一、Stream API核心概念

Java 8引入的Stream API彻底改变了集合处理方式，它提供了一种声明式、函数式的数据处理方法。与传统的for循环相比，Stream API具有以下优势：

• 代码更简洁、可读性更强
• 支持并行处理提升性能
• 内置丰富的中间操作和终端操作
• 延迟执行特性优化资源使用

二、Stream操作分类与实战

Stream操作分为中间操作(Intermediate Operations)和终端操作(Terminal Operations)：

1. 中间操作示例

List<String> names = Arrays.asList("Alice", "Bob", "Charlie", "David");

// 过滤和映射
List<String> result = names.stream()
    .filter(name -> name.length() > 3)
    .map(String::toUpperCase)
    .collect(Collectors.toList());

System.out.println(result); // 输出: [ALICE, CHARLIE, DAVID]

2. 终端操作示例

List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6);

// 聚合操作
int sum = numbers.stream()
    .reduce(0, Integer::sum);

// 统计操作
Long count = numbers.stream()
    .filter(n -> n % 2 == 0)
    .count();

System.out.println("Sum: " + sum); // 输出: Sum: 21
System.out.println("Even count: " + count); // 输出: Even count: 3

三、并行流性能优化

Stream API的parallel()方法可以轻松实现并行处理：

List<Integer> bigData = IntStream.range(0, 1_000_000)
    .boxed()
    .collect(Collectors.toList());

// 顺序流
long start = System.currentTimeMillis();
bigData.stream().map(n -> n * 2).count();
long seqTime = System.currentTimeMillis() - start;

// 并行流
start = System.currentTimeMillis();
bigData.parallelStream().map(n -> n * 2).count();
long parTime = System.currentTimeMillis() - start;

System.out.println("顺序流耗时: " + seqTime + "ms");
System.out.println("并行流耗时: " + parTime + "ms");

注意：并行流不一定总是更快，对于小数据集或存在共享状态的操作，顺序流可能更高效。

四、实际应用案例：电商数据分析

下面是一个模拟电商订单数据处理的完整示例：

class Order {
    private String id;
    private String customer;
    private double amount;
    private LocalDate date;
    
    // 构造方法、getter/setter省略
}

public class ECommerceAnalysis {
    public static void main(String[] args) {
        List<Order> orders = Arrays.asList(
            new Order("1001", "Alice", 120.5, LocalDate.of(2023, 5, 10)),
            new Order("1002", "Bob", 89.99, LocalDate.of(2023, 5, 15)),
            new Order("1003", "Alice", 45.0, LocalDate.of(2023, 6, 1)),
            new Order("1004", "Charlie", 210.0, LocalDate.of(2023, 6, 5))
        );
        
        // 1. 计算总销售额
        double totalSales = orders.stream()
            .mapToDouble(Order::getAmount)
            .sum();
        
        // 2. 按客户分组统计
        Map<String, Double> salesByCustomer = orders.stream()
            .collect(Collectors.groupingBy(
                Order::getCustomer,
                Collectors.summingDouble(Order::getAmount)
            ));
        
        // 3. 找出6月份的大额订单(>100)
        List<Order> juneBigOrders = orders.stream()
            .filter(o -> o.getDate().getMonth() == Month.JUNE)
            .filter(o -> o.getAmount() > 100)
            .collect(Collectors.toList());
            
        System.out.println("总销售额: $" + totalSales);
        System.out.println("客户销售额: " + salesByCustomer);
        System.out.println("6月大额订单: " + juneBigOrders);
    }
}

五、Stream使用最佳实践

1. 避免在Stream中使用有副作用的操作
2. 对于简单操作，传统循环可能更高效
3. 注意并行流的线程安全问题
4. 合理使用短路操作(findFirst/anyMatch等)提高性能
5. 复杂操作考虑使用方法引用提高可读性