Java 8 Stream API 入门者教程
过往记忆大数据 过往记忆大数据
Java 8 给我们带来了一个新功能，也就是本文要介绍的 Stream API，它可以让我们以一种声明的方式处理数据。Stream 使用一种类似于 SQL 的语法来提供一种对 Java 集合运算和表达的高阶抽象。极大提高 Java 程序员的生产力，让程序员写出高效率、干净、简洁的代码。
Stream 创建
有很多方法可以创建不同源的 stream 实例，stream 实例一旦创建，将不会修改其源，因此我们从单个源创建多个 stream 实例。
Empty Stream
如果我们想创建一个空的 Stream，可以使用 empty() 方法，具体如下：
Stream<String> iteblogEmptyStream = Stream.empty();通常在 streams 没有元素然后不想返回 null 的情况下使用：
public Stream<String> streamOf(List<String> list) {
return list == null || list.isEmpty() ? Stream.empty() : list.stream();
}通过集合（Collection）创建 Stream
Java 中的任何继承 Collection 接口的类都可以创建 Stream
List<String> list = Lists.newArrayList("iteblog", "iteblog_hadoop");
Stream<String> listStream = list.stream();
Set<String> set = Sets.newHashSet();
Stream<String> setStream = set.stream();通过数组（Array）创建 Stream
数组也可以创建 Stream
Stream<String> streamOfArray = Stream.of("a", "b", "c");当然，我们也可以通过已有的数组来创建 Stream
String[] iteblogArr = new String[]{"iteblog", "iteblog_hadoop", "java 8"};
Stream<String> streamOfArrayFull = Arrays.stream(iteblogArr);
Stream<String> streamOfArrayPart = Arrays.stream(iteblogArr, 1, 3);通过 Stream.builder() 创建 Stream Stream 提供了 builder 方法来创建 Stream：
Stream streamBuilder = Stream.builder().add("iteblog").add("iteblog_hadoop").add("java").build();
Stream<Object> streamBuilder = Stream.builder().add("iteblog").add("iteblog_hadoop").add("java").build();上面创建的 Stream 类型是 Stream，如果我们想创建指定类型的 Stream，需要显示地指定类型
Stream<String> streamBuilder = Stream.<String>builder().add("iteblog").add("iteblog_hadoop").add("java").build();通过 Stream.generate() 创建 Stream Stream.generate() 方法接收一个 Supplier 类型的参数来生成元素，生成的 stream 大小是无限的，所以我们需要指定 stream 生成的大小，以免出现内存不够的问题：
Stream<String> streamGenerated = Stream.generate(() -> "iteblog").limit(88);通过 Stream.iterate() 创建 Stream 我们也可以通过 Stream.iterate() 来创建 Stream
Stream<Integer> streamIterated = Stream.iterate(2, n -> n * 2).limit(88);Stream.iterate 方法的第一个参数将是这个 Stream 的第一个值，第二个元素将是前一个元素乘以 2。和 Stream.generate() 方法一样，我们也需要指定 stream 生成的大小，以免出现内存不够的问题。
通过原子类型创建 Stream
Java 8 中的 int, long 和 double 三个原子类型可以用来创建 streams，对应的接口分别是 IntStream, LongStream, DoubleStream
IntStream intStream = IntStream.range(0, 10);
LongStream longStream = LongStream.rangeClosed(0, 10);
DoubleStream doubleStream = DoubleStream.of(1.0, 2.0);
range(int startInclusive, int endExclusive)相当于下面的代码：
for (long i = startInclusive; i < endExclusive ; i++) { ... }
rangeClosed(int startInclusive, int endInclusive)相当于下面的代码：
for (long i = startInclusive; i <= endInclusive ; i++) { ... }区别大家应该看出来了：rangeClosed 生成的 Stream 包含最后一个元素，而 range 缺不是。当然，Java 8 中的 Random 类也为我们添加了生成上面三个原子类型对应的 Stream：
Random random = new Random();
IntStream intStream = random.ints(10);
LongStream longs = random.longs(10);
DoubleStream doubleStream = random.doubles(10);通过字符串创建 Stream
Java 8 中的 String 类提供了 chars() 方法来创建 Stream：
IntStream streamOfChars = "abc".chars();我们也可以通过下面方法来创建 Stream：
Stream<String> streamOfString = Pattern.compile(", ").splitAsStream("a, b, c");通过文件创建 Stream
Java 8 的 Java NIO 类中 Files 允许我们通过 lines() 方法创建 Stream，文件中的每一行数据将变成 stream 中的一个元素：
Path path = Paths.get("/user/iteblog/test.txt");
Stream<String> streamOfStrings = Files.lines(path);
Stream<String> streamWithCharset = Files.lines(path, Charset.forName("UTF-8"));Stream 的引用
下面的代码是允许的：
Stream<String> stream = Stream.of("iteblog", "iteblog_hadoop", "spark")
.filter(element -> element.contains("iteblog"));
Optional<String> anyElement = stream.findAny();我们使用 stream 变量来引用一个定义好的 Stream，这个是允许的，接下来我们使用 findAny() 来操作这个 Stream，也是可以运行的。但是如果我们复用 stream 变量，这样执行的时候就会出现 IllegalStateException 异常：
Optional<String> firstElement = stream.findFirst();
Exception in thread "main" java.lang.IllegalStateException: stream has already been operated upon or closed
at java.util.stream.AbstractPipeline.evaluate(AbstractPipeline.java:229)
at java.util.stream.ReferencePipeline.findFirst(ReferencePipeline.java:464)
at com.java.iteblog.Java8Test.main(Java8Test.java:19)上面的实例说明 Java 8 streams 的引用是不可复用的。之所以这样是因为 Java 的 streams 设计目的是提供一种能力，以函数的方式将有限的操作序列应用于元素的源，而不是存储元素。如果我们这样写是可以的
List<String> iteblogList = Stream.of("iteblog", "iteblog_hadoop", "spark")
.filter(element -> element.contains("iteblog")).collect(Collectors.toList());
Optional<String> anyElement = iteblogList.stream().findAny();
Optional<String> firstElement = iteblogList.stream().findFirst();Stream 管道（stream pipeline）
要对数据源的元素执行一系列操作并聚合它们的结果，需要三个部分：数据源（source）、中间操作（intermediate operations）和终端操作（terminal operation）。
如果想及时了解Spark、Hadoop或者HBase相关的文章，欢迎关注微信公众帐号：iteblog_hadoop
中间操作返回一个新的修改过的 Stream。比如下面的例子我们使用 skip() 方法跳过了旧 Stream 的第一个元素，并返回一个名为 iteblogSkip 的新 Stream：
Stream<String> iteblogSkip = Stream.of("iteblog", "iteblog_hadoop", "spark").skip(1);如果需要多个修改操作，可以链接多个中间操作：
Stream<String> iteblogSkip = Stream.of("iteblog", "iteblog_hadoop", "spark")
.skip(1).map(element -> element.substring(0, 3));上面例子我们同时使用了 skip() 和 map() 方法，并得到了有新的 Stream 引用。
stream 本身是没有价值的，用户真正感兴趣的是终端操作的结果，它可以是某种类型的值，也可以是应用于流的每个元素的操作。每个流只能使用一个终端操作。使用 stream 的正确和最方便的方式是通过 stream 管道，它是一个数据源、中间操作和终端操作的链（chain），例如:
long count = Stream.of("iteblog", "iteblog_hadoop", "spark")
.skip(1).map(element -> element.substring(0, 3))
.count();延迟调用（Lazy Invocation）
如果想及时了解Spark、Hadoop或者HBase相关的文章，欢迎关注微信公众帐号：iteblog_hadoop
中间操作是惰性（Lazy）的，这意味着仅在终端操作执行需要时才调用它们。为了说明这个，假设我们有一个名为 wasCalled() 的方法，每次被调用其内部的计数器都会递增：
private static long counter;
private static void wasCalled() {
counter++;
}现在我们在 filter() 中间操作中调用 wasCalled() 方法：
List<String> list = Arrays.asList("iteblog", "iteblog_hadoop", "spark");
counter = 0;
Stream<String> stream = list.stream().filter(element -> {
wasCalled();
return element.contains("iteblog");
});
System.out.println(counter);我们的数据源 list 里面有三个元素，然后我们在这个数据源上调用了 filter() 方法，按道理应该会对每个元素调用一次 filter() 方法，这样 counter 比变量的值应该是 3。但是如果我们运行上面的代码你会发现 counter 的值还是 0！也就是说 filter() 方法根本就没调用，原因就是中间操作是惰性（Lazy）的，只有加上终端操作才会执行这个 filter() 方法。
我们把上面的代码修改成下面的代码：
List<String> list = Arrays.asList("iteblog", "iteblog_hadoop", "spark");
list.stream().filter(element -> {
System.out.println("filter() was called");
return element.contains("hadoop");
}).map(element -> {
System.out.println("map() was called");
return element.toUpperCase();
}).findFirst();
输出：
filter() was called
filter() was called
map() was called可以看出，在终端输出了两次 filter() was called，一次 map() was called。也就是说 filter() 函数被调用了两次；map() 函数被调用了一次。Stream 管道是垂直执行的，在我们的例子里面，先运行 filter() 再运行 map()，只有 filter() 返回为 true 才会调用 map()，然后 findFirst() 只需要找到第一个满足的元素就可以终止程序的运行。
Stream 的运行顺序
从性能的角度来看，Stream 管道中不同操作的链接顺序是很重要的。下面两段代码片段的运行结果是一样的，但是下面的代码是推荐使用的。
long size = list.stream().map(element -> {
wasCalled();
return element.substring(0, 3);
}).skip(2).count();
long size = list.stream().skip(2).map(element -> {
wasCalled();
return element.substring(0, 3);
}).count();因为第一个代码片段运行了三次 map()，而第二个代码片段只运行了一次 map()。所以在写 Java Stream 程序的时候，推荐 Stream 管道的顺序是：skip() -> filter() -> distinct()。
Stream 聚合
Stream API 有许多终端操作，它们将 Stream 聚合为一个原子类型的数据，例如 count()、max()、min()、sum() 等，但是这些操作根据预定义的实现进行工作的。如果开发人员需要定制 Stream 的聚合逻辑，该怎么办？这就是本小结要介绍的 reduce() 和 collect() 方法。
reduce() 方法介绍
reduce() 有三个重载的方法，但是都是接收以下几种类型的参数：
•identity：累加器的初始值，如果 stream 为空且没有要累加的内容，则为默认值；
•accumulator：指定元素聚合逻辑的函数。accumulator 在对数据源里面的每个元素进行聚合时，都会生成一个新的临时对象，生成的对象数等于数据源里面的元素个数，但是只有最后一个值是有用的，这个对性能不是很好的。
•combiner：聚合累加器结果的函数。只有在并行模式下才会调用 Combiner，以减少来自不同线程的累加器的结果。现在让我们来看看如何来使用 reduce() 三个方法：实例一
OptionalInt sum = IntStream.range(1, 4).reduce((a, b) -> a + b);
System.out.println(sum);
输出：
OptionalInt[6]（也就是 1 + 2 + 3）实例二
int reducedTwoParams = IntStream.range(1, 4).reduce(10, (a, b) -> a + b);
System.out.println(reducedTwoParams);
输出：
16（也就是 10 + 1 + 2 + 3）实例三
int reducedParams = Stream.of(1, 2, 3)
.reduce(10, (a, b) -> a + b, (a, b) -> {
System.out.println("combiner was called");
return a + b;
});
System.out.println(reducedParams);
输出：
16（也就是 10 + 1 + 2 + 3）可以看出，实例三虽然我们指定了 combiner 但是控制台并没有输出 combiner was called，也就是说上面的 combiner 其实并没有调用。如果我们想调用 combiner，可以修改如下：
int reducedParallel = Arrays.asList(1, 2, 3).parallelStream()
.reduce(10, (a, b) -> a + b, (a, b) -> {
System.out.println("combiner was called");
return a + b;
});
System.out.println(reducedParallel);
输出：
combiner was called
combiner was called
36可以看出这次的输出结果是 36，并且输出两次 combiner was called。之所以是 36，是因为上面程序先对每个元素调用 accumulator，也就是调用了三次 accumulator，然后其和累加器的初始值进行相加，因为这个 actions 是并行执行的，所以调用三次 accumulator 得到的结果为 (10 + 1 = 11; 10 + 2 = 12; 10 + 3 = 13）。现在我们调用 combiner 把上面三次结果相加 (12 + 13 = 25; 25 + 11 = 36) 所以得到了 36。
collect() 方法介绍
collect() 方法也提供了聚合相关的逻辑实现，其函数签名为 R collect(Collector< ? super T, A, R> collector)，Java 8 中提供了大多数常用的 collectors 逻辑实现，我们可以直接使用。为了说明如何使用，我们还是提供一些例子：
static class Product {
private int price;
private String name;
Product(int price, String name) {
this.price = price;
this.name = name;
}
public int getPrice() {
return price;
}
public void setPrice(int price) {
this.price = price;
}
public String getName() {
return name;
}
public void setName(String name) {
this.name = name;
}
}
List<Product> productList = Arrays.asList(new Product(23, "potatoes"),
new Product(14, "orange"), new Product(13, "lemon"),
new Product(23, "bread"), new Product(13, "sugar"));将 productList 里面的商品名称全部拿出来，并转换成 list：
List<String> collectorCollection = productList.stream().map(Product::getName).collect(Collectors.toList());将 productList 里面的商品名称全部拿出来，并组合成 string：
String listToString = productList.stream().map(Product::getName)
.collect(Collectors.joining(", ", "[", "]"));计算 productList 里面所有商品的平均价格：
double averagePrice = productList.stream().collect(Collectors.averagingInt(Product::getPrice));计算 productList 里面所有商品的总价：
int summingPrice = productList.stream().collect(Collectors.summingInt(Product::getPrice));计算 productList 里面所有商品统计信息：
IntSummaryStatistics statistics = productList.stream().collect(Collectors.summarizingInt(Product::getPrice));
System.out.println(statistics);输出：
IntSummaryStatistics{count=5, sum=86, min=13, average=17.200000, max=23}按照商品价格对商品进行归类
Map<Integer, List<Product>> collectorMapOfLists = productList.stream()
.collect(Collectors.groupingBy(Product::getPrice));上面的结果是价格相等的商品都放到同一个 List 中。按照相关逻辑对商品进行分组
Map<Boolean, List<Product>> mapPartioned = productList.stream()
.collect(Collectors.partitioningBy(element -> element.getPrice() > 15));上面程序的运行结果是价格大于15的放到一个 List 中。将 list 转换成 set
Set<Product> unmodifiableSet = productList.stream()
.collect(Collectors.collectingAndThen(Collectors.toSet(),
Collections::unmodifiableSet));自定义 collector
总有些原因系统自带的 API 无法满足我们的需求，这时候我们就可以自定义 collector。比如下面我们自定义了一个 collector，把所有的商品放到 LinkedList 里面：
Collector<Product, ?, LinkedList<Product>> toLinkedList =
Collector.of(LinkedList::new, LinkedList::add,
(first, second) -> {
first.addAll(second);
return first;
});
LinkedList<Product> linkedListOfPersons = productList.stream().collect(toLinkedList);总结
Stream API 是一套功能强大但易于理解的用于处理元素序列的工具。它允许我们减少大量的代码，创建更多可读的程序，并可以提高应用程序的生产率。