到无限（溪流）和超越！

Java允许您处理集合或流中的数据。 将流视为将一个集合转换为另一个集合的技术非常容易。 这可能会导致一些相当随意的代码&＃xff0c;在该代码中&＃xff0c;流数据被重复收集到某种类型的集合中&＃xff0c;作为整体集合传递&＃xff0c;然后再进行更多处理。

对于6个元素&＃xff0c;谁在乎&＃xff01;

例&＃xff1a;

// imaginary input List list &＃61; asList( "Foo" , "Bar" , "Baz" ); // conversion and sending List bs &＃61; list.stream() .filter(item -> item.startsWith( "B" )) .collect(toList()); List wrapped &＃61; bs.stream() .map(Wrapped:: new ) .collect(toList()); sendWrappedItems(wrapped.stream());

上面有一个代码气味&＃xff0c;它是流的不断收集和重新流式传输&＃xff0c;大多数人可能会注意到这一点&＃xff0c;并且如果这只是一种方法&＃xff0c;则会删除一些临时列表。

大多数人会。 我见过人们不这样做。

但是&＃xff0c;如果上述方法使用子例程来处理事物&＃xff0c;则很容易优化子例程的API的简单性&＃xff0c;并使它们接收和返回集合。 这样您就可以完成上述行为。

解决方案是根据filter &＃xff0c; map和reduce类型函数从更高层次看待数据处理管道&＃xff0c;并尝试围绕流对其进行建模。

但为什么&＃xff1f;

将流视为无限

如今&＃xff0c;我们的集装箱很小&＃xff0c;我们希望他们能充分利用它们的资源。 小型容器&＃xff08;如果连续运行&＃xff09;可以处理无限制的数据流。 如果我们想象所有数据都是潜在的无限流&＃xff0c;并设计我们的软件使用流技术来避免将所有数据都存储到内存中&＃xff0c;则会发生两件事&＃xff1a;

• 我们将所有情况下的流的最大内存需求优化为尽可能低
• 我们必须正确使用Streaming API&＃xff0c;最后得到更简洁的代码&＃xff0c;因为Stream API的声明性方面有助于描述数据转换中发生的事情。 在此过程中&＃xff0c;我们甚至可能丢失了一些可怕的临时变量……

上面的代码将变为&＃xff1a;

// imaginary input List list &＃61; asList( "Foo" , "Bar" , "Baz" ); // conversion and sending sendWrappedItems(list.stream() .filter(item -> item.startsWith( "B" )) .map(Wrapped:: new ));

翻译自: https://www.javacodegeeks.com/2019/11/to-infinity-streams-and-beyond.html