收集器簡介 匯總 并行流
歡迎訪問本人博客查看原文：http://wangnan.tech
收集器簡介
對流調(diào)用collect方法將對流中的元素觸發(fā)一個規(guī)約操作
Collectors實用類提供了很多靜態(tài)工程方法，可以方便地創(chuàng)建常用收集器的實例，只要拿來用就可以了
最常用的是toList方法，它會把流收集到一個List中：
List<Transcation> transactions = transcationStream.collect(Collectors.toList());
預(yù)定義收集器
Collectors類提供的工廠方法（例如groupingBy）創(chuàng)建的收集器，他們主要提供了三大功能：
- 將流元素規(guī)約和匯總為一個值
- 元素分組
- 元素分區(qū)
規(guī)約和匯總
counting方法計算菜單里有多少種菜
long howManyDishes = menu.stream().collect(Collectors.counting());
這還可寫的更為直接：
long howMangDishes = menu.stream().count()
假如你已經(jīng)導(dǎo)入了Collectors類的所有靜態(tài)工廠方法，你就可以寫counting()而不是Collectors.counting()
假如你想要找到菜單中的熱量最高的菜，你可以使用兩個收集器，Collectors.maxBy和Collextors.minBy，來計算流中的最大和最小值。
comparator<Dish> disCaloriesComparator = Comparator.comparing(Dish::getCalories);
Optional<Dish> mostCalorieDish = menu.stream().collect(maxby(dishCaloriesComparator));
匯總
有時候我們想一次操作就獲得，最大值最小值總和與平均值，通過summarizing操作你就可以數(shù)出菜單中的元素個數(shù)，總和，平均值、最大值和最小值
IntSummaryStatistics menuStatistics = menu.stream().collect(summarizingInt(Dish::getCalories));
IntSummaryStatistics類提供了getter方法來訪問每個結(jié)果
連接字符串
joining工廠方法返回的收集器會把對流中每個對象應(yīng)用toString方法得到的所有字符串連接成一個字符串
String shortMenu = menu.stream().map(Dish::getName).collect(joining());
如果Dish類有一個toString方法來返回菜肴的名稱，那你無需用提取每一道菜的名稱的函數(shù)可以得到相同結(jié)果：
String shortMenu = menu.stream().collect(joining());
字符串可讀性不是很好，幸好，joining工廠有一個重載版本可以接受元素之間的分界符，這樣就可以得到一個逗號分隔的菜肴名稱列表
String shortMenu = menu.stream().collect(joining(", "));
廣義的規(guī)約匯總
前面我們說的所有規(guī)約過程，其實都是Collects.reducing工廠方法提供的更廣義規(guī)約收集器的特殊情況
Collects.reducing工廠方法是所有這些特殊情況的一般化，可以說先去的案例僅僅是為了方便程序員而已，例如，reduceing方法創(chuàng)建的收集器來計算你菜單的總熱量，如下
int totalCalories = menu.stream().collect(reducing()0,Dish::getCalories,(i,j)->i+j);
它需要三個參數(shù)：
- 第一個參數(shù)是規(guī)約的起始值
- 第二個參數(shù)就是使用的函數(shù)
- 但三個參數(shù)是一個BinaryOperator,將兩個項目積累成同一類型的值
分組
Collectors.groupingBy工廠方法返回的收集器可以完成這項任務(wù)
Map<Dish.Type,List<Dish> dishesByType = menu.stream().collect(groupingBy(Dish:getType))
如果要按照這兩個標(biāo)準分類怎么辦呢？
可以把一個內(nèi)層groupingBy傳遞給外層groupingBy
例如：
groupingBy(a,b) a是第一級的條件，b是一個groupingBy
當(dāng)然第二個參數(shù)也可以是一個條件，比如要數(shù)一數(shù)菜單中每類菜有多少個，可以傳遞counting收集器作為groupingBy收集器的第二個參數(shù)
Map<Dish.Type,Long> typesCount = menu.stream().collect(
groupingBy(Dish::getType,counting())
);
分區(qū)
分區(qū)是分組的特殊情況，由一個謂詞作為分類函數(shù)，Map的鍵類型時boolean，一共兩組，ture和false
例如：
Map<Boolean,List<Dish>> partitionedMenu = menu.stream().collect(partitionBy(Dish::isVegrtarian))
總結(jié)下Collectors類的靜態(tài)方法
并行流
將順序流轉(zhuǎn)換為并行流
只需要調(diào)用parallel()
另外，你只需要對并行流調(diào)用sequential方法就可以把它變成順序流
配置并行流線程池
并行流的線程從那里來？有多少個？怎么定義的？
回答：并行流內(nèi)部使用了默認的ForkJoinPool，它默認的線程數(shù)量就是你的處理器數(shù)量，這個值是由Runtime.getRuntime().avaliableProcessors()得到的
改變線程池大小：
System.setProperty("java.util.concurrent.ForkJoinPool.common.parallelism","12")
不建議修改
并行化并不是沒有代價，并行化過程本身需要對流做遞歸劃分，把每個子流的歸納分配到不同的線程，然后把這些操作的結(jié)果合并成一個值，但在多個內(nèi)核之間移動數(shù)據(jù)的代價可可能比你想象的大，所以很重要的一點是要保證在內(nèi)核中并行執(zhí)行工作的時間比在內(nèi)核之間傳遞數(shù)據(jù)的時間長
總而言之，很多情況下不可能或不方便并行化，然而，在使用stream之前，你必須確保用的對。
還有一些進階內(nèi)容 如分支/合并框架、工作竊取，Spliterator,本文不作介紹
總結(jié)
- collect是一個終端操作，他接受的參數(shù)是將流中的元素積累到匯總的各種方式
- 預(yù)定義收集器包括將流元素規(guī)約和匯總到一個值，例如計算最小值，最大值或平均值
- 預(yù)定義收集器可以用groupingBy對流中元素進行分組，或用partitoningBy進行分區(qū)
- 收集器可以高效的復(fù)合起來，進行多級分組，分區(qū)和規(guī)約
- 你可以實現(xiàn)Collector接口中定義的方法來開發(fā)你自己的收集器
- 內(nèi)部迭代讓你可以并行處理一個流，而無需再代碼中顯式使用和協(xié)調(diào)不同的線程
- 雖然并行處理一個流很容易，卻不能保證程序在所有情況下都運行的更快
- 從性能角度來說，使用正確的數(shù)據(jù)結(jié)構(gòu)，如盡可能利用原始流而不是一般化的流
（注：內(nèi)容整理自《Java8實戰(zhàn)》）
