Java 8 發佈至今也已經好幾年過去，如今 Java 也已經向 11 邁去，但是 Java 8 作出的改變可以說是革命性的，影響足夠深遠，學習 Java 8 應該是 Java 開發者的必修課。
值得注意的是：學習 Stream 之前必須先學習 lambda 的相關知識。本文也假設讀者已經掌握 lambda 的相關知識。
本篇文章主要內容：
- 介紹 Stream 以及 Stream 是如何處理集合的
- 介紹 Stream 與集合的關係與區別
本篇文章主要是讓大家能夠理解 Stream，理解它的基本原理，理解我們爲什麼需要使用 Stream 以及它的好處，而具體的實戰環節我會在下篇文章中講解。
一. 什麼是 Stream
Stream 中文稱爲 “流”，通過將集合轉換爲這麼一種叫做 “流” 的元素序列，通過聲明性方式，能夠對集合中的每個元素進行一系列並行或串行的流水線操作。
換句話說，你只需要告訴流你的要求，流便會在背後自行根據要求對元素進行處理，而你只需要 “坐享其成”。
二. 流操作
整個流操作就是一條流水線，將元素放在流水線上一個個地進行處理。
其中數據源便是原始集合，然後將如 List 的集合轉換爲 Stream 類型的流，並對流進行一系列的中間操作，比如過濾保留部分元素、對元素進行排序、類型轉換等；最後再進行一個終端操作，可以把 Stream 轉換回集合類型，也可以直接對其中的各個元素進行處理，比如打印、比如計算總數、計算最大值等等
很重要的一點是，很多流操作本身就會返回一個流，所以多個操作可以直接連接起來，我們來看看一條 Stream 操作的代碼：
如果是以前，進行這麼一系列操作，你需要做個迭代器或者 foreach 循環，然後遍歷，一步步地親力親爲地去完成這些操作；但是如果使用流，你便可以直接聲明式地下指令，流會幫你完成這些操作。
有沒有想到什麼類似的？是的，就像 SQL 語句一樣，
select username from user where id = 1
，你只要說明：“我需要 id 是 1 （id = 1）的用戶（user）的用戶名（username ）”，那麼就可以得到自己想要的數據，而不需要自己親自去數據庫裏面循環遍歷查找。
三. 流與集合
什麼時候計算
Stream 和集合的其中一個差異在於什麼時候進行計算。
一個集合，它會包含當前數據結構中所有的值，你可以隨時增刪，但是集合裏面的元素毫無疑問地都是已經計算好了的。
流則是按需計算，你可以想象一個水龍頭，假設你需要一個奇數流，從 1 開始，那麼這個水龍頭會源源不斷地流出你需要的數據，假設你只需要 10 個，那麼這個流便會按需生成 10 個奇數，換句話來說，就是在用戶要求的時候纔會計算值，只要你需要，你便可以打開這個水龍頭。
又比方說我們通過搜索引擎進行搜索，搜索出來的條目並不是全部呈現出來的，而且先顯示最符合的前 10 條或者前 20 條，只有在點擊 “下一頁” 的時候，纔會再輸出新的 10 條。
再比方在線觀看電影和你硬盤裏面的電影，也是差不多的道理。
外部迭代和內部迭代
Stream 和集合的另一個差異在於迭代。
我們可以把集合比作一個工廠的倉庫，一開始工廠比較落後，要對貨物作什麼修改，只能工人親自走進倉庫對貨物進行處理，有時候還要將處理後的貨物放到一個新的倉庫裏面。在這個時期，我們需要親自去做迭代，一個個地找到需要的貨物，並進行處理，這叫做外部迭代。
後來工廠發展了起來，配備了流水線作業，只要根據需求設計出相應的流水線，然後工人只要把貨物放到流水線上，就可以等着接收成果了，而且流水線還可以根據要求直接把貨物輸送到相應的倉庫。這就叫做內部迭代，流水線已經幫你把迭代給完成了，你只需要說要幹什麼就可以了（即設計出合理的流水線）。
Java 8 引入 Stream 很大程度是因爲，流的內部迭代可以自動選擇一種合適你硬件的數據表示和並行實現；而以往程序員自己進行 foreach 之類的時候，則需要自己去管理並行等問題。
一次性的流
流和迭代器類似，只能迭代一次。
Stream<String> stream = list.stream().map(Person::getName).sorted().limit(10);
List<String> newList = stream.collect(toList());
List<String> newList2 = stream.collect(toList());
上面代碼中第三行會報錯，因爲第二行已經使用過這個流，這個流已經被消費掉了
四. 關於並行
我們通過 list.stream() 將 List 類型轉換爲流類型，我們還可以通過 list.parallelStream() 轉換爲並行流。
並行流就是把內容分成多個數據塊，使用不同的線程分別處理每個數據塊的流。這也是流的一大特點，要知道，在 Java 7 之前，並行處理數據集合是非常麻煩的，你得自己去將數據分割開，自己去分配線程，必要時還要確保同步避免競爭。
Stream 讓程序員能夠比較輕易地實現對數據集合的並行處理，但要注意的是，不是所有情況的適合，有些時候並行甚至比順序進行效率更低，而有時候因爲線程安全問題，還可能導致數據的處理錯誤，這些我會在下一篇文章中講解。
