Jdk8的Stream流真香，来自个人工作汇总

前言

Jdk8的Stream流开发，一行代码，让你的代码质量高上一个档次。

场景一：判空处理

Optional的引入很好的解决空指针异常。

Optional.ofNullable(userList).ifPresent(users -> { ... });

场景二：循环遍历

users.stream().forEach(user-> { ... });

场景三：filter过滤

users.stream().filter(user -> Objects.equals(1, user.getStatus()))
              .map(p ->  p.getName())
              .collect(Collectors.joining(","));

场景四：数据汇总

1.取出所有用户邮件信息数据。

notices.stream().map(p -> p.getEmail()).distinct().collect(Collectors.joining(","));

2.将string数组，转换为long数组

Long[] userIds = 
            Arrays.stream(users).map(Long::valueOf).toArray(Long[]::new);

场景四：排序

users.stream().sorted((h1, h2) -> h2.getSort().compareTo(h1.getSort()))
              .collect(Collectors.toList());

场景五：格式化列数据

在一个集合中，遇到某列需要关联数据字典，得到格式化的字典值。可以采用先将所有的数据字典集合查出，通过循环匹配，得到所需的数据。好处是避免了重复调用资源，导致响应缓慢。

List<HashMap<String, Object>> systemType = dictSrvClient.queryDictByType("systemType");
itemList.stream().map(item -> systemType.stream()
                    .filter(m -> Objects.equals(m.get("name"), item.getAppType()))
                    .findFirst().map(m -> {
                        item.setAppType(m.get("value").toString());
                        return item;
                    }).orElseGet(() -> {
                        item.setAppType("");
                        return item;
                    })).collect(Collectors.toList());

场景六：分页查询

List<Map<String, Object>> resultList = dataList.stream().filter(data -> {
					if (StringUtils.isBlank(nickname)) {
						return true;
					}
				    //汇总所有数据
					String values = data.entrySet().stream().map(x -> "" + x.getValue()).collect(Collectors.joining(","));
					if (values.indexOf(nickname) != -1) {
						return true;
					}
					return false;
				})
				.skip(startRow).limit(pageSize).collect(Collectors.toList());

总结

以上是我在实际项目中遇到的场景，希望这篇文章能对大家有所帮助。