5.Stream的状态与并行操作

下面是视频（优酷的清晰度有限）：还是建议大家去B站观看：[B站观看地址](https://www.bilibili.com/video/BV1sE411P7C1/)。如果您觉得我做的工作对您有帮助，请去B站点赞、关注、转发、收藏，您的支持是我不竭的创作动力！ ```[youku] XNDYwODU2MjEwNA ``` ## 一、回顾Stream管道流操作  通过前面章节的学习，我们应该明白了Stream管道流的基本操作。我们来回顾一下： * 源操作：可以将数组、集合类、行文本文件转换成管道流Stream进行数据处理 * 中间操作：对Stream流中的数据进行处理，比如：过滤、数据转换等等 * 终端操作：作用就是将Stream管道流转换为其他的数据类型。这部分我们还没有讲，我们后面章节再介绍。 看下面的脑图，可以有更清晰的理解：  ## 二、中间操作：有状态与无状态 其实在程序员编程中，经常会接触到“有状态”，“无状态”，绝大部分的人都比较蒙。而且在不同的场景下，“状态”这个词的含义似乎有所不同。但是“万变不离其宗”，理解“状态”这个词在编程领域的含义，笔者教给大家几个关键点： * 状态通常代表公用数据，有状态就是有“公用数据” * 因为有公用的数据，状态通常需要额外的存储。 * 状态通常被多人、多用户、多线程、多次操作，这就涉及到状态的管理及变更操作。 是不是更蒙了？举个例子，你就明白了 * web开发session就是一种状态，访问者的多次请求关联同一个session，这个session需要存储到内存或者redis。多次请求使用同一个公用的session，这个session就是状态数据。 * vue的vuex的store就是一种状态，首先它是多组件公用的，其次是不同的组件都可以修改它，最后它需要独立于组件单独存储。所以store就是一种状态。 回到我们的Stream管道流 * filter与map操作，不需要管道流的前面后面元素相关，所以不需要额外的记录元素之间的关系。输入一个元素，获得一个结果。 * sorted是排序操作、distinct是去重操作。像这种操作都是和别的元素相关的操作，我自己无法完成整体操作。就像班级点名就是无状态的，喊到你你就答到就可以了。如果是班级同学按大小个排序，那就不是你自己的事了，你得和周围的同学比一下身高并记住，你记住的这个身高比较结果就是一种“状态”。所以这种操作就是有状态操作。 ## 三、Limit与Skip管道数据截取 ~~~ List limitN = Stream.of("Monkey", "Lion", "Giraffe", "Lemur") .limit(2) .collect(Collectors.toList()); List skipN = Stream.of("Monkey", "Lion", "Giraffe", "Lemur") .skip(2) .collect(Collectors.toList()); ~~~ * limt方法传入一个整数n，用于截取管道中的前n个元素。经过管道处理之后的数据是：\[Monkey, Lion\]。 * skip方法与limit方法的使用相反，用于跳过前n个元素，截取从n到末尾的元素。经过管道处理之后的数据是： \[Giraffe, Lemur\] ## 四、Distinct元素去重 我们还可以使用distinct方法对管道中的元素去重，涉及到去重就一定涉及到元素之间的比较，distinct方法时调用Object的equals方法进行对象的比较的，如果你有自己的比较规则，可以重写equals方法。 ~~~ List uniqueAnimals = Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion") .distinct() .collect(Collectors.toList()); ~~~ 上面代码去重之后的结果是： \["Monkey", "Lion", "Giraffe", "Lemur"\] ## 五、Sorted排序 默认的情况下，sorted是按照字母的自然顺序进行排序。如下代码的排序结果是：[Giraffe, Lemur, Lion, Monkey\]，字数按顺序G在L前面，L在M前面。第一位无法区分顺序，就比较第二位字母。 ~~~ List alphabeticOrder = Stream.of("Monkey", "Lion", "Giraffe", "Lemur") .sorted() .collect(Collectors.toList()); ~~~ 排序我们后面还会给大家详细的讲一讲，所以这里暂时只做一个了解。 ## 六、串行、并行与顺序 通常情况下，有状态和无状态操作不需要我们去关心。除非？：你使用了并行操作。 还是用班级按身高排队为例：班级有一个人负责排序，这个排序结果最后就会是正确的。那如果有2个、3个人负责按大小个排队呢？最后可能就乱套了。一个人只能保证自己排序的人的顺序，他无法保证其他人的排队顺序。 * 串行的好处是可以保证顺序，但是通常情况下处理速度慢一些 * 并行的好处是对于元素的处理速度快一些（通常情况下），但是顺序无法保证。这**可能会导致**进行一些**有状态操作**的时候，最后得到的不是你想要的结果。  ``` Stream.of("Monkey", "Lion", "Giraffe", "Lemur", "Lion") .parallel() .forEach(System.out::println); ``` * parallel()函数表示对管道中的元素进行并行处理，而不是串行处理。但是这样就有可能导致管道流中后面的元素先处理，前面的元素后处理，也就是元素的顺序无法保证。 > 如果数据量比较小的情况下，不太能观察到，数据量大的话，就能观察到数据顺序是无法保证的。 ``` Monkey Lion Lemur Giraffe Lion ``` 通常情况下，parallel()能够很好的利用CPU的多核处理器，达到更好的执行效率和性能，建议使用。但是有些特殊的情况下，parallel并不适合：深入了解请看这篇文章： [https://blog.oio.de/2016/01/22/parallel-stream-processing-in-java-8-performance-of-sequential-vs-parallel-stream-processing/](https://blog.oio.de/2016/01/22/parallel-stream-processing-in-java-8-performance-of-sequential-vs-parallel-stream-processing/) 该文章中几个观点，说明并行操作的适用场景： * 数据源易拆分：从处理性能的角度，parallel()更适合处理ArrayList，而不是LinkedList。因为ArrayList从数据结构上讲是基于数组的，可以根据索引很容易的拆分为多个。  * 适用于无状态操作：每个元素的计算都不得依赖或影响任何其他元素的计算，的运算场景。 * 基础数据源无变化：从文本文件里面边读边处理的场景，不适合parallel()并行处理。parallel()一开始就容量固定的集合，这样能够平均的拆分、同步处理。