郎溪溪流_到无限（溪流）和超越！

郎溪溪流

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，其中流数据被重复收集到某种类型的集合中，作为一个整体集合传递，然后再进行更多处理。

对于6个元素，谁在乎！

例：

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

上面提到的是代码气味，它是流的不断收集和重新流式传输，大多数人可能会注意到这一点，并且如果这只是一种方法，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，如果上述方法使用子例程来处理事情，则很容易优化子例程的API的简单性，并使它们接收和返回集合。这样您就可以完成上述行为。

解决方案是从filter ， map和reduce类型函数的角度来看高层数据处理管道，并尝试围绕流对其进行建模。

但为什么？

将流视为无限

如今，我们的集装箱很小，我们希望他们能充分利用它们的资源。小型容器（如果连续运行）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，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，则会发生两件事：

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 ，并且最终得到更简洁的代码，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。 我们甚至可能在此过程中丢失了一些可怕的临时变量……

上面的代码将变为：

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