Java8旨在幫助程式設計師寫出更好的程式碼，
其對核心類庫的改進也是關鍵的一部分，Stream是Java8種處理集合的抽象概念，
它可以指定你希望對集合的操作，但是執行操作的時間交給具體實現來決定。
為什麼需要Stream?
Java語言中集合是使用最多的API，幾乎每個Java程式都會用到集合操作，
這裡的Stream和IO中的Stream不同，它提供了對集合操作的增強，極大的提高了操作集合物件的便利性。
集合對於大多數程式設計任務而言都是基本的，為了解釋集合是怎麼工作，我們想象一下當下最火的外賣APP，
當我們點菜的時候需要按照距離、價格、銷量等進行排序後篩選出自己滿意的菜品。
你可能想選擇距離自己最近的一家店鋪點菜，儘管用集合可以完成這件事，但集合的操作遠遠算不上完美。
假如讓你編寫上面示例中的程式碼，你可能會寫出如下：
// 店鋪屬性
public class Property {
String name;
// 距離，單位:米
Integer distance;
// 銷量，月售
Integer sales;
// 價格，這裡簡單起見就寫一個級別代表價格段
Integer priceLevel;
public Property(String name, int distance, int sales, int priceLevel) {
this.name = name;
this.distance = distance;
this.sales = sales;
this.priceLevel = priceLevel;
}
// getter setter 省略
}
複製程式碼我想要篩選距離我最近的店鋪，你可能會寫下這樣的程式碼：
public static void main(String[] args) {
Property p1 = new Property("叫了個雞", 1000, 500, 2);
Property p2 = new Property("張三丰餃子館", 2300, 1500, 3);
Property p3 = new Property("永和大王", 580, 3000, 1);
Property p4 = new Property("肯德基", 6000, 200, 4);
List<Property> properties = Arrays.asList(p1, p2, p3, p4);
Collections.sort(properties, (x, y) -> x.distance.compareTo(y.distance));
String name = properties.get(0).name;
System.out.println("距離我最近的店鋪是:" + name);
}
複製程式碼這裡也使用了部分lambda表示式，在Java8之前你可能寫的更痛苦一些。
要是要處理大量元素又該怎麼辦呢？為了提高效能，你需要並行處理，並利用多核架構。
但寫並行程式碼比用迭代器還要複雜，而且除錯起來也夠受的！
但Stream中操作這些東西當然是非常簡單的，小試牛刀:
// Stream操作
String name2 = properties.stream()
.sorted(Comparator.comparingInt(x -> x.distance))
.findFirst()
.get().name;
System.out.println("距離我最近的店鋪是:" + name);
複製程式碼新的API對所有的集合操作都提供了生成流操作的方法，寫的程式碼也行雲流水，我們非常簡單的就篩選了離我最近的店鋪。
在後面我們繼續講解Stream更多的特性和玩法。
外部迭代和內部迭代
當你處理集合時，通常會對它進行迭代，然後處理返回的每個元素。比如我想看看月銷量大於1000的店鋪個數。
使用for迴圈進行迭代
int count = 0;
for (Property property : properties) {
if(property.sales > 1000){
count++;
}
}
複製程式碼上面的操作是可行的，但是當每次迭代的時候你需要些很多重複的程式碼。將for迴圈修改為並行執行也非常困難，
需要修改每個for的實現。
從集合背後的原理來看，for迴圈封裝了迭代的語法糖，首先呼叫iterator方法，產生一個Iterator物件，
然後控制整個迭代，這就是外部迭代。迭代的過程通過呼叫Iterator物件的hasNext和next方法完成。
使用迭代器進行計算
int count = 0;
Iterator<Property> iterator = properties.iterator();
while(iterator.hasNext()){
Property property = iterator.next();
if(property.sales > 1000){
count++;
}
}
複製程式碼而迭代器也是有問題的。它很難抽象出未知的不能操作；此外它本質上還是序列化的操作，總體來看使用
for迴圈會將行為和方法混為一談。
另一種辦法是使用內部迭代完成，properties.stream()該方法返回一個Stream而不是迭代器。
使用內部迭代進行計算
long count = properties.stream()
.filter(p -> p.sales > 1000)
.count();
複製程式碼上述程式碼是通過Stream API完成的，我們可以把它理解為2個步驟：
- 找出所有銷量大於1000的店鋪
- 計算出店鋪個數
為了找出銷量大於1000的店鋪，需要先做一次過濾：filter，你可以看看這個方法的入參就是前面講到的Predicate斷言型函式式介面，
測試一個函式完成後，返回值為boolean。
由於Stream API的風格，我們沒有改變集合的內容，而是描述了Stream的內容，最終呼叫count()方法計算出Stream
裡包含了多少個過濾之後的物件，返回值為long。
建立Stream
你已經知道Java8種在Collection介面新增了Stream方法，可以將任何集合轉換成一個Stream。
如果你操作的是一個陣列可以使用Stream.of(1, 2, 3)方法將它轉換為一個流。
也許有人知道JDK7中新增了一些類庫如Files.readAllLines(Paths.get("/home/biezhi/a.txt"))這樣的讀取檔案行方法。
List作為Collection的子類擁有轉換流的方法，那麼我們讀取這個文字檔案到一個字串變數中將變得更簡潔：
String content = Files.readAllLines(Paths.get("/home/biezhi/a.txt")).stream()
.collect(Collectors.joining("\n"));
複製程式碼這裡的collect是後面要講解的收集器，對Stream進行了處理後得到一個文字檔案的內容。
JDK8也為我們提供了一些便捷的Stream相關類庫:
建立一個流是很簡單的，下面我們試試用建立好的Stream做一些操作吧。
流操作
java.util.stream.Stream中定義了許多流操作的方法，為了更好的理解Stream API掌握它常用的操作非常重要。
流的操作其實可以分為兩類：處理操作、聚合操作。
- 處理操作：諸如filter、map等處理操作將Stream一層一層的進行抽離，返回一個流給下一層使用。
- 聚合操作：從最後一次流中生成一個結果給呼叫方，foreach只做處理不做返回。
filter
filter看名字也知道是過濾的意思，我們通常在篩選資料的時候用到，頻率非常高。
filter方法的引數是Predicate<T> predicate即一個從T到boolean的函式。
篩選出距離我在1000米內的店鋪
properties.stream()
.filter(p -> p.distance < 1000)
複製程式碼篩選出名稱大於5個字的店鋪
properties.stream()
.filter(p -> p.name.length() > 5);
複製程式碼map
有時候我們需要將流中處理的資料型別進行轉換，這時候就可以使用map方法來完成，將流中的值轉換為一個新的流。
列出所有店鋪的名稱
properties.stream()
.map(p -> p.name);
複製程式碼傳給map的lambda表示式接收一個Property型別的引數，返回一個String。
引數和返回值不必屬於同一種型別，但是lambda表示式必須是Function介面的一個例項。
flatMap
有時候我們會遇到提取子流的操作，這種情況用的不多但是遇到flatMap將變得更容易處理。
例如我們有一個List<List<String>>結構的資料：
List<List<String>> lists = new ArrayList<>();
lists.add(Arrays.asList("apple", "click"));
lists.add(Arrays.asList("boss", "dig", "qq", "vivo"));
lists.add(Arrays.asList("c#", "biezhi"));
複製程式碼要做的操作是獲取這些資料中長度大於2的單詞個數
lists.stream()
.flatMap(Collection::stream)
.filter(str -> str.length() > 2)
.count();
複製程式碼在不使用flatMap前你可能需要做2次for迴圈。這裡呼叫了List的stream方法將每個列表轉換成Stream物件，
其他的就和之前的操作一樣。
max和min
Stream中常用的操作之一是求最大值和最小值，Stream API 中的max和min操作足以解決這一問題。
我們需要篩選出價格最低的店鋪:
Property property = properties.stream()
.max(Comparator.comparingInt(p -> p.priceLevel))
.get();
複製程式碼查詢Stream中的最大或最小元素，首先要考慮的是用什麼作為排序的指標。
以查詢價格最低的店鋪為例，排序的指標就是店鋪的價格等級。
為了讓Stream物件按照價格等級進行排序，需要傳給它一個Comparator物件。
Java8提供了一個新的靜態方法comparingInt，使用它可以方便地實現一個比較器。
放在以前，我們需要比較兩個物件的某項屬性的值，現在只需要提供一個存取方法就夠了。
收集結果
通常我們處理完流之後想檢視一下結果，比如獲取總數，轉換結果，在前面的示例中你發現呼叫了
filter、map之後沒有下文了，後續的操作應該呼叫Stream中的collect方法完成。
獲取距離我最近的2個店鋪
List<Property> properties = properties.stream()
.sorted(Comparator.comparingInt(x -> x.distance))
.limit(2)
.collect(Collectors.toList());
複製程式碼獲取所有店鋪的名稱
List<String> names = properties.stream()
.map(p -> p.name)
.collect(Collectors.toList());
複製程式碼獲取每個店鋪的價格等級
Map<String, Integer> map = properties.stream()
.collect(Collectors.toMap(Property::getName, Property::getPriceLevel));
複製程式碼所有價格等級的店鋪列表
Map<Integer, List<Property>> priceMap = properties.stream()
.collect(Collectors.groupingBy(Property::getPriceLevel));
複製程式碼並行資料處理
並行和併發
併發是兩個任務共享時間段，並行則是兩個任務在同一時間發生，比如執行在多核CPU上。
如果一個程式要執行兩個任務，並且只有一個CPU給它們分配了不同的時間片，那麼這就是併發，而不是並行。
並行化是指為縮短任務執行時間，將一個任務分解成幾部分，然後並行執行。
這和順序執行的任務量是一樣的，區別就像用更多的馬來拉車，花費的時間自然減少了。
實際上，和順序執行相比，並行化執行任務時，CPU承載的工作量更大。
資料並行化是指將資料分成塊，為每塊資料分配單獨的處理單元。
還是拿馬拉車那個例子打比方，就像從車裡取出一些貨物，放到另一輛車上，兩輛馬車都沿著同樣的路徑到達目的地。
當需要在大量資料上執行同樣的操作時，資料並行化很管用。
它將問題分解為可在多塊資料上求解的形式，然後對每塊資料執行運算，最後將各資料塊上得到的結果彙總，從而獲得最終答案。
人們經常拿任務並行化和資料並行化做比較，在任務並行化中，執行緒不同，工作各異。
我們最常遇到的JavaEE應用容器便是任務並行化的例子之一，每個執行緒不光可以為不同使用者服務，
還可以為同一個使用者執行不同的任務，比如登入或往購物車新增商品。
Stream並行流
流使得計算變得容易，它的操作也非常簡單，但你需要遵守一些約定。預設情況下我們使用集合的stream方法
建立的是一個序列流，你有兩種辦法讓他變成並行流。
- 呼叫Stream物件的parallel方法
- 建立流的時候呼叫parallelStream而不是stream方法
我們來用具體的例子來解釋序列和並行流
序列化計算
篩選出價格等級小於4，按照距離排序的2個店鋪名
properties.stream()
.filter(p -> p.priceLevel < 4)
.sorted(Comparator.comparingInt(Property::getDistance))
.map(Property::getName)
.limit(2)
.collect(Collectors.toList());
複製程式碼呼叫 parallelStream 方法即能並行處理
properties.parallelStream()
.filter(p -> p.priceLevel < 4)
.sorted(Comparator.comparingInt(Property::getDistance))
.map(Property::getName)
.limit(2)
.collect(Collectors.toList());
複製程式碼讀到這裡，大家的第一反應可能是立即將手頭程式碼中的stream方法替換為parallelStream方法，
因為這樣做簡直太簡單了！先別忙，為了將硬體物盡其用，利用好並行化非常重要，但流類庫提供的資料並行化只是其中的一種形式。
我們先要問自己一個問題：並行化執行基於流的程式碼是否比序列化執行更快？這不是一個簡單的問題。
回到前面的例子，哪種方式花的時間更多取決於序列或並行化執行時的環境。