Java8 Stream的各种使用姿势

2024-06-23 12:48
文章标签 java 使用 stream 姿势

本文主要是介绍Java8 Stream的各种使用姿势,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Stream简介

  Java 8 API添加了一个新的抽象称为流(Stream),它可以让你以一种声明的方式处理数据。这种风格将要处理的元素集合看作一种流,流在管道中传输,并且可以在管道的节点上进行处理,比如筛选,排序,聚合等。

概括来说:Stream的出生就是为了代码好看、为了性能高

如何Debug

  在IDEADebug窗口找到Trace Current Stream Chain按钮,点击打开就行啦。

Stream常用到的方法

List<TestRes> list = Arrays.asList(new TestRes().setId(1L).setSiteId(1L),new TestRes().setId(2L).setSiteId(1L),new TestRes().setId(3L).setSiteId(2L),new TestRes().setId(4L).setSiteId(2L),new TestRes().setId(5L).setSiteId(2L),new TestRes().setId(6L).setSiteId(2L)
);// 1. map(), 维度不变, 一一映射
// List<Long> idList = list.stream().map(e -> {
//     return e.getId();
// }).collect(Collectors.toList());
List<Long> idList = list.stream().map(TestRes::getId).collect(Collectors.toList());// 2. reduce(), 降维处理, 允许默认值
Integer result = Arrays.stream(new Integer[]{1, 2, 3, 4, 5, 6, 7, 8, 9}
).reduce(0, Integer::sum);// 3. filter(), 过滤器
// List<TestRes> resList = list.stream().filter(e -> {
//     return e.getId() >= 3L;
// }).collect(Collectors.toList());
List<TestRes> resList = list.stream().filter(e -> e.getId() >= 3L
).collect(Collectors.toList());// 4. limit(), 限制流数量
List<TestRes> limitResList = list.stream().limit(3).collect(Collectors.toList());// 5. count(), 计数
long count = list.stream().filter(Objects::nonNull).count();// 6. sort(), 排序, 可自定义比较器
List<Integer> sortList = Arrays.stream(new Integer[]{9, 8, 7, 6, 5, 4, 3, 2, 1}
).sorted().collect(Collectors.toList());

根据Map的Value排序

Map<Long, TestRes> map = new HashMap<>();
map.put(1L, new TestRes().setId(1L).setHits(3));
map.put(2L, new TestRes().setId(2L).setHits(5));
map.put(3L, new TestRes().setId(3L).setHits(2));
map.put(4L, new TestRes().setId(4L).setHits(4));
map.put(5L, new TestRes().setId(5L).setHits(1));List<TestRes> sortResult = new ArrayList<>();
map.entrySet().stream().sorted(Comparator.comparingInt(o -> o.getValue().getHits())
).forEachOrdered(entry -> {sortResult.add(entry.getValue());
});

其他操作:
.distinct() 去重;
.flatMap() 流的扁平化操作;
.forEach() 遍历, void式操作; .peek() 遍历, 返回新的流;
.findFirst() 查找第一个满足条件的元素; .findAny() 查找任一满足条件的元素
.anyMatch() 有无匹配元素; .allMatch() 是否全部匹配; .noneMatch() 是否无一匹配;
.max() 找最大值, 可自定义比较器; .min() 找最小值, 可自定义比较器;

Stream常用到的收集器

// 1. toList()
// 2. groupingBy()
Map<Long, List<TestRes>> listMap = list.stream().collect(Collectors.groupingBy(TestRes::getSiteId, Collectors.toList())
);// 3. toMap()
Map<Long, TestRes> resMap = list.stream().collect(Collectors.toMap(TestRes::getId, Function.identity())
);// 4. toSet()
Set<String> set = Arrays.stream(new String[]{"Java", "Python", "C", "Java"}
).collect(Collectors.toSet());// 5. joining()
String join = list.stream().map(e -> e.getId().toString()
).collect(Collectors.joining(","));

Stream使用时性能隐患注意点

处理N+1查询

/*************************************************************************
* 【需求:查询所有站点下的全部资源,并打印所有资源及其所属站点】
*************************************************************************/
List<Site> sites = siteService.selectByExample(Example.builder(Site.class).andWhere(Sqls.custom().andIn("id", Arrays.asList(58L, 49L, 76L, 91L, 81L))).build()
);/******************************** old  ********************************/
long to1 = Instant.now().toEpochMilli();
sites.forEach(site -> {List<TestRes> resList = resService.select(new TestRes().setSiteId(site.getId()));resList.forEach(res -> {// System.out.println(//     String.format("%s, res from ==> %s", res.getName(), site.getName())// );});
});
log.info("old method complete in ==> {}", Instant.now().toEpochMilli() - to1);
// old method complete in ==> 627/******************************** new  ********************************/
long tn1 = Instant.now().toEpochMilli();
// 批量查询所有资源
List<Long> siteIds = fors.stream().map(Site::getId).collect(Collectors.toList());
List<TestRes> resList = resService.selectByExample(Example.builder(TestRes.class).andWhere(Sqls.custom().andIn("siteId", siteIds)).build()
);// 构造站点映射集
Map<Long, Site> siteMap = sites.stream().collect(Collectors.toMap(Site::getId, Function.identity())
);// 根据站点映射集查找词条所属站点
resList.forEach(res -> {Site site = siteMap.getOrDefault(res.getSiteId(), new Site().setName("-"));// System.out.println(//     String.format("%s, page from ==> %s", res.getName(), site.getName())// );
});
log.info("new method complete in ==> {}", Instant.now().toEpochMilli() - tn1);
// new method complete in ==> 86

结果显示,老方法耗时627ms, 使用IN查询+映射集只需要86ms

树形结构建立

/*************************************************************************
* 【需求:将某篇资源的所有评论整理成树形结构(root 10个元素,2层树形)】
*************************************************************************/
/******************************** old  ********************************/
long to2 = Instant.now().toEpochMilli();
// 查询一级评论
List<Comment> parentComments = commentService.selectByExample(Example.builder(Comment.class).andWhere(Sqls.custom().andEqualTo("sourceId", 1L).andIsNull("childOfId")).orderByDesc("createdAt").build()
);// 遍历一级评论构造子评论列表
List<List<Comment>> resultOld = parentComments.stream().map(parentComment -> {List<Comment> childs = commentService.select(new Comment().setSourceId(parentComment.getSourceId()).setChildOfId(parentComment.getId()));// do somethingreturn childs;
}).collect(Collectors.toList());
log.info("old tree build in ==> {}", Instant.now().toEpochMilli() - to2);
// old tree build in ==> 1219/******************************** new  ********************************/
long tn2 = Instant.now().toEpochMilli();
// 查询所有评论
List<Comment> comments = commentService.selectByExample(Example.builder(Comment.class).andWhere(Sqls.custom().andEqualTo("sourceId", 1L)).orderByDesc("createdAt").build()
);// 根据评论父ID分组
Map<Long, List<Comment>> commentsMap = comments.stream().filter(e -> null != e.getChildOfId()
).collect(Collectors.groupingBy(Comment::getChildOfId, Collectors.toList())
);// 筛选一级评论
List<Comment> rootComments = comments.stream().filter(e -> null == e.getChildOfId()
).collect(Collectors.toList());// 遍历一级评论,查找映射集中的子评论列表
List<List<Comment>> resultNew = rootComments.stream().map(e -> {List<Comment> childs = commentsMap.getOrDefault(e.getId(), Collections.emptyList());// do somethingreturn childs;
}).collect(Collectors.toList());
log.info("new tree build in ==> {}", Instant.now().toEpochMilli() - tn2);
// new tree build in ==> 98

结果显示,老方法耗时1219ms, 使用新方法构造树只需要98ms

结论

  尽量避免在stream中间函数做数据库查询,若情况合适,利用流式特性直接在内存进行筛选分组等操作,以此优化性能。

这篇关于Java8 Stream的各种使用姿势的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1087202

相关文章

JVM 的类初始化机制

前言 当你在 Java 程序中new对象时,有没有考虑过 JVM 是如何把静态的字节码(byte code)转化为运行时对象的呢,这个问题看似简单,但清楚的同学相信也不会太多,这篇文章首先介绍 JVM 类初始化的机制,然后给出几个易出错的实例来分析,帮助大家更好理解这个知识点。 JVM 将字节码转化为运行时对象分为三个阶段,分别是:loading 、Linking、initialization

Spring Security 基于表达式的权限控制

前言 spring security 3.0已经可以使用spring el表达式来控制授权,允许在表达式中使用复杂的布尔逻辑来控制访问的权限。 常见的表达式 Spring Security可用表达式对象的基类是SecurityExpressionRoot。 表达式描述hasRole([role])用户拥有制定的角色时返回true (Spring security默认会带有ROLE_前缀),去

浅析Spring Security认证过程

类图 为了方便理解Spring Security认证流程,特意画了如下的类图,包含相关的核心认证类 概述 核心验证器 AuthenticationManager 该对象提供了认证方法的入口,接收一个Authentiaton对象作为参数; public interface AuthenticationManager {Authentication authenticate(Authenti

Spring Security--Architecture Overview

1 核心组件 这一节主要介绍一些在Spring Security中常见且核心的Java类,它们之间的依赖,构建起了整个框架。想要理解整个架构,最起码得对这些类眼熟。 1.1 SecurityContextHolder SecurityContextHolder用于存储安全上下文(security context)的信息。当前操作的用户是谁,该用户是否已经被认证,他拥有哪些角色权限…这些都被保

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

Spring Security 从入门到进阶系列教程

Spring Security 入门系列 《保护 Web 应用的安全》 《Spring-Security-入门(一):登录与退出》 《Spring-Security-入门(二):基于数据库验证》 《Spring-Security-入门(三):密码加密》 《Spring-Security-入门(四):自定义-Filter》 《Spring-Security-入门(五):在 Sprin

Java架构师知识体认识

源码分析 常用设计模式 Proxy代理模式Factory工厂模式Singleton单例模式Delegate委派模式Strategy策略模式Prototype原型模式Template模板模式 Spring5 beans 接口实例化代理Bean操作 Context Ioc容器设计原理及高级特性Aop设计原理Factorybean与Beanfactory Transaction 声明式事物

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数