Stream API 介绍

Java8中有两个最为重要的改变。第一个是Lambda表达式；另一个就是Stream API 。它可以指定你希望对集合进行的操作，可以执行非常复杂的查找、过滤和映射数据等操作。Stream（流）是一个来自数据源的元素队列并支持聚合操作。元素是特定类型的对象，形成一个队列。 Java中的Stream并不会存储元素，而是按需计算。数据源 流的来源。 可以是集合，数组，I/O channel， 产生器generator 等。类似SQL语句一样的操作， 比如filter, map, reduce, find, match, sorted等。

 

需要注意的是：

  • Stream 不会存储元素
  • Stream 不会改变数据源对象。而是返回一个持有结果的新的Stream
  • Stream 操作是延迟执行的。

操作Stream的三个步骤 

  1. 创建Stream：获取数据源的流
  2. 中间操作：一系列针对数据源数据的操作（操作连）
  3. 终止操作：执行中间的所有操作，并产生结果

 

Java8新特性Stream用法_数据源

 与Collection操作不同， Stream操作还有两个基础的特征：

    Pipelining: 中间操作都会返回流对象本身。 这样多个操作可以串联成一个管道， 
    如同流式风格（fluent style）。 这样做可以对操作进行优化， 比如延迟执行(laziness)和短路( short-circuiting)。
    
    内部迭代： 以前对集合遍历都是通过Iterator或者For-Each的方式,
    显式的在集合外部进行迭代， 这叫做外部迭代。 Stream提供了内部迭代的方式， 
    通过访问者模式(Visitor)实现。

记录代码：

 //创建一个数据源  多个stds 对象组成的json数组
        String strs="[ { \"stdid\": \"1\", \"score\": \"20\", \"ts\": \"2019-11-15 13:30:10\" }, { \"stdid\": \"2\", \"score\": \"22\", \"ts\": \"2019-11-15 13:31:08\" }, { \"stdid\": \"3\", \"score\": \"20.2\", \"ts\": \"2019-11-14 13:31:20\" }, { \"stdid\": \"4\", \"score\": \"25\", \"ts\": \"2019-11-15 13:33:27\" }, { \"stdid\": \"5\", \"score\": \"20\", \"ts\": \"2019-11-13 13:33:36\" }, { \"stdid\": \"6\", \"score\": \"21.2\", \"ts\": \"2019-11-15 13:33:47\" }, { \"stdid\": \"7\", \"score\": \"26\", \"ts\": \"2019-11-15 13:37:05\" }, { \"stdid\": \"8\", \"score\": \"29\", \"ts\": \"2019-11-15 13:37:31\" }, { \"stdid\": \"9\", \"score\": \"30\", \"ts\": \"2019-11-19 13:37:38\" }, { \"stdid\": \"10\", \"score\": \"12\", \"ts\": \"2019-11-15 13:37:58\" }, { \"stdid\": \"11\", \"score\": \"15\", \"ts\": \"2019-11-22 13:38:04\" }, { \"stdid\": \"12\", \"score\": \"15\", \"ts\": \"2019-11-11 13:38:04\" } ]";

        // 通过GSON 解析成List,也可以通过fastjson进行解析成数组
        Gson gson=new Gson();
        JsonParser parser = new JsonParser();
        final JsonElement parse = parser.parse(strs);  
        final JsonArray asJsonArray = parse.getAsJsonArray(); //解析成json数组
        List<Stds> stds=new ArrayList<>();
        asJsonArray.forEach(jsonElement -> {
            stds.add(gson.fromJson(jsonElement, Stds.class));
        });
        //数据源整理好之后,下面就是正式的流处理实战了
        //  （小试牛刀一波）需求: 取 在时间2019-11-15 13:37:31之前的连续5条数据(按时间排序)的分数前三的平均数
        
        //1.先根据时间排序降序(),
        final double average = stds.stream().
                sorted(Comparator.comparing(Stds::getTs).
                        reversed()).
                filter(stds2 -> stds2.getTs().getTime() < Timestamp.valueOf("2019-11-15 13:37:31").getTime()).
                limit(5).
                sorted(Comparator.comparing(Stds::getScore).reversed()).
                limit(3).
                mapToDouble(e -> e.getScore()).summaryStatistics().getAverage();
             System.out.println(average);

            // collector  处理完流得到的是Stream对象,一般我们会转为集合
        final List<Stds> collect = stds.stream().collect(Collectors.toList());
        System.out.println(collect.toString());

实体类：

public class Stds {
    private Integer stdid;

    private Double score;

    private Timestamp ts;
}