Java8 In Action-2.函数式数据处理(一)

1.引入流
1.1流是什么?
流是Java API(java.util.stream.Stream)的新成员，它允许你以声明性方式处理数据集合（通过查询语句来表达，而不是临时编写一个实现）。就现在来说，你可以把它们看成遍历数据集的高级迭代器。此外，流还可以透明地并行处理，你无需写任何多线程代码了！
总结一下， Java 8中的Stream API可以让你写出这样的代码：

• 声明性——更简洁，更易读

• 可复合——更灵活

• 可并行——性能更好
  简短的定义就是“从支持数据处理操作的源生成的元素序列”。

• 元素序列——就像集合一样，流也提供了一个接口，可以访问特定元素类型的一组有序值。因为集合是数据结构，所以它的主要目的是以特定的时间/空间复杂度存储和访问元素（如ArrayList 与 LinkedList） 。但流的目的在于表达计算，比如你前面见到的filter、 sorted和map。集合讲的是数据，流讲的是计算。

• 源——流会使用一个提供数据的源，如集合、数组或输入/输出资源。 请注意，从有序集合生成流时会保留原有的顺序。由列表生成的流，其元素顺序与列表一致。

• 数据处理操作——流的数据处理功能支持类似于数据库的操作，以及函数式编程语言中的常用操作，如filter、 map、 reduce、 find、 match、 sort等。流操作可以顺序执行，也可并行执行.
  此外，流操作有两个重要的特点:

• 流水线——很多流操作本身会返回一个流，这样多个操作就可以链接起来，形成一个大的流水线。流水线的操作可以看作对数据源进行数据库式查询。

• 内部迭代——与使用迭代器显式迭代的集合不同，流的迭代操作是在背后进行的。

/**
*在调用collect之前，没有任何结果产生，实际上根本就没有从menu里选择元素。
*你可以这么理解：链中的方法调用都在排队等待，直到调用collect。
*/
import static java.util.stream.Collectors.toList;
List<String> threeHighCaloricDishNames = menu.stream().filter(d -> d.getCalories() > 300
									.map(Dish::getName).limit(3).collect(toList());
System.out.println(threeHighCaloricDishNames);

1.2流与集合
粗略地说，集合与流之间的差异就在于什么时候进行计算。集合是一个内存中的数据结构，它包含数据结构中目前所有的值——集合中的每个元素都得先算出来才能添加到集合中。（你可以往集合里加东西或者删东西，但是不管什么时候，集合中的每个元素都是放在内存里的，元素都得先算出来才能成为集合的一部分。）
相比之下，流则是在概念上固定的数据结构（你不能添加或删除元素） ，其元素则是按需计算的。 这是一种生产者－消费者的关系。从另一个角度来说，流就像是一个延迟创建的集合：只有在消费者要求的时候才会计算值（用管理学的话说这就是需求驱动，甚至是实时制造)。与此相反，集合则是急切创建的（供应商驱动：先把仓库装满，再开始卖).

只能遍历一次(流只能消费一次)
请注意，和迭代器类似，流只能遍历一次。遍历完之后，我们就说这个流已经被消费掉了。你可以从原始数据源那里再获得一个新的流来重新遍历一遍，就像迭代器一样（这里假设它是集合之类的可重复的源，如果是I/O通道就没戏了）。

List<String> title = Arrays.asList("Java8", "In", "Action");
Stream<String> s = title.stream();
s.forEach(System.out::println);
s.forEach(System.out::println);//抛出异常:java.lang.IllegalStateException:流已被操作或关闭

外部迭代与内部迭代
集合和流的另一个关键区别在于它们遍历数据的方式。使用Collection接口需要用户去做迭代（比如用for-each） ，这称为外部迭代。 相反，Streams库使用内部迭代——它帮你把迭代做了，还把得到的流值存在了某个地方，你只要给出一个函数说要干什么就可以了。

//1.外部迭代
List<String> names = new ArrayList<>();
for(Dish d: menu){//显示迭代
names.add(d.getName());
}

//2.内部迭代
List<String> names = menu.stream()
.map(Dish::getName)//用 getName 方法参数化map，提取菜名
.collect(Collectors.toList());//开始执行操作流水线；没有迭代

Streams库的内部迭代可以自动选择一种适合你硬件的数据表示和并行实现。与此相反，一旦通过写for-each而选择了外部迭代，那你基
本上就要自己管理所有的并行问题了（自己管理实际上意味着 “某个良辰吉日我们会把它并行化”或 “ 开 始 了 关 于 任 务 和synchronized 的 漫 长 而 艰 苦 的 斗 争 ”）。 Java 8 需 要 一 个 类 似 于Collection却没有迭代器的接口，于是就有了Stream！

1.3流操作
java.util.stream.Stream中的Stream接口定义了许多操作。它们可以分为两大类。

• filter、 map和limit可以连成一条流水线；
• collect触发流水线执行并关闭它。
  可以连接起来的流操作称为中间操作，关闭流的操作称为终端操作。

中间操作
诸如filter或sorted等中间操作会返回另一个流。这让多个操作可以连接起来形成一个查询。重要的是，除非流水线上触发一个终端操作，否则中间操作不会执行任何处理——它们很懒。这是因为中间操作一般都可以合并起来，在终端操作时一次性全部处理。
为了搞清楚流水线中到底发生了什么，我们把代码改一改，让每个Lambda都打印出当前处理的菜肴.

List<String> names =
menu.stream()
.filter(d -> {
System.out.println("filtering" + d.getName());
return d.getCalories() > 300;
})
.map(d -> {
System.out.println("mapping" + d.getName());
return d.getName();
})
.limit(3)
.collect(toList());
System.out.println(names);

//输出结果
filtering pork
mapping pork
filtering beef
mapping beef
filtering chicken
mapping chicken
[pork, beef, chicken]

你会发现，有好几种优化利用了流的延迟性质。第一，尽管很多菜的热量都高于300卡路里，但只选出了前三个！这是因为limit操作和一种称为短路的技巧。第二，尽管filter和map是两个独立的操作，但它们合并到同一次遍历中了（我们把这种技术叫作循环合并）。

终端操作
终端操作会从流的流水线生成结果。其结果是任何不是流的值，比如List、Integer，甚至void。

总而言之，流的使用一般包括三件事:

• 一个数据源（如集合）来执行一个查询；
• 一个中间操作链，形成一条流的流水线；
• 一个终端操作，执行流水线，并能生成结果。
  流的流水线背后的理念类似于构建器模式(如StringBuilder sb.append(“a”).append(“b”).toString())。 在构建器模式中有一个调用链用来设置一套配置（对流来说这就是一个中间操作链），接着是调用built方法（对流来说就是终端操作）。
  

小结

• 流是“从支持数据处理操作的源生成的一系列元素”。
• 流利用内部迭代：迭代通过filter、 map、 sorted等操作被抽象掉了。
• 流操作有两类：中间操作和终端操作。
• filter和map等中间操作会返回一个流，并可以链接在一起。可以用它们来设置一条流水线，但并不会生成任何结果。
• forEach和count等终端操作会返回一个非流的值，并处理流水线以返回结果。
• 流中的元素是按需计算的。