深圳".equals(user.getCity()));- 1.
allMatch：全部匹配，判断所有用户的城市不为空；
boolean matchFlag = userList.stream().allMatch(user -> StrUtil.isNotEmpty(user.getCity()));- 1.
noneMatch：全不匹配，判断没有用户的城市为空；
boolean matchFlag = userList.stream().noneMatch(user -> StrUtil.isEmpty(user.getCity()));- 1.
这里只是演示一些简单的最终方法，主要涉及Stream流的一些统计和判断相关的能力，在一些实际的业务应用中，显然这些功能还远远不够；
五、Collect收集
Collector：结果收集策略的核心接口，具备将指定元素累加存放到结果容器中的能力；并在Collectors工具中提供了Collector接口的实现类；
toList：将用户ID存放到List集合中；
List<Integer> idList = userList.stream().map(User::getId).collect(Collectors.toList()) ;- 1.
toMap：将用户ID和Name以Key-Value形式存放到Map集合中；
Map<Integer,String> userMap = userList.stream().collect(Collectors.toMap(User::getId,User::getName));- 1.
toSet：将用户所在城市存放到Set集合中；
Set<String> citySet = userList.stream().map(User::getCity).collect(Collectors.toSet());- 1.
counting：符合条件的用户总数；
long count = userList.stream().filter(user -> user.getId()>1).collect(Collectors.counting());- 1.
summingInt：对结果元素即用户ID求和；
Integer sumInt = userList.stream().filter(user -> user.getId()>2).collect(Collectors.summingInt(User::getId)) ;- 1.
minBy：筛选元素中ID最小的用户
User maxId = userList.stream().collect(Collectors.minBy(Comparator.comparingInt(User::getId))).get() ;- 1.
joining：将用户所在城市，以指定分隔符链接成字符串；
String joinCity = userList.stream().map(User::getCity).collect(Collectors.joining("||"));- 1.
groupingBy：按条件分组，以城市对用户进行分组；
Map<String,List<User>> groupCity = userList.stream().collect(Collectors.groupingBy(User::getCity));- 1.
在代码工程中会涉及到诸多的集合数据计算的逻辑，尤其在微服务场景中，VO数据模型需要对多个服务的数据进行组装，通过Collector可以极大精简组装过程；