Java8 Stream浅析

简要梳理记录

1.什么是Stream

  1）一种支持串行和并行聚合操作的元素序列。
  2）是Java 8 API添加的一种新的抽象，称为流，以更直观的方式来提供一种对 Java 集合运算和表达的高阶抽象。
  3）通过流，可以以一种声明的方式处理数据，即关注的是“做什么而不是怎么做”。
  4）将要处理的元素集合看做一种流，在管道中传输和处理。元素流在管道中经过中间操作（intermediate operation）的处理，最后由最终操作(terminal operation)得到前面处理的结果。

2.操作符

操作符是对数据进行的一种处理工作。
Stream的操作符大体上分为两种：中间操作符和终止操作符。

2.1 中间操作符

1）筛选与切片

• filter： 把不想要的数据过滤

• skip：跳过某些元素。

• limit： 限流操作，比如数据流中有10个 只要前3个就可以使用。
  skip 和 limit 可搭配出数据库分页效果

• distinct：去重，通过流中元素的 hashCode() 和 equals() 去除重复元素

2）映射

• map：接收一个函数作为参数，该函数会被应用到每个元素上，并将其映射成一个新的元素。(mapToInt,mapToLong,mapToDouble)
• flatMap：接收一个函数作为参数，将流中的每个值都换成另一个流，然后把所有流连接成一个流。

3）排序

• sorted()：自然排序，流中元素需实现Comparable接口
• sorted(Comparator com)：定制排序，自定义Comparator排序器

4）消费

• peek：如同于map，能得到流中的每一个元素。但map接收的是一个Function表达式，有返回值；而peek接收的是Consumer表达式，没有返回值。Function表达式，有返回值；而peek接收的是Consumer表达式，没有返回值。

2.2 终止操作符

必须有终止操作符，才会执行处理操作，否则数据不会流动起来。

• collect：收集，Collectors提供了多种收集器。
• count： 统计操作，统计最终的数据个数。
• findFirst：查找第一个。
• findAny： 查找任何一个 。
• noneMatch、allMatch、anyMatch 匹配操作，数据流中是否存在符合条件的元素 返回值为bool 值。
• min、max 最值操作，需要自定义比较器，返回数据流中最大最小的值。
• reduce 规约操作，将整个数据流的值规约为一个值，count、min、max底层就是使用reduce。
• forEach、forEachOrdered 遍历操作，这里就是对最终的数据进行消费了。
• toArray 数组操作，将数据流的元素转换成数组。

这篇博文中有详细的demo
https://www.jianshu.com/p/11c925cdba50

3.Stream实现核心逻辑

3.1 核心类的职责

BaseStream：规定了流的基本接口，比如iterator、spliterator、isParallel等；
Stream：定义了map、filter、flatmap等用户关注的常用操作；
PipelineHelper：主要用于Stream执行过程中相关结构的构建；
AbstractPipeline：流水线构成（双向链表），直接实现类为ReferencePipeline，
Head、StatelessOp、StatefulOp为ReferencePipeline中的内部类。
Stage：每一个stage就是一个AbstractPipeline的实例，每个Stage都记录了前一个Stage和本次的操作以及回调函数，依靠这种结构就能建立起对数据源的所有操作。
Sink接口: 定义了 Stream 之间的操作行为，包含 begin()、end()、cancellationRequested()、accpt()四个方法。

3.2 执行流程
示例代码：

 List<String> names = Arrays.asList("kotlin", "java", "go");
 int maxLength = names.stream().filter(name -> name.length() <= 4).map(String::length).max(Comparator.naturalOrder()).orElse(-1);

1）加载数据源：StreamSupport 类中的 stream 方法，初始化一个 ReferencePipeline的 Head 内部类对象。
2）中间操作：中间操作通过AbstractPipeline 生成一个中间操作 Stage 链表

中间操作例如filter、map等会返回一个新的StatelessOp对像。
（StatelessOp：无状态中间操作 StatefulOp：有状态操作）
3）终结操作
触发之前的中间操作，从最后一个Stage开始，递归产生一个Sink链。
opWrapSink会返回一个新的sink，然后再递归传入sink。wrapAndCopyInto 生成 Sink 链表后，会通过 copyInfo 方法执行 Sink 链表的具体操作。

并行处理：使用ForkJoin 框架，对 Stream 处理进行分片。具体逻辑根据evaluateParallel方法查看。

3.3 处理逻辑
1）每一个操作如何记录
使用satge记录每次操作。一个完整的操作是由数据来源、操作、回调函数组成的三元组来表示
2）如何叠加
每一步操作使用satge记录后并没有执行。Sink接口，包括begin()、end()、cancellationRequested()、accept()。中间操作的子类中包含一个指向下游sink的指针。
3）如何执行
每个节点形成stage链，最终会触发从最后一个stage开始执行。
4）链表形成
stage链（AbstractPipeline链）：每个中间操作会创建一个新的stage，并维护previousStage属性，最终形成链表，stage链表是个双链表，有pre和next指针。
sink链：递归调用，维护每个downstream属性。

https://juejin.cn/post/6901936973791887368