Java Stream API 使用总结
在Java 8之后，Stream API 已经成为日常开发中不可或缺的工具。
但很多人对 Stream 的理解，仍停留在 filter + map + collect。
本文结合真实业务场景，总结 Stream API 的正确使用方式、常见误区和进阶技巧。
一、为什么要用 Stream API
直奔主题嗷 ~ ，我们首先结合一组代码来体会一下不用 Stream API 和使用 Stream API 带给我们的便捷。
下图左方代码是没有使用 Stream API 的代码，我们通过增强 for 循环对 List 中的元素进行过滤，分离出其中年龄 > 18 的用户信息；右图则是使用了 Stream API 的代码，看出来了吗，代码的简洁程度、可读性？即使没有用过 Stream API，你是不是也能大致推断出右侧代码的含义呢？
大致说明：Stream 的核心价值
- ✅声明式编程（关注做什么，而不是怎么做）
- ✅链式调用，可读性强
- ✅天然支持并行流
- ✅减少临时变量和样板代码
二、Stream API 的整体执行流程（重点）
首先我们需要明确的是 Stream 并不是集合，而是对数据的一次性流水线处理。其大致结构是：
数据源 → 中间操作（0~N）→ 终止操作（1 个）
举个例子 ~
users.stream() // 数据源 .filter(u -> u.isValid()) // 中间操作 .map(User::getName) // 中间操作 .collect(Collectors.toList()); // 终止操作⚠️注意：没有终止操作，Stream 不会执行
三、常用操作实战
(一)、常见中间操作
1️⃣ filter：过滤（最常用）
对字段进行过滤，是我们使用 Stream API 最为常见的需求。如果其中需要对字段进行判空，请注意：空值过滤一定要放在最前面、复杂条件可抽成方法，提高可读性。如下 ~
list.stream() .filter(Objects::nonNull) .filter(e -> e.getStatus() == 1) .collect(Collectors.toList());2️⃣map：对象转化
典型场景：Entity → DTO、提取某个字段、类型转换。
List<Long> ids = users.stream() .map(User::getId) .collect(Collectors.toList());3️⃣ flatMap：扁平化
和上述 map 的区别：map 是一对一，flatMap 则是一对多并拉平，详见代码：
List<String> allTags = articles.stream() .flatMap(a -> a.getTags().stream()) .distinct() .collect(Collectors.toList());(二)、常见终止操作
1️⃣ collect：最常见
将经过处理的数据收集起来，可以转成 List, Set, 也可以转成 Map，如下：
// 1. 转 List Collectors.toList(); // 2. 转 Set Collectors.toSet(); // 3. 转 Map (注意可能出现的重复 key) Map<Long, User> map = users.stream() .collect(Collectors.toMap( User::getId, Function.identity(), (a, b) -> a // 冲突时保留第一个 ));2️⃣ forEach vs forEachOrdered
并行流中 forEach 不保证顺序，如果需要顺序，则需要用forEachOrdered
stream.forEach(System.out::println); stream.forEachOrdered(System.out::println);3️⃣ anyMatch / allMatch / noneMatch
这几个非常适合做校验逻辑，如：
boolean hasInvalid = users.stream() .anyMatch(u -> !u.isValid());(三)、常见联合操作
1️⃣ 排序
list.stream() .sorted(Comparator.comparing(User::getAge).reversed()) .collect(Collectors.toList());2️⃣ 去重（按字段）
List<User> distinct = list.stream() .collect(Collectors.collectingAndThen( Collectors.toMap(User::getId, u -> u, (a, b) -> a), m -> new ArrayList<>(m.values()) ));3️⃣ 模糊分页（仅适合小数据量）
list.stream() .skip((page - 1) * size) .limit(size) .collect(Collectors.toList());四、Stream API 的常见坑
❌ Stream 不能复用
每次使用都需要重新 stream() 嗷 ~
Stream<User> stream = users.stream(); stream.count(); stream.collect(...); // 抛异常❌ 在 Stream 中修改外部变量
Stream 是函数式风格，强调无副作用 ~
int sum = 0; list.stream().forEach(e -> sum += e); // 编译失败❌ 过度使用 Stream
有些逻辑，用 for 循环更清晰，经验法则是：简单遍历：for；数据转换、过滤、聚合：Stream
❌ 并行流 parallelStream 真的快吗
list.parallelStream().forEach(...)不一定快，甚至可能更慢。并行流适用于数据量大、无共享状态、CPU 密集型、单次操作耗时较长的场景，而不适合IO 操作、数据量小、有锁 / 有副作用的场景嗷 ~
总结一下下班咯 ~
Stream API不是为了炫技，而是为了让代码更清晰。
用得好，它是利器；用不好，就是灾难。👉 建议：
“能用 Stream 简化的地方用 Stream，不能就老老实实写 for”