如何避免：使用方法链的方式来处理流。 具体出现的原因，后续进行详细的源码讲解。
举例 ：中间操作(惰性求值) 和中止操作(及早求值)本质的区别 public static void main(String[] args) { List<String> list = Arrays.asList("hello", "world", "hello world"); //首字母转大写 list.stream().map(item ->{ String s = item.substring(0, 1).toUpperCase() + item.substring(1); System.out.println("test"); return s; }).forEach(System.out::println); //没有遇到中止操作时,是不会执行中间操作的.是延迟的 // 遇到.forEach() 中止操作时,才会执行中间操作的代码 } 举例：流使用顺序不同的区别 //程序不会停止 IntStream.iterate(0,i->(i+1)%2).distinct().limit(6).forEach(System.out::println); //程序会停止 IntStream.iterate(0,i->(i+1)%2).limit(6).distinct().forEach(System.out::println); Stream底层深入和迭代器不同的是，Stream可以并行化操作，迭代器只能命令式地、串行化操作
当使用穿行方式去遍历时，每个item读完后再读下一个item
使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。
Stream的并行操作依赖于Java7中引入的Fork/Join框架。
流(Stream)由3部分构成：源（Source）
零个或多个中间操作(Transforming values)（操作的是谁？操作的是源）
终止操作（Operations)(得到一个结果）
内部迭代和外部迭代描述性的语言：sql和Stream的对比
select name from student where age > 20 and address = 'beijing' order by desc;
===================================================================================
Student.stream().filter(student -> student.getAge >20 ).filter(student -> student.getAddress().equals("beijing")).sorted(..).forEach(student -> System.out.println(student.getName));
上述的描述，并没有明确的告诉底层具体要怎么做，只是发出了描述性的信息。这种流的方式就叫做内部迭代。针对于性能来说，流的操作肯定不会降低性能。
外边迭代举例： jdk8以前的用的方式。
List list = new ArrayList<>();
for(int i = 0 ;i <= students.size();i++){
Student student = students.get(i);
If(student.getAge() > 20 )
list.add(student);
}
Collections.sort(list.....)
list.forEach().....
Stream的出现和集合是密不可分的。
集合关注的是数据与数据存储本身，流关注的则是对数据的计算。
流与迭代器类似的一点是:流是无法重复使用或消费的。
如何区分中间操作和中止操作：中间操作都会返回一个Stream对象，比如说返回Stream,Stream,Stream;
中止操作则不会返回Stream类型，可能不返回值，也可能返回其他类型的单个值。
并行流的基本使用 举例： 串行流和并行流的简单举例比较 public static void main(String[] args) { // 串行流和并行流的比较 List<String> list = new ArrayList<>(5000000); for (int i = 0; i < 5000000; i++) { list.add(UUID.randomUUID().toString()); } System.out.println("开始排序"); long startTime = System.nanoTime(); // list.parallelStream().sorted().count(); //串行流 list.parallelStream().sorted().count(); //并行流 long endTime = System.nanoTime(); long millis = TimeUnit.NANOSECONDS.toMillis(endTime - startTime); System.out.println("排序时间为: "+ millis); }
