来源：重走Java基础之Streams(二)
作者：知秋（极乐科技知乎专栏原创作者）
博客：一叶知秋
Processing Order
Stream对象的处理可以是顺序或并行。在** sequential **模式中，按照“Stream”的源的顺序处理元素。 如果Stream是有序的（例如SortedMap实现或List ），处理过程保证匹配源的排序。 然而，在其他情况下，应注意不要依赖于顺序（参见：是Java的HashMap``keySet()迭代顺序一致？**）。
Example:
List<Integer> integerList = Arrays.asList(0, 1, 2, 3, 42);
// sequential
long howManyOddNumbers = integerList.stream()
.filter(e -> (e % 2) == 1).count();
System.out.println(howManyOddNumbers); // Output: 2
Parallel(并行)模式允许在多个核上使用多个线程，但不能保证处理元素的顺序。
如果在顺序的Stream上调用多个方法，则不必调用每个方法。 例如，如果一个Stream被过滤，并且元素的数量减少到一，则不会发生对诸如sort的方法的后续调用。 这可以提高顺序的Stream的性能 - 这是一个并行的Stream不可能实现的优化。
Example:
// parallel
long howManyOddNumbersParallel = integerList.parallelStream()
.filter(e -> (e % 2) == 1).count();
System.out.println(howManyOddNumbersParallel); // Output: 2
Differences from Containers (or Collections)
虽然一些操作可以在Containers和Streams上执行，但它们最终用于不同的目的并支持不同的操作。 容器更注重元素的存储方式以及如何有效地访问这些元素。 另一方面，Stream不提供对其元素的直接访问和操纵; 它更专用于作为集体实体的对象组并且作为整体对该实体执行操作。 Stream和Collection是用于这些不同目的的单独的高级抽象。
Consuming Streams
A Stream将仅在有终端操作时被遍历，如 count()，collect() 或forEach()。否则，不会对Stream 执行任何操作。
在下面的示例中，没有将终端操作添加到Stream，因此 filter() 操作不会调用，并且不会产生输出，因为peek()不是终端操作。
IntStream.range(1, 10).filter(a -> a % 2 == 0).peek(System.out::println);
这是一个具有有效终端操作的 Stream 序列，因此产生一个输出。
你也可以使用forEach而不是peek：
IntStream.range(1, 10).filter(a -> a % 2 == 0).forEach(System.out::println);
Output:
2
4
6
8
在执行终端操作之后， Stream 被执行消耗，不能被重复使用。
一般来说，Stream的操作如下图所示：
NOTE: 即使没有终端操作，也始终执行参数检查：
try {
IntStream.range(1, 10).filter(null);
} catch (NullPointerException e) {
System.out.println("We got a NullPointerException as null was passed as an argument to filter()");
}
Output:
We got a NullPointerException as null was passed as an argument to filter()
Creating a Frequency Map
groupingBy（classifier，downstream）collector允许将Stream元素集合通过对组中的每个元素进行分类到一个Map，并对分类在同一组中的元素执行后续操作。
这个原则的一个典型例子是使用Map 来计算Stream。在这个例子中，分类器是简单的identity函数，它返回元素as-is。后续操作计算等于元素的数量，使用counting()。
Stream.of("apple", "orange", "banana", "apple")
.collect(Collectors.groupingBy(Function.identity(), Collectors.counting()))
.entrySet()
.forEach(System.out::println);
后续操作本身是一个收集器（Collectors.counting() ），对String类型的元素进行操作，并生成类型为Long的结果。 collect方法调用的结果是一个Map。
This would produce the following output:
banana=1
orange=1
apple=2
Infinite Streams 无限流
可以生成一个不结束的Stream。 在无限的Stream上调用终端方法导致Stream进入无限循环。 一个Stream的limit方法可以用于 限制Java处理的Stream的术语数。
这个例子生成一个所有自然数的Stream，从数字1开始。Stream的每个连续项比上一个高一个。 通过调用这个Stream的limit方法，只有Stream的前5个项被考虑和打印。
// Generate infinite stream - 1, 2, 3, 4, 5, 6, 7, ...
IntStream naturalNumbers = IntStream.iterate(1, x -> x + 1);
// Print out only the first 5 terms
naturalNumbers.limit(5).forEach(System.out::println);
Output:
1
2
3
4
5
Collect Elements of a Stream into a Collection 将流的元素收集到集合中
Collect with toList() and toSet()
通过Stream.collect操作可以轻松地将Stream元素收集到容器中 ：
System.out.println(Arrays
.asList("apple", "banana", "pear", "kiwi", "orange")
.stream()
.filter(s -> s.contains("a"))
.collect(Collectors.toList())
);
// prints: [apple, banana, pear, orange]
其他集合实例，例如Set，可以通过使用其他Collectors内置方法。 例如，Collectors.toSet()收集 Stream into到一个 Set中。
Explicit(显式) control over the implementation of List or Set
根据Collectors＃toList（）和Collectors#toSet()文档，不能保证所返回List或Set的类型，可变性， 序列化或线程安全。
为了显式控制要返回的实现，可以使用Collectors＃toCollection（Supplier）**，从而可以返回一个指定类型的新的空集合。
// syntax with method reference
System.out.println(strings
.stream()
.filter(s -> s != null && s.length() <= 3)
.collect(Collectors.toCollection(ArrayList::new))
);
// syntax with lambda
System.out.println(strings
.stream()
.filter(s -> s != null && s.length() <= 3)
.collect(Collectors.toCollection(() -> new LinkedHashSet<>()))
);
Parallel Stream
Note: 在决定使用哪个Stream之前，请先看看ParallelStream vs Sequential Stream的对比。
当你想同时并发执行Stream操作时，你可以使用这些方法。
List<String> data = Arrays.asList("One", "Two", "Three", "Four", "Five");
Stream<String> aParallelStream = data.stream().parallel();
Or:
Stream<String> aParallelStream = data.parallelStream();
要执行为并行流定义的操作，请调用终端运算符：
aParallelStream.forEach(System.out::println);
(A possible) output from the parallel Stream:
Three
Four
One
Two
Five
顺序可能会改变，因为所有的元素被并行处理（这个可能使它更快）。当顺序无关紧要时使用parallelStream。
性能影响
在涉及网络的情况下，并行的 Stream可以降低应用的整体性能，因为所有并行的 Stream对于网络使用公共的fork-join线程池。
另一方面，在许多其他情况下，根据当前运行的CPU中可用内核的数量，并行的 Stream可以显着提高性能。
本文完！
在学习过程如果有任何疑问，请来极乐网提问，或者扫描下方二维码，关注极乐官方微信，在平台下方留言。
