标签:编程思想 tab 先来 one 应用 find 分布式 tst 新手
大约各位看官君多少也听说了Storm/Spark/Flink,这些都是大数据流式处理框架。如果一条手机组装流水线上不同的人做不同的事,有的装电池,有的装屏幕,直到最后完成,这就是典型的流式处理。如果手机组装是先全部装完电池,再交给装屏幕的组,直到完成,这就是旧式的集合式处理。今天,就来先说说JDK8中的流,虽然不是很个特新鲜的话题,但是一个很好的开始,因为——思想往往比细节重要!
准备:
Idea2019.03/Gradle5.6.2/JDK11.0.4/Lambda
难度:新手--战士--老兵--大师
目标:
1.Lambda表达式使用
2.流的筛选/切片/查找/匹配/映射/归约操作
步骤:
为了遇见各种问题,同时保持时效性,我尽量使用最新的软件版本。代码地址:其中的day22,https://github.com/xiexiaobiao/dubbo-project.git
1.先来两个概念:
2.流式处理特点:
3.流的一般使用:
建立流:创建一个Stream对象,如从一个数据源来执行一个查询;
操作流:一个包含了各种操作的操作链;
结束流:一个终端操作,形成一个结果集或值
4.来个例子,假设这里有个com.biao.Fruit类:
@Data public class Fruit { private String name; private String origin; private Integer price; }
我们要从一堆水果里,找前4种产自中国的名称是字母A开头的水果。这还不是小菜?几次使用Iterator或者forEach循环就实现了!
如果使用流处理,大致处理流程图示则如下,代码后面再聊:
5.流的主要操作:筛选/切片/查找/匹配/映射/归约
下面将一一道来:
筛选/切片:使用filter/skip/limit/distinct方法过滤。filter接收一个Predicate函数表达式,方法签名是T --> boolean,我们来实现上面的图示逻辑,至于JDK7的实现,看官君可以想一想,对比一下,com.biao.Application1代码实现片段:
// 创建流 Stream<Fruit> fruitStream = fruitList.stream(); // 过滤 Stream<Fruit> filteredStream = fruitStream.filter(d -> "China".equals(d.getOrigin())); // 去掉重复元素 Stream<Fruit> distinctStream = filteredStream.distinct(); // 打印流中元素,forEach是终端操作,如果这里使用了,则collect方法无法使用,即一个流只能消费一次 // distinctStream.forEach(System.out::println); // 跳过1个元素, Stream<Fruit> skippedStream = distinctStream.skip(1); // 切片,参数为maxSize Stream<Fruit> limitStream = skippedStream.limit(4); // 结束,collect方法是收集器,如果这里使用了,则forEach无法使用,即一个流只能有一个终端操作 List<Fruit> newList = limitStream.collect(Collectors.toList()); // 打印结果,lambda方式 newList.forEach(System.out::println); // 链式操作,和上面效果一样,一气呵成,真爽! List<Fruit> newList2 = fruitList.stream() .filter(d -> "China".equals(d.getOrigin())) .distinct() .skip(1) .limit(4) .collect(Collectors.toList()); // 打印结果集 newList2.forEach(System.out::println);
以上代码核心点:
映射:对流中的每个元素应用映射函数,变换成新的对象。使用map方法,接受一个Function类型,函数签名是 T—> R,比如对以上Fruit流提取水果的名称,并过滤字母A开头的水果,com.biao.Application2代码实现片段:
// 创建流 Stream<Fruit> fruitStream = fruitList.stream(); //转换,变为String流 Stream<String> stringStream = fruitStream.map(Fruit::getName); //过滤,名称以A开头 Stream<String> filteredStream = stringStream.filter(str -> "A".equals(String.valueOf(str.charAt(0)))); //终端操作,set自动去重复 Set<String> stringSet = filteredStream.collect(Collectors.toSet()); //打印结果集 stringSet.forEach(System.out::println); //链式语法实现,请君想象下JDK7的实现, fruitList.stream() .map(Fruit::getName) .filter(str -> "A".equals(str.substring(0,1))) .collect(Collectors.toSet()) .forEach(System.out::println);
我还写了个map映射+flatMap扁平化流例子,com.biao.Application3代码片段:
/**映射示例2:map映射+flatMap扁平化流*/ String[] arraysOfWords = {"Apple","Banana","Nuts","Olive"}; // 使用Arrays的静态方法创建流 Stream<String> stringStream = Arrays.stream(arraysOfWords); // 对每个word映射为String[] stringStream.map(word -> word.split("")) // flatMap扁平化流,将生成的流组合成一个流 // 如果使用map(Arrays::stream),则生成由流元素组成的流 .flatMap(Arrays::stream) // 去掉重复 .distinct() // 终端操作,collect方法是收集器 .collect(Collectors.toList()) .forEach(System.out::println);
流的扁平化,一言以蔽之,flatmap方法让你把一个流中的每个值都换成一个的流(即流中的元素也是流),然后把所有的流连接起来成为一个流。
查找/匹配:StreamAPI通过allMatch,anyMatch,noneMatch,findFirst,findAny方法找到符合的元素,com.biao.Application4代码实现片段:
// 注意这里每个都要重建一个流 // 是否全部价格大于50 boolean almach = fruitList.stream().allMatch(fruit -> fruit.getPrice() > 50); System.out.println(almach); // 是否至少有一种产自America boolean anyMatch = fruitList.stream().anyMatch(fruit -> "America".equals(fruit.getOrigin())); System.out.println(anyMatch); // 找出流中第3个, Optional<Fruit> thirdOne = fruitList.stream().skip(2).findFirst(); // 存在则打印,防止NPE thirdOne.ifPresent(System.out::println); // 找出流中任意一个,, Optional<Fruit> anyOne = fruitList.stream().findAny(); // ifPresent,值存在则执行操作,否则 do nothing! anyOne.ifPresent(System.out::println);
以上代码核心点:
归约:使用reduce对流中元素累积计算,最后得到一个值。比如找到上面水果中价格最高的,计算出产自Japan的水果的总价格,com.biao.Application5代码实现片段:
// 注意这里每个都要重建一个流 int totalPrice = fruitList.stream() .filter(fruit -> "Japan".equals(fruit.getOrigin())) //映射转换为Integer流 .map(Fruit::getPrice) //reduce归约计算 // 也可使用reduce(0,(a,b) -> a+b); .reduce(0,Integer::sum); System.out.println(totalPrice); /** reduce无初始值的归约计算 */ Optional<Integer> totalPrice2 = fruitList.stream() .map(Fruit::getPrice) .reduce((a,b) -> a+b); // ifPresent,值存在则执行操作,否则 do nothing! totalPrice2.ifPresent(System.out::println); /** reduce计算最大*/ Optional<Integer> maxPrice = fruitList.stream() .map(Fruit::getPrice) // 归约计算最大值: // 这里也可以使用reduce((x,y) -> x>y?x:y) .reduce(Integer::max); // ifPresent,值存在则执行操作,否则 do nothing! maxPrice.ifPresent(System.out::println); /** reduce计算最小值*/ Optional<Integer> minPrice = fruitList.stream() .map(Fruit::getPrice) // 归约计算最小值:也可以使用reduce((x,y) -> x<y?x:y) .reduce(Integer::min); // ifPresent,值存在则执行操作,否则 do nothing! minPrice.ifPresent(System.out::println);
以上代码核心点:
6.看完了上面的各种流操作,看官君也许会说,似乎也没啥大不了的啊,顶多是少写了几行代码,那请用集合式实现下相同逻辑!另请君回忆下,是否有过多层嵌套或者N多分支的if-elseif-else/switch-case场景?那现在就请试试流式写法!事实上我这里只是举了几个常规的应用例子而已,抓住下看官君的兴趣,StreamAPI还有其他强大的功能:
总结:
1.流不仅仅是将外部迭代变为内部迭代,更是一种编程思想的转变,结合函数抽象,行为参数化,将函数作为参数,提升为与值一样的地位,威力巨大,这就是生产力。
2.流计算能大大简化编程,使用声明式语法,配合Lambda,写起代码根本停不下来!
3.后期会在看看其他Storm/Spark/Flink流式计算框架,发现点新鲜货。
全文结束!
推荐阅读:
标签:编程思想 tab 先来 one 应用 find 分布式 tst 新手
原文地址:https://www.cnblogs.com/xxbiao/p/12048946.html