功能强大,代码优雅：Java8真实案例Stream大数据集高效之旅(收藏版)

Java8新特性

Java8 新增了非常多的特性，我们主要讨论以下几个：

• Lambda 表达式 − Lambda 允许把函数作为一个方法的参数（函数作为参数传递到方法中）。
• Stream API −新添加的Stream API（java.util.stream） 把真正的函数式编程风格引入到Java中。

肖哥弹架构 跟大家“弹弹” 函数式，需要代码关注

欢迎 点赞，点赞，点赞。

关注公号Solomon肖哥弹架构获取更多精彩内容

历史热点文章

•  依赖倒置原则：支付网关设计应用案例
•  Holder模式（Holder Pattern）：公司员工权限管理系统实战案例分析
•  一个项目代码讲清楚DO/PO/BO/AO/E/DTO/DAO/ POJO/VO
•  写代码总被Dis：5个项目案例带你掌握SOLID技巧,代码有架构风格
•  里氏替换原则在金融交易系统中的实践，再不懂你咬我

Java 8 Stream API 函数式接口全解析：业务案例与代码实现

在Java 8中，Stream API 引入了一种新的处理集合数据的方式，使得我们可以以声明式的方式处理数据集合。以下是Stream API中一些关键函数式接口的详细业务案例。

1. Stream 的 filter

业务数据：一系列用户的年龄。

登录后复制

List<Integer> ages = Arrays.asList(22, 34, 29, 17, 30);

• 1.

函数使用：

登录后复制

Predicate<Integer> isAdult = age -> age >= 18;
long adultCount = ages.stream()
                       .filter(isAdult)
                       .count();

• 1.
• 2.
• 3.
• 4.

输出结果：

登录后复制

描述：计算成年人的数量
结果值：成年人数为 4

• 1.
• 2.

2. Stream 的 map

业务数据：一系列用户的姓名。

登录后复制

List<String> names = Arrays.asList("Alice", "Bob", "Charlie");

• 1.

函数使用：

登录后复制

Function<String, String> toUpperCase = String::toUpperCase;
List<String> upperCaseNames = names.stream()
                                     .map(toUpperCase)
                                     .collect(Collectors.toList());

• 1.
• 2.
• 3.
• 4.

输出结果：

登录后复制

描述：将所有姓名转换为大写
结果值：["ALICE", "BOB", "CHARLIE"]

• 1.
• 2.

3. Stream 的 flatMap

业务数据：一系列用户的姓名和地址。

登录后复制

List<User> users = Arrays.asList(
    new User("Alice", Arrays.asList("123 Apple St.", "456 Banana Ave.")),
    new User("Bob", Arrays.asList("789 Cherry Blvd."))
);

• 1.
• 2.
• 3.
• 4.

函数使用：

登录后复制

Function<User, Stream<String>> expandAddresses = user -> user.getAddresses().stream();
List<String> allAddresses = users.stream()
                                   .flatMap(expandAddresses)
                                   .collect(Collectors.toList());

• 1.
• 2.
• 3.
• 4.

输出结果：

登录后复制

描述：获取所有用户的地址
结果值：["123 Apple St.", "456 Banana Ave.", "789 Cherry Blvd."]

• 1.
• 2.

4. Stream 的 distinct

业务数据：一系列重复的字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "apple", "orange", "banana");

• 1.

函数使用：

登录后复制

Set<String> distinctStrings = strings.stream()
                                      .distinct()
                                      .collect(Collectors.toSet());

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：获取不重复的字符串集合
结果值：["apple", "banana", "orange"]

• 1.
• 2.

5. Stream 的 sorted

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("banana", "apple", "cherry");

• 1.

函数使用：

登录后复制

List<String> sortedStrings = strings.stream()
                                     .sorted()
                                     .collect(Collectors.toList());

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：按字典顺序排序字符串
结果值：["apple", "banana", "cherry"]

• 1.
• 2.

6. Stream 的 limit

业务数据：一系列数字。

登录后复制

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);

• 1.

函数使用：

登录后复制

List<Integer> firstThreeNumbers = numbers.stream()
                                          .limit(3)
                                          .collect(Collectors.toList());

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：获取前三个数字
结果值：[1, 2, 3]

• 1.
• 2.

7. Stream 的 skip

业务数据：一系列字符串。

登录后复制

List<String> fruits = Arrays.asList("apple", "banana", "cherry", "date", "elderberry");

• 1.

函数使用：

登录后复制

List<String> fruitsAfterBanana = fruits.stream()
                                         .skip(2)
                                         .collect(Collectors.toList());

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：跳过前两个字符串，获取剩余的字符串
结果值：["cherry", "date", "elderberry"]

• 1.
• 2.

8. Stream 的 forEach

业务数据：一系列员工的姓名。

登录后复制

List<String> employeeNames = Arrays.asList("Alice", "Bob", "Charlie");

• 1.

函数使用：

登录后复制

Consumer<String> printName = name -> System.out.println("Employee: " + name);
employeeNames.forEach(printName);

• 1.
• 2.

输出结果：

登录后复制

描述：打印每个员工的姓名
结果值：
Employee: Alice
Employee: Bob
Employee: Charlie

• 1.
• 2.
• 3.
• 4.
• 5.

9. Stream 的 reduce

业务数据：一系列数字。

登录后复制

List<Integer> numbers = Arrays.asList(1, 2, 3, 4);

• 1.

函数使用：

登录后复制

Optional<Integer> sum = numbers.stream()
                                .reduce(Integer::sum);

• 1.
• 2.

输出结果：

登录后复制

描述：计算数字总和
结果值：总和为 10

• 1.
• 2.

10. Stream 的 collect

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

List<String> sortedStrings = strings.stream()
                                     .sorted()
                                     .collect(Collectors.toList());

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：按字典顺序排序字符串并收集到列表
结果值：["apple", "banana", "cherry"]

• 1.
• 2.

11. Stream 的 min 和 max

业务数据：一系列数字。

登录后复制

List<Integer> numbers = Arrays.asList(1, 3, 2, 5, 4);

• 1.

函数使用：

登录后复制

Optional<Integer> min = numbers.stream()
                                .min(Integer::compare);
Optional<Integer> max = numbers.stream()
                                .max(Integer::compare);

• 1.
• 2.
• 3.
• 4.

输出结果：

登录后复制

描述：找出数字中的最小值和最大值
结果值：最小值为 1，最大值为 5

• 1.
• 2.

12. Stream 的 count

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

long count = strings.stream()
                     .count();

• 1.
• 2.

输出结果：

登录后复制

描述：计算字符串的数量
结果值：数量为 3

• 1.
• 2.

13. Stream 的 anyMatch

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

boolean hasBanana = strings.stream()
                            .anyMatch("banana"::equals);

• 1.
• 2.

输出结果：

登录后复制

描述：检查列表中是否包含"banana"
结果值：结果为 true

• 1.
• 2.

14. Stream 的 allMatch

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

boolean allFruits = strings.stream()
                            .allMatch(s -> s.startsWith("b"));

• 1.
• 2.

输出结果：

登录后复制

描述：检查所有字符串是否以"b"开头
结果值：结果为 false

• 1.
• 2.

15. Stream 的 noneMatch

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

boolean noDates = strings.stream()
                          .noneMatch("date"::equals);

• 1.
• 2.

输出结果：

登录后复制

描述：检查列表中是否没有"date"
结果值：结果为 true

• 1.
• 2.

16. Stream 的 findAny

业务数据：一系列数字。

登录后复制

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);

• 1.

函数使用：

登录后复制

java
Optional<Integer> anyNumber = numbers.stream()
                                       .findAny();

• 1.
• 2.
• 3.

输出结果：

登录后复制

描述：找出任意一个数字
结果值：可能的结果为 1（或其他数字，取决于实现）

• 1.
• 2.

17. Stream 的 findFirst

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

Optional<String> firstString = strings.stream()
                                        .findFirst();

• 1.
• 2.

输出结果：

登录后复制

描述：找出第一个字符串
结果值：可能的结果为 "apple"（或其他字符串，取决于实现）

• 1.
• 2.

18. Stream 的 peek

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

java
strings.stream()
       .peek(System.out::println) // 打印每个字符串
       .collect(Collectors.toList());

• 1.
• 2.
• 3.
• 4.

输出结果：

登录后复制

描述：打印每个字符串并收集到列表
结果值：
apple
banana
cherry
["apple", "banana", "cherry"]

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.

19. Stream 的 toArray

业务数据：一系列字符串。

登录后复制

List<String> strings = Arrays.asList("apple", "banana", "cherry");

• 1.

函数使用：

登录后复制

String[] stringArray = strings.stream()
                                .toArray(String[]::new);

• 1.
• 2.

输出结果：

登录后复制

描述：将字符串流转换为数组
结果值：字符串数组 ["apple", "banana", "cherry"]

• 1.
• 2.

20. Stream 的 boxed

业务数据：一系列整数。

登录后复制

IntStream intStream = IntStream.of(1, 2, 3, 4, 5);

• 1.

函数使用：

登录后复制

Stream<Integer> integerStream = intStream.boxed();

• 1.

输出结果：

登录后复制

复制
描述：将基本类型流转换为对象流
结果值：Stream of Integers [1, 2, 3, 4, 5]

• 1.
• 2.
• 3.

20. Stream 完整案例

业务背景

需要处理以下需求：

• 计算总销售额。
• 找出最昂贵的订单。
• 筛选出金额超过1000的订单。
• 获取所有不重复的客户名称。
• 计算已交付订单的数量。
• 计算订单的平均金额。
• 使用并行流提高处理速度。

业务数据

登录后复制

List<Order> orders = new ArrayList<>();
for (int i = 0; i < 1000000; i++) {
    orders.add(new Order("Customer" + i % 100, i % 10000 + 1, Math.random() * 5000 + 500));
}

• 1.
• 2.
• 3.
• 4.

在这个模拟数据中，我们生成了100万个订单，每个订单有客户名称、订单ID和随机生成的金额（500到5500）。

函数使用

登录后复制

// 计算总销售额
double totalSales = orders.stream()
                         .mapToDouble(Order::getAmount)
                         .sum();

// 找出最昂贵的订单
Optional<Order> mostExpensiveOrder = orders.stream()
                                             .max(Order::compareByAmount);

// 筛选出金额超过1000的订单
List<Order> ordersOverThreshold = orders.stream()
                                          .filter(order -> order.getAmount() > 1000)
                                          .collect(Collectors.toList());

// 获取所有不重复的客户名称
Set<String> uniqueCustomerNames = orders.stream()
                                          .map(Order::getCustomerName)
                                          .collect(Collectors.toSet());

// 计算已交付订单的数量
long orderCount = orders.stream()
                         .filter(Order::isDelivered)
                         .count();

// 计算订单的平均金额
double averageOrderAmount = orders.stream()
                                    .mapToDouble(Order::getAmount)
                                    .average()
                                    .orElse(0.0);

// 使用并行流提高处理速度
double parallelTotalSales = orders.parallelStream()
                                     .mapToDouble(Order::getAmount)
                                     .sum();

• 1.
• 2.
• 3.
• 4.
• 5.
• 6.
• 7.
• 8.
• 9.
• 10.
• 11.
• 12.
• 13.
• 14.
• 15.
• 16.
• 17.
• 18.
• 19.
• 20.
• 21.
• 22.
• 23.
• 24.
• 25.
• 26.
• 27.
• 28.
• 29.
• 30.
• 31.
• 32.
• 33.
• 34.

输出结果

• 总销售额：totalSales 表示所有订单的总金额。
• 最昂贵的订单：mostExpensiveOrder 包含金额最高的订单信息。
• 金额超过1000的订单列表：ordersOverThreshold 包含所有金额超过1000的订单。
• 不重复的客户名称集合：uniqueCustomerNames 包含所有不同的客户名称。
• 已交付订单的数量：orderCount 表示已交付的订单数。
• 订单的平均金额：averageOrderAmount 表示所有订单金额的平均值。
• 并行流处理的总销售额：parallelTotalSales 使用并行流计算的总销售额，可以提高处理速度。

原创作者: xiaogeit 转载于: https://blog.51cto.com/xiaogeit/11598895