1、接口设计从Java1.8开始就提出了Stream的概念，着重于对源数据计算能力的封装，同时支持顺序和并行操作；还是先看核心接口的设计：BaseStream：基础接口，声明了流管理的核心方法；Stream：核心接口，声明了流操作的核心方法，其他接口为指定类型的适配；basecase：通过指定元素的值返回一个序列流，元素内容为字符串，并转为Long类型，最后计算求和结果返回；System.out.println("sum1="+IntStream.of(1,2,3).sum());System.out.println("sum2="+Stream.of("1","2","3").mapToLong(Long::parseLong).sum());整个Stream处理过程可以分为三段：createstream、中间操作、finalOperation，即通过流计算最终得到多个元素值求和的结果；2、创建操作除了Stream提供的创建方法外，在Java1.8中，扩展了容器类的很多方法，提供了集合传递元素的能力；流创建：StreamintStream=Stream.of(1,2)；集合创建：ListgetList=Arrays.asList("hello","copy");StreamstrStream=getList.stream();数组创建：Double[]getArray=newDouble[]{1.1,2.2};StreamdouStream=Arrays.stream(getArray);以上方法创建的流默认都是串行的，顺序可以判断通过Stream.isParallel；Stream.parallel方法的执行可以转化为并行流；3.中间操作通常可以看作是对Stream中间操作的源查询，属于惰性设计。对于源数据只在需要的时候才进行计算，类似于数据库中视图的原理；Stream的强大之处在于它提供了丰富的中间操作，与集合或数组等容器相比，它极大地简化了源代码。数据的计算复杂度，示例中使用的数据结构结构如下；公共类TesStream{publicstaticvoidmain(String[]args){ListuserList=getUserList();}privatestaticListgetUserList(){ListuserList=newArrayList<>();userList.add(newUser(1,"张三","上海"));userList.add(newUser(2,"李四","北京"));userList.add(newUser(3,"王舞","北京"));userList.add(newUser(4,"顺六","上海,杭州"));返回用户列表；}}filter：过滤，输出id大于1的用户；userList.stream().filter(user->user.getId()>1).forEach(System.out::println);map：将已有元素转换映射为对应结果，输出用户所在城市;userList.stream().map(user->user.getName()+"in"+user.getCity()).forEach(System.out::println);peek：遍历元素，每个用户ID加1个输出；userList.stream().peek(user->user.setId(user.getId()+1)).forEach(System.out::println);flatMap：数据拆分一对多映射，用户为多个城市；userList.stream().flatMap(user->Arrays.stream(user.getCity().split(","))).forEach(System.out::println);sorted：指定属性排序，按用户排序ID倒序输出；userList.stream().sorted(Comparator.comparingInt(User::getId).reversed()).forEach(System.out::println);distinct：去重，用户所在城市去重后输出；userList.stream().map(User::getCity).distinct().forEach(System.out::println);skip&limit：拦截，跳过过滤后的数据，拦截第一个；userList.stream().filter(user->user.getId()>1).skip(1).limit(1).forEach(System.out::println);相比Java1.8之前的集合和数组的处理逻辑，通过Stream流的方式简化了数据修改、查询、过滤、排序等一系列操作。上述方法只涉及到final方法的foreach遍历；4.FinaloperationStream流执行完finaloperation后，不能再进行其他动作，否则会报异常状态，表示stream已经执行完毕或关闭。如果要再次执行操作，必须重新创建Stream流；min：最小值，获取用户的最小id值；intmin=userList.stream().min(Comparator.comparingInt(User::getId)).get().getId();max:最大值，获取用户的最大id值；intmax=userList.stream().max(Comparator.comparingInt(User::getId)).get().getId();sum：sum，用户ID的累计和；intsum=userList.stream().mapToInt(User::getId).sum();count:total,id小于2的用户总数；longcount=userList.stream().filter(user->user.getId()<2).count();foreach：遍历，输出北京相关用户；userList.stream().filter(user->"北京".equals(user.getCity())).forEach(System.out::println);findAny：查找任意一个满足条件的元素，得到一个北京用户；UsergetUser=userList.stream().filter(user->"北京".equals(user.getCity())).findAny().get();findFirst：获取第一个满足条件的元素；UsergetUser=userList.stream().filter(user->"北京".equals(user.getCity())).findFirst().get();anyMatch：匹配判断，判断是否有深圳用户；booleanmatchFlag=userList.stream().anyMatch(user->"深圳".equals(user.getCity()));allMatch：全部匹配，判断所有用户的城市不为空；booleanmatchFlag=userList.stream().allMatch(user->StrUtil.isNotEmpty(user.getCity()));noneMatch：不匹配，判断没有用户的城市为空；booleanmatchFlag=userList.stream().noneMatch(user->StrUtil.isEmpty(user.getCity()));下面是一些简单的final方法，主要涉及到一些统计Stream判断相关的能力，在一些实际的业务应用中显然是不够的；5.CollectCollector：结果收集策略的核心接口，具有将指定元素累加存储到结果容器中的能力；并在Collector工具中提供了Collector接口的实现类；toList：将用户ID存放在List集合中；ListidList=userList.stream().map(User::getId).collect(Collectors.toList());toMap：将用户ID和Name以Key-Value的形式存储在Map集合中；地图<互联网ger,String>userMap=userList.stream().collect(Collectors.toMap(User::getId,User::getName));toSet：将用户的城市存储在Set集合中；SetcitySet=用户列表。stream().map(User::getCity).collect(Collectors.toSet());计数：符合条件的用户总数；longcount=userList.stream().filter(user->user.getId()>1).collect(Collectors.counting());summingInt：对结果元素求和，即用户ID；IntegersumInt=userList.stream().filter(user->user.getId()>2).collect(Collectors.summingInt(User::getId));minBy：过滤元素UsermaxId中ID最小的用户=userList.stream().collect(Collectors.minBy(Comparator.comparingInt(User::getId))).get();joining：将用户的城市链接到一个带有指定分隔符的字符串；StringjoinCity=userList.stream().map(User::getCity).collect(Collectors.joining("||"));groupingBy：按条件分组，按城市对用户分组；Map>groupCity=userList.stream().collect(Collectors.groupingBy(User::getCity));在代码工程中，很多采集数据的计算都会涉及到逻辑，尤其是在微服务场景下，VO数据模型需要对多个服务的数据进行组装，通过Collector可以大大简化组装过程；
