Stream深入分析
关于jdk8的重大改进，其中java对函数式编程的重视程度看看加入函数式编程后，扩充了多少功能，重写了多少基础类库可见一斑。引入Lambda表达式和Stream也是工作中应用最广泛的。关于Stream推荐参考《Java8函数式编程》。
一、Stream初始化
stream初始化的方式主要有以下几种：
- 调用
Collection.stream()或者Collection.parallelStream()方法 - 调用
Arrays.stream(T[] array)方法
虽然Stream是通过 Collection.stream()初始化的但是和Collections有以下不同之处：
- 无存储。stream不是一种数据结构，它只是某种数据源的一个视图，数据源可以是一个数组，Java容器或I/O channel等。
- 为函数式编程而生。对stream的任何修改都不会修改背后的数据源，比如对stream执行过滤操作并不会删除被过滤的元素，而是会产生一个不包含被过滤元素的新stream。
- 惰式执行。stream上的操作并不会立即执行，只有等到用户真正需要结果的时候才会执行。
- 可消费性。stream只能被“消费”一次，一旦遍历过就会失效，就像容器的迭代器那样，想要再次遍历必须重新生成。
下面具体了解一下Stream流初始化的源码：
图一：Collection.stream()
最终都是调用到 StreamSupport.stream这个方法。我们看到这里第一个参数是获取一个Spliterator的实例，它表示从数据源中获取元素的方式。相当于升级版的Iterator。第二个参数是是否并行。大概介绍一下Spliterator接口方法。
boolean tryAdvance(Consumer action);该方法会处理每个元素，如果没有元素处理，则应该返回false，否则返回true。default void forEachRemaining(Consumer action)对每个剩余元素执行给定对动作，依次处理知道所有元素被处理或者异常终止，默认方法调用tryAdvance方法。Spliterator trySplit();将一个Spliterator分割成多个Spliterator。分割的Spliterator被用于每个子线程进行处理，从而达到并发处理的效果返回一个新对Spliterator迭代器。long estimateSize();用于估算还剩下多少个元素需要遍历。int characteristics();给出stream流具有的特性，不同的特性，不仅是会对流的计算有优化作用，更可能对计算结果会产生影响。如：Spliterator.ORDERED | Spliterator.SIZED | Spliterator.SUBSIZED。default Comparator getComparator()对sorted的流，给出比较器。如果Spliterator对list是通过Comparator排序对，则返回Comparator。如果list是自然排序返回null,其他情况下抛错。
这里主要讲Stream关于Spliterator内部实现大家可以通过源码了解一下，这里不赘述。
>>>继续进入StreamSupport类：
图二：StreamSupport.stream()
我们可以看到最终调用对是ReferencePipeLine.Head，从图四可以看到ReferencePipeLine和InitPipeLine LongPipeLine DoublePipeLine 都继承AbstractPipeline和ReferencePipeLine时并行关系。之所以为三种基本类型定制，主要用于频繁拆装箱。AbstractPipeline时流水线核心抽象类，用于构建和管理流水线。
>>>AbstractPipeline：
AbstractPipeline中定义类三个变量：sourceStage（源阶段），previousStage（上游pipeline，前一阶段），nextStage（下一阶段）。
图三：AbstractPipeline
图四：Stream对主要接口类对关系图
讲完Stream对初始化，下面我们来了解一下Stream对中间操作，Stream对操作类型分外中间操作和结束操作
图五：Stream操作类型
二、中间操作（Intermediate operations）
1、返回结果是stream的非静态方法
2、中间操作是一种lazy操作可以多个，实际上并没有执行，而是等最终操作时执行。这也是Stream在迭代大集合时高效等原因之一。
3、中间操作分为无状态（Stateless）操作和有状态（Stateful）操作，无状态是指不依赖前面元素的影响。而有状态必须等前面执行完成之后才能知道结果。
通常一个完整的Stream操作是由：数据源 操作 回调函数组成的双向链表结构。如图六
图六：Stream流水线双向链表结构
通过Collection.Head初始化，后面调用一系列调中间操作不断产生新调Stream。这些Stream以双向链表调方式组织起来，形成一个流水线。由于每个stage记录了前一次操作调回调函数，这样就建立起对数据源对所有操作。
前面我们也提到了这种方式可以提高大集合迭代的高效那么stream是做的呢？
>>>Stream叠加操作
Stream通过Sink接口来协调相邻Stage之间的调用关系。sink接口包含下面几个方法：
void begin(Long size);开始遍历元素之前调用该方法，通知Sink做好准备。void end();所有元素遍历完成之后调用。boolean cancellationReauested();是否可以结束操作，可以让短路操作尽早结束。void accept(T t);遍历元素时调用，接受一个待处理元素，并对元素进行处理。Stage把自己包含的操作和回调方法封装到该方法里，前一个Stage只需要调用当前Stage.accept(T t)方法就行了。
通过Sink接口相邻Stage之间调用就很清晰了，每个Stage都将自己都操作封装到一个Sink里，前一个Stage调用后一个Stage到accept（）方法。我们来看一下Sink.map的源码。
Sink封装了Stream的每一步操作，但是我们前面提到Stream的中间操作是Lazy操作，真正启动这些操作的是结束操作来执行的。
三、结束操作（Terminal operations）
1、只能有一个最终操作，不一定有返回结果。
2、分为非短路操作和短路操作。非短路操作所有元素处理完，短路操作不用处理全部元素就可以返回结果
以ReferencePipeline.forEachOrder为例，PS：简单提一下Stream.forEach不能保证顺序，forEachOrder能保证顺序但效率不高。直接上源码：
ForEachOps是用户创建TerminalOp实例的工厂类。TerminalOp是终止操作最顶层的一个接口。TerminalOp接口的实现类有ForEachOp, ReduceOp,FindOp, MatchOp。
先看ForEachOps.makeRef（）方法：
OfRef是引用流的默认实现类，这里新建了一个OfRef的实例，构造方法如下：
将我们实现的Consumer函数式接口赋值给成员变量。回到evaluate方法:
跟到串行流的实现,实现在ForEachOp中：
PipelineHelper类型其实是AbstractPipeline的父类，而AbstractPipeline又是ReferencePipeline的父类。再跟进helper.wrapAndCopyInto方法，是现在AbstractPipeline中：
可以看到通过ReferencePipeline的双向链表，从最后一个操作（也就是终止操作）往前遍历，将所有的操作都串联起来，最终返回一个指向第一个操作的Sink引用。
对于Stream操作性能：
- 对于复杂操作，Stream串行API性能可以和手动实现的效果匹敌，在并行执行时Stream API效果远超手动实现。
- 对于简单操作，比如最简单的遍历，Stream串行API性能明显差于显示迭代，但并行的Stream API能够发挥多核特性。
所以，如果出于性能考虑，1. 对于简单操作推荐使用外部迭代手动实现，2. 对于复杂操作，推荐使用Stream API， 3. 在多核情况下，推荐使用并行Stream API来发挥多核优势，4.单核情况下不建议使用并行Stream API。
如果出于代码简洁性考虑，使用Stream API能够写出更短的代码。即使是从性能方面说，尽可能的使用Stream API也另外一个优势，那就是只要Java Stream类库做了升级优化，代码不用做任何修改就能享受到升级带来的好处。
参考资料：
https://www.cnblogs.com/CarpenterLee/p/6637118.html
https://www.cnblogs.com/Dorae/p/7779246.html
https://www.cnblogs.com/CarpenterLee/p/6675568.html