Java8 Stream新特性详解及实战
背景介绍
在阅读Spring Boot源代码时，发现Java 8的新特性已经被广泛使用，如果再不学习Java8的新特性并灵活应用，你可能真的要out了。为此，针对Java8的新特性，会更新一系列的文章，欢迎大家持续关注。
首先，我们来看一下Spring Boot源代码ConfigFileApplicationListener类中的一段代码：
private List<Profile> getOtherActiveProfiles(Set<Profile> activatedViaProperty) { return Arrays.stream(this.environment.getActiveProfiles()).map(Profile::new) .filter((profile) -> !activatedViaProperty.contains(profile)) .collect(Collectors.toList()); }
段代码怎么？够简洁明快吧，如果不使用Java8的新特性，想象一下得多少行代码才能实现？但如果没掌握或不了解Java8的新特性，这段代码读起来是不是很酸爽？
Java 8的API中新增了一个处理集合的抽象概念：Stream，中文称作“流”。它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。使用起来就像使用SQL语句来对数据库执行查询操作一样。可以让你如行云流水一般写出简单、高效、干劲的代码。
什么是Stream
Stream 中文称为 “流”，通过将集合转换为这么一种叫做 “流” 的元素序列（注意是抽象概念），通过声明性方式，能够对集合中的每个元素进行一系列并行或串行的流水线操作。通俗来说就是你只用告诉“流”你需要什么，便在出口处等待结果接口。
上图为Steam操作的基本流程，在后面的学习过程中可反复与具体的代码进行对照，加深学习印象。
Stream相关概念
Stream操作的过程中涉及到一些相关概念，先了解一下，方便后面统一称谓。
元素：特定类型的对象，比如List里面放置的对象，会形成一个队列。Stream不会存储元素，只是按需计算。
数据源：流的来源，对照上图中的集合，数组，I/O channel， 产生器generator等。
聚合操作：类似SQL语句的各种过滤操作，对照上图中的filter、sorted、map等。
Pipelining：中文词义“流水线”，中间操作会返回流本身，跟我们之前所说的流式（fluent）编程一个概念，这样可对操作进行优化，比如延迟执行（laziness）和短路（short-circuiting)。
内部迭代：传统遍历方式是通过Iterator或For-Each来完成，这是外部迭代。而Stream通过访问者模式（Visitor）实现了内部迭代。
需要注意的是在整个操作的过程中，聚合操作部分可以执行多次操作，但每次操作并不是像传统的集合遍历对集合里面的元素进行转换，而是将操作函数放入一个操作集合中，只有到最后一步（比如for-each打印）时才会一次性执行。
而流和迭代器类似，只能迭代一次。比如，当调用完collect方法之后，流便不能再使用了。
stream操作方法分类
中间聚合操作：map (mapToInt, flatMap 等)、 filter、 distinct、 sorted、 peek、 skip、 parallel、 sequential、 unordered。
最终输出操作：forEach、 forEachOrdered、 toArray、 reduce、 collect、 min、 max、 count、iterator。
短路操作：anyMatch、 allMatch、 noneMatch、 findFirst、 findAny、 limit。
生成流
在 Java 8 中, 生成流有多种方法：Stream接口的静态工厂方法、集合提供的生成方法和其他特殊的生成方法。
of方法
Stream接口的静态工厂方法主要通过重载的of方法：
public static<T> Stream<T> of(T... values);
public static<T> Stream<T> of(T t)
of方法，其生成的Stream是有限长度的，Stream的长度为其内的元素个数。使用示例代码：
Stream<String> stringStream = Stream.of("公众号");
Stream<String> stringsStream = Stream.of("关注","公众号", "程序新视界");
generator方法
与of方法对应的generator方法生成的是无限长度的Stream，其元素是由Supplier接口提供的。
public static<T> Stream<T> generate(Supplier<T> s)
使用generate方法生成的Stream通常用于随机数和常量，或者需要前后元素间维持着某种状态信息的场景。把 Supplier 实例传递给 Stream.generate() 生成的 Stream，默认是串行（相对 parallel 而言）但无序的（相对 ordered 而言）。
示例代码如下：
Stream<Double> generateDouble = Stream.generate(Math::random); Stream<String> generateString = Stream.generate(new Supplier<String>() { @Override public String get() { return "公众号：程序新视界"; } });
其实上面两种写法的效果是一样的，只不过第一种采用了Lambda表达式，简化了代码。
iterate方法
iterate方法生成的也是无限长度的Stream，是通过函数f迭代对给指定的元素种子而产生无限连续有序Stream，其中包含的元素可以认为是：seed，f(seed),f(f(seed))无限循环。示例代码如下：
Stream.iterate(1,i -> i +1).limit(10).forEach(System.out::println);
1
打印结果为1，2，3，4，5，6，7，8，9，10。
上面的方法可以认为种子（seed）为1，f(seed）为在1的基础上“+1”，依次循环下去，直到达到limit的限制，最后生成对应的Stream。
empty方法
empty方法生成一个空的Stream，不包含任何元素。
Collection接口和数组的默认方法
Collection接口和数组中都提供了默认的生成Stream的方法。直接看源代码：
// Collection中 default Stream<E> stream() { return StreamSupport.stream(spliterator(), false); } // 并行流操作 default Stream<E> parallelStream() { return StreamSupport.stream(spliterator(), true); } // Arrays中 public static <T> Stream<T> stream(T[] array) { return stream(array, 0, array.length); } public static <T> Stream<T> stream(T[] array, int startInclusive, int endExclusive) { return StreamSupport.stream(spliterator(array, startInclusive, endExclusive), false); }
示例代码：
List<String> list = new ArrayList<>(); list.add("欢迎关注"); list.add("微信公众号"); list.add("程序新视界"); list.stream().forEach(System.out::println); int[] nums = new int[]{1, 2, 3, 4, 5}; Arrays.stream(nums).forEach(System.out::println);
其他生成方法
关于其他生成方法就不详细举例了，比如：Random.ints()、BitSet.stream()、JarFile.stream()、Pattern.splitAsStream(java.lang.CharSequence)、Files.lines(java.nio.file
.Path)等。
操作方法使用
关于操作方法就不进行详细的讲解，更多的以示例的形式展示如何使用。
concat方法
合并两个Stream。如果输入Stream有序，则新Stream有序；如果其中一个Stream为并行，则新Stream为并行；如果关闭新Stream，原Stream都将执行关闭。
Stream.concat(Stream.of("欢迎","关注"),Stream.of("程序新视界")).forEach(System.out::println);
1
distinct
Stream中元素去重。
Stream.of(1,1,1).distinct().forEach(System.out::println);
1
打印结果为1。
filter
根据指定条件进行筛选过滤，留下满足条件的元素。
Stream.of(1, 2, 3, 4, 5).filter(i -> i >= 3).forEach(System.out::println);
1
打印结果为3，4，5。
map
将Stream中的元素进行映射转换，比如将“a”转为“A”，期间生产了新的Stream。同时为了提升效率，官方也提供了封装好的方法：mapToDouble，mapToInt，mapToLong。
Stream.of("a","b","c").map(item -> item.toUpperCase()).forEach(System.out::println);
Stream.of("a","b","c").map(String::toUpperCase).forEach(System.out::println);
1
2
打印结果为A，B，C。
flatMap
将流中的每一个元素映射为一个流，再把每一个流连接成为一个流。期间原有的Stream的元素会被逐一替换。官方提供了三种原始类型的变种方法：flatMapToInt，flatMapToLong和flatMapToDouble。
Stream.of(1, 2, 3).flatMap(i -> Stream.of(i * 10)).forEach(System.out::println);
1
打印结果为10，20，30。
peek
生成一个相同的Stream，并提供一个消费函数，当新Stream中的元素被消费（执行操作）时，该消费函数会在此之前先执行。
Stream.of(1, 2).peek(i -> System.out.println("peekCall:" + i)).forEach(System.out::println);
1
打印结果依次为：peekCall:1，1，peekCall:2，2。
ship
跳过前N个元素，取剩余元素，如果没有则为空Stream。
Stream.of(1, 2, 3).skip(2).forEach(System.out::println);
1
打印结果为3。
sorted
对Stream元素进行排序，可采用默认的sorted()方法进行排序，也可通过sorted(Comparator)方法自定义比较器来进行排序，前者默认调用equals方法来进行比较，
Stream.of(1, 3, 2).sorted().forEach(System.out::println);
1
打印结果：1，2，3。
limit
限制返回前N个元素，与SQL中的limit相似。
Stream.of(1, 2, 3).limit(2).forEach(System.out::println);
1
打印结果为：1，2。
collect
收集方法，实现了很多归约操作，比如将流转换成集合和聚合元素等。
Stream.of(1, 2, 3).collect(Collectors.toList());
Stream.of(1, 2, 3).collect(Collectors.toSet());
1
2
除了以上的集合转换，还有类似joining字符串拼接的方法，具体可查看Collectors中的实现。
count
返回Stream中元素个数。
Stream.of(1, 2, 3).count();
1
forEach
遍历Stream中所有元素。示例参考以上设计到的。
forEachOrder
遍历Stream中所有元素，如果Stream设置了顺序，则按照顺序执行（Stream是无序的），默认为元素的插入顺序。
max
根据指定的比较器（Comparator），返回Stream中最大元素的Optional对象，Optional中的value便是最大值。
Optional可以代表一个值或不存在，主要是为了规避返回值为null，而抛出NullPointerException的问题，也是由Java8引入的。但当调用其get()方法时，如果当前值不存在则会抛出异常。
Optional<Integer> max = Stream.of(1, 2, 3).max(Comparator.comparingInt(o -> o));
System.out.println("max:" + max.get());
1
2
打印结果：max:3。
min
与max操作相同，功能相反，取最小值。
Optional<Integer> min = Stream.of(1, 2, 3).min(Comparator.comparingInt(o -> o));
System.out.println("min:" + min.get());
1
2
打印结果：min:1。
reduce
reduce可实现根据指定的规则从Stream中生成一个值，比如之前提到的count，max和min方法是因为常用而被纳入标准库中。实际上，这些方法都是reduce的操作。
Stream.of(1, 2, 3).reduce(Integer::sum);
Stream.of(1, 2, 3).reduce(0, (a, b) -> a + b);
1
2
以上两个方法都是对结果进行求和，不同的是第一个方法调用的是reduce的reduce((T, T) -> T)方法，而第二个调用的是reduce(T, (T, T) -> T)。其中第二个方法的第一个参数0，表示从第0个值开始操作。
allMatch
判断Stream中的所有元素是否满足指定条件。全部满足返回true，否则返回false。
boolean result = Stream.of(1, 2, 3).allMatch(i -> i > 0);
System.out.println(result);
1
2
返回结果：true。
anyMatch
判断Stream中的元素至少有一个满足指定条件。如果至少有一个满足则返回true，否则返回false。
boolean anyResult = Stream.of(1, 2, 3).anyMatch(i -> i > 2);
System.out.println(anyResult);
返回结果：true。
findAny
获得其中一个元素（使用stream()时找到的是第一个元素；使用parallelStream()并行时找到的是其中一个元素）。如果Stream为空，则返回一个为空的Optional。
Optional<String> any = Stream.of("A", "B", "C").findAny();
System.out.println(any.get());
返回结果：A。
findFirst
获得第一个元素。如果Stream为空，则返回一个为空的Optional。
Optional<String> first = Stream.of("A", "B", "C").findFirst();
System.out.println(first.get());
返回结果：A。
noneMatch
判断Stream中是否所有元素都不满足指定条件。都不满足则返回true，否则false。
boolean noneMatch = Stream.of(1, 2, 3).noneMatch(i -> i > 5);
System.out.println(noneMatch);
返回结果：true。
统计
通过summaryStatistics方法可获得Stream的一些统计信息。
IntSummaryStatistics summaryStatistics = Stream.of(1, 2, 3).mapToInt((i) -> i).summaryStatistics();
System.out.println("max:" + summaryStatistics.getMax());
System.out.println("min:" + summaryStatistics.getMin());
System.out.println("sum:" + summaryStatistics.getSum());
System.out.println("average:" + summaryStatistics.getAverage());
这里用到了流与数值流直接的转换mapToInt，类似的方法还有mapToDouble、mapToLong。对应获得的数值流还提供了一些额外的方法，就像上面获取不同统计信息的方法一样。
鸟瞰Stream
最后，我们再来看一下Stream的主要接口类关系图。
其中，BaseStream定义了Stream的基本接口，Stream中定义了map、filter、flatMap等常用操作。IntStream、LongStream、DoubleStream是针对基本类型提供了便捷和特化操作。以上接口构建了Java8中流体系的根基。AbstractPipeline是流水线（Pipeline）的核心抽象类，用于构建和管理流水线。
另外，关于Stream的效率问题网上也有很多资料提到，下一篇文章，我们将重点说说Stream的性能问题，关注公众号“程序新视界”，敬请期待。
