1. Java Stream API概览
1.1 什么是Stream
在并发与数据处理的场景中，Java Stream API提供了一种优雅的方式来表达数据的转换、聚合和过滤逻辑。它并非直接修改原始数据，而是以一系列的操作组成管道，将输入源中的元素逐步转化为需要的结果。核心思想是将复杂的数据处理拆分成一系列简单、可复用的步骤，从而提升可读性与可维护性。
使用Stream的一个显著特性是惰性求值，只有在触发终止操作时才会真正执行，这使得可以通过多次组合来优化执行计划。与此同时，流的中间操作通常是无状态或有状态的，开发者需要理解两者在并行场景下的影响。
// 通过集合创建一个流
List<String> list = Arrays.asList("a","b","c");
Stream<String> stream = list.stream();
1.2 流的特性与分层
流分为两大类：中间操作与<终止操作。中间操作返回新的Stream，常用于转换、过滤、排序等；终止操作会产生一个结果，例如集合、数值、布尔值等，或触发计算。通过合理组合，可以实现强大且简洁的数据处理流程。
在设计API时，并行流（parallelStream）成为提升性能的常见手段，但并不适用于所有情况。理解数据规模、CPU核心数以及函数的无副作用性，是确保并行化获得实际收益的前提。
2. 流的创建与转换
2.1 创建源与转换流
STREAM的输入源可以来自集合、数组、文件等。最常见的是从List、Set等集合获取流，通过map、filter、distinct等中间操作进行转换，最后通过collect或forEach等终止操作获得结果。创建源的方式决定了后续操作的复杂度与性能特性。
下面的示例演示如何从一个数字集合创建流，并进行简单的转换与聚合。聚合结果通过终止操作获取，之后不再需要再通过管道重新计算。
List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
List<Integer> squares = numbers.stream()
.map(n -> n * n)
.collect(Collectors.toList());
2.2 中间操作与终止操作的组合
中间操作包括：map、flatMap、filter、sorted、distinct、limit、skip 等，通常形成一个流水线；终止操作包括：collect、reduce、forEach、count、min、max、anyMatch、allMatch、noneMatch 等，用来触发执行并获得结果。
在设计流水线时，注意避免在一个操作中产生副作用，以免破坏流的并行性与可预测性。合理使用短路操作（如 limit、findFirst、anyMatch）可以提升性能，避免对整个数据集进行不必要的处理。
List<String> words = Arrays.asList("apple","banana","apple","orange");
long uniqueCount = words.stream()
.distinct()
.count();
3. 常用方法集锦
3.1 map：映射变换
map用于将流中的元素转换为另一种类型或形式。它是数据转换的核心，常见场景包括提取字段、类型转换、格式化字符串等。映射操作不会修改原始数据，而是产生一个新的流。
示例展示将字符串长度作为映射结果的典型用法。通过链式组合，可以实现更复杂的转换。
List<String> phrases = Arrays.asList("hello","world");
List<Integer> lengths = phrases.stream()
.map(String::length)
.collect(Collectors.toList());
3.2 filter：筛选条件
filter用于根据条件筛选流中的元素，常用于排除无关数据、实现快速剪枝。条件表达式应保持无副作用，以便在并行场景下得到正确的结果。
下面的示例筛选出长度大于3的字符串集合。
List<String> names = Arrays.asList("Ana","Bob","Chad","David");
List<String> longNames = names.stream()
.filter(s -> s.length() > 3)
.collect(Collectors.toList());
3.3 reduce：聚合与汇聚
reduce用于把流中的元素反复结合起来，生成单一结果。它可用于求和、乘积、拼接等复杂聚合场景。在数值聚合中，mapToInt/Long等经过优化的整型流常更高效。
一个简单的求和示例，展示了从流到最终值的过程。
List<Integer> nums = Arrays.asList(1, 2, 3, 4);
int sum = nums.stream()
.reduce(0, Integer::sum);
3.4 collect：收集结果
collect是最常用的终止操作之一，可以把流重新收集成列表、集合、映射，或按自定义规约输出。Collectors提供了丰富的工厂方法，如toList、toSet、toMap、joining，以及分组、分区等操作。
下面的示例演示将流收集为一个Set，以去重并保留唯一元素。
List<String> items = Arrays.asList("a","b","a","c");
Set<String> unique = items.stream()
.collect(Collectors.toSet());
3.5 flatMap：扁平化处理
当流中的元素本身包含集合或数组时，flatMap可以把外层的流与内层集合打平，得到一个单一的线性流。它在处理嵌套结构时极为有用，尤其是文本字段、分类信息等场景。
示例展示如何把多行文本拆分后合并成一个扁平的字符流。
List<String> lines = Arrays.asList("hello world","java streams");
List<String> words = lines.stream()
.flatMap(s -> Arrays.stream(s.split("\\\\s+")))
.collect(Collectors.toList());
3.6 sorted、distinct、limit、skip
这组操作常用于排序、去重、分批处理、分页等场景。sorted可以基于自然顺序或自定义比较器；distinct用于去除重复元素；limit与skip实现分页效果或分段处理。
结合一个排序示例，展示如何按照自定义规则对字符串长度排序并取前N项。
List<String> list = Arrays.asList("pear","apple","orange","grape");
List<String> top3 = list.stream()
.sorted(Comparator.comparingInt(String::length))
.limit(3)
.collect(Collectors.toList());
4. 并行流与性能注意
4.1 并行流的应用场景
将串行流转换为并行流可以充分利用多核CPU来提升性能。当数据量大、处理逻辑是纯函数且无副作用时，并行流通常会带来收益。需要注意的是，I/O密集型任务或包含共享状态的场景并行度不一定带来提升。
通过并行流可以显著缩短处理时间，但并不是越并行越好，关键在于任务的分割开销与合并开销是否被覆盖。合理衡量粒度与数据量是获益的关键。
List<Integer> data = IntStream.rangeClosed(1, 1_000_000).boxed().collect(Collectors.toList());
List<Integer> processed = data.parallelStream()
.map(n -> n * 2)
.sorted()
.collect(Collectors.toList());
4.2 可能的坑点与并行注意
并行流在某些情况下可能引入额外的开销、保持顺序的成本、以及对顺序敏感的操作的影响。尽量避免在并行流中出现副作用，如修改同一个外部可变对象、使用不线程安全的集合等。
在需要保留原有顺序的场景下，可以使用forEachOrdered来确保输出顺序，或在收集阶段谨慎处理排序与分组。
5. 实战案例：从入门到高效数据处理的实战案例
5.1 场景一：从文本数据提取数值并求和
在日常数据清洗中，常见需求是从混杂的文本中提取可用的数值并进行聚合。本文案展示一个简洁的实现思路：先过滤出数字，再将其解析为整数，最后求和。
通过该案例可以直观感知filter、mapToInt、sum等组合的威力，也强调在应用中保持无副作用的原则。
public class StreamDemo {
public static void main(String[] args) {
List<String> tokens = Arrays.asList("10","20","30","x","40");
int sum = tokens.stream()
.filter(s -> s.matches("\\\\d+"))
.mapToInt(Integer::parseInt)
.sum();
System.out.println("Sum = " + sum);
}
}
5.2 场景二：按城市分组计算平均年龄
这是一个更接近实际业务的数据处理场景：有一组人员信息，需按城市分组并计算每个城市的平均年龄。通过groupingBy与averagingInt可以简洁地实现。
public class StreamDemo {
static class Person {
String name;
int age;
String city;
Person(String n, int a, String c) { name = n; age = a; city = c; }
}
public static void main(String[] args) {
List<Person> people = Arrays.asList(
new Person("Alice", 30, "Beijing"),
new Person("Bob", 25, "Shanghai"),
new Person("Carol", 28, "Beijing")
);
Map<String, Double> avgAgeByCity = people.stream()
.collect(Collectors.groupingBy(p -> p.city, Collectors.averagingInt(p -> p.age)));
System.out.println(avgAgeByCity);
}
}
5.3 场景三：将嵌套集合扁平化处理后聚合
在处理包含子集合的数据结构时，flatMap是实现扁平化的关键。以下示例展示从多名员工的评分列表中，提取所有评分并计算总和。
class Employee {
String name;
List<Integer> scores;
Employee(String n, List<Integer> s) { name = n; scores = s; }
}
public class StreamDemo {
public static void main(String[] args) {
List<Employee> staff = Arrays.asList(
new Employee("Tom", Arrays.asList(80, 90)),
new Employee("Jerry", Arrays.asList(70, 85, 90))
);
int total = staff.stream()
.flatMap(e -> e.scores.stream())
.mapToInt(Integer::intValue)
.sum();
System.out.println("Total scores = " + total);
}
}
5.4 案例小结：从入门到高效数据处理的要点
从上述实战案例中可以看到，Stream API的强大在于将数据访问、转换、聚合逻辑以管道形式组合，同时通过适当的并行化与优化实现显著的性能提升。掌握map、filter、reduce、collect等核心方法，是从入门到解决实际问题的关键。
