java8中Stream的使用以及分割list案例
一、Steam的優(yōu)勢
java8中Stream配合Lambda表達式極大提高了編程效率,代碼簡潔易懂(可能剛接觸的人會覺得晦澀難懂),不需要寫傳統(tǒng)的多線程代碼就能寫出高性能的并發(fā)程序
二、項目中遇到的問題
由于微信接口限制,每次導(dǎo)入code只能100個,所以需要分割list。但是由于code數(shù)量可能很大,這樣執(zhí)行效率就會很低。
1.首先想到是用多線程寫傳統(tǒng)并行程序,但是博主不是很熟練,寫出代碼可能會出現(xiàn)不可預(yù)料的結(jié)果,容易出錯也難以維護。
2.然后就想到Steam中的parallel,能提高性能又能利用java8的特性,何樂而不為。
三、廢話不多說,直接先貼代碼,然后再解釋(java8分割list代碼在標題四)。

1.該方法是根據(jù)傳入數(shù)量生成codes,private String getGeneratorCode(int tenantId)是我根據(jù)編碼規(guī)則生成唯一code這個不需要管,我們要看的是Stream.iterate
2.iterate()第一個參數(shù)為起始值,第二個函數(shù)表達式(看自己想要生成什么樣的流關(guān)鍵在這里),http://write.blog.csdn.net/postedit然后必須要通過limit方法來限制自己生成的Stream大小。parallel()是開啟并行處理。map()就是一對一的把Stream中的元素映射成ouput Steam中的 元素。最后用collect收集,
2.1 構(gòu)造流的方法還有Stream.of(),結(jié)合或者數(shù)組可直接list.stream();
String[] array = new String[]{"1","2","3"} ;
stream = Stream.of(array)或者Arrays.Stream(array);
2.2 數(shù)值流IntStream
int[] array = new int[]{1,2,3};
IntStream.of(array)或者IntStream.ranage(0,3)
3.以上構(gòu)造流的方法都是已經(jīng)知道大小,對于通過入?yún)⒋_定的應(yīng)該圖中方法自己生成流。
四、java8分割list,利用StreamApi實現(xiàn)。

沒用java8前代碼,做個鮮明對比():

1.list是我的編碼集合(codes)。MAX_SEND為100(即每次100的大小去分割list),limit為按編碼集合大小算出的本次需要分割多少次。
2.我們可以看到其實就是多了個skip跟limit方法。skip就是舍棄stream前多少個元素,那么limit就是返回流前面多少個元素(如果流里元素少于該值,則返回全部)。然后開啟并行處理。通過循環(huán)我們的分割list的目標就達到了,每次取到的sendList就是100,100這樣子的。
3.因為我這里業(yè)務(wù)就只需要到這里,如果我們分割之后需要收集之后再做處理,那只需要改寫一下就ok;如:
List<List<String>> splitList = Stream.iterate(0,n->n+1).limit(limit).parallel().map(a->{
List<String> sendList = list.stream().skip(a*MAX_SEND).limit(MAX_SEND).parallel().collect(Collectors.toList());
}).collect(Collectors.toList());
五、java8流里好像拿不到下標,所以我才用到構(gòu)造一個遞增數(shù)列當下標用,這就是我用java8分割list的過程,比以前的for循環(huán)看的爽心悅目,優(yōu)雅些,性能功也提高了。
如果各位有更好的實現(xiàn)方式,歡迎留言指教。
補充知識:聊聊flink DataStream的split操作
序
本文主要研究一下flink DataStream的split操作
實例
SplitStream<Integer> split = someDataStream.split(new OutputSelector<Integer>() {
@Override
public Iterable<String> select(Integer value) {
List<String> output = new ArrayList<String>();
if (value % 2 == 0) {
output.add("even");
}
else {
output.add("odd");
}
return output;
}
});
本實例將dataStream split為兩個dataStream,一個outputName為even,另一個outputName為odd
DataStream.split
flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/datastream/DataStream.java
@Public
public class DataStream<T> {
//......
public SplitStream<T> split(OutputSelector<T> outputSelector) {
return new SplitStream<>(this, clean(outputSelector));
}
//......
}
DataStream的split操作接收OutputSelector參數(shù),然后創(chuàng)建并返回SplitStream
OutputSelector
flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/collector/selector/OutputSelector.java
@PublicEvolving
public interface OutputSelector<OUT> extends Serializable {
Iterable<String> select(OUT value);
}
OutputSelector定義了select方法用于給element打上outputNames
SplitStream
flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/datastream/SplitStream.java
@PublicEvolving
public class SplitStream<OUT> extends DataStream<OUT> {
protected SplitStream(DataStream<OUT> dataStream, OutputSelector<OUT> outputSelector) {
super(dataStream.getExecutionEnvironment(), new SplitTransformation<OUT>(dataStream.getTransformation(), outputSelector));
}
public DataStream<OUT> select(String... outputNames) {
return selectOutput(outputNames);
}
private DataStream<OUT> selectOutput(String[] outputNames) {
for (String outName : outputNames) {
if (outName == null) {
throw new RuntimeException("Selected names must not be null");
}
}
SelectTransformation<OUT> selectTransform = new SelectTransformation<OUT>(this.getTransformation(), Lists.newArrayList(outputNames));
return new DataStream<OUT>(this.getExecutionEnvironment(), selectTransform);
}
}
SplitStream繼承了DataStream,它定義了select方法,可以用來根據(jù)outputNames選擇split出來的dataStream;select方法創(chuàng)建了SelectTransformation
StreamGraphGenerator
flink-streaming-java_2.11-1.7.0-sources.jar!/org/apache/flink/streaming/api/graph/StreamGraphGenerator.java
@Internal
public class StreamGraphGenerator {
//......
private Collection<Integer> transform(StreamTransformation<?> transform) {
if (alreadyTransformed.containsKey(transform)) {
return alreadyTransformed.get(transform);
}
LOG.debug("Transforming " + transform);
if (transform.getMaxParallelism() <= 0) {
// if the max parallelism hasn't been set, then first use the job wide max parallelism
// from theExecutionConfig.
int globalMaxParallelismFromConfig = env.getConfig().getMaxParallelism();
if (globalMaxParallelismFromConfig > 0) {
transform.setMaxParallelism(globalMaxParallelismFromConfig);
}
}
// call at least once to trigger exceptions about MissingTypeInfo
transform.getOutputType();
Collection<Integer> transformedIds;
if (transform instanceof OneInputTransformation<?, ?>) {
transformedIds = transformOneInputTransform((OneInputTransformation<?, ?>) transform);
} else if (transform instanceof TwoInputTransformation<?, ?, ?>) {
transformedIds = transformTwoInputTransform((TwoInputTransformation<?, ?, ?>) transform);
} else if (transform instanceof SourceTransformation<?>) {
transformedIds = transformSource((SourceTransformation<?>) transform);
} else if (transform instanceof SinkTransformation<?>) {
transformedIds = transformSink((SinkTransformation<?>) transform);
} else if (transform instanceof UnionTransformation<?>) {
transformedIds = transformUnion((UnionTransformation<?>) transform);
} else if (transform instanceof SplitTransformation<?>) {
transformedIds = transformSplit((SplitTransformation<?>) transform);
} else if (transform instanceof SelectTransformation<?>) {
transformedIds = transformSelect((SelectTransformation<?>) transform);
} else if (transform instanceof FeedbackTransformation<?>) {
transformedIds = transformFeedback((FeedbackTransformation<?>) transform);
} else if (transform instanceof CoFeedbackTransformation<?>) {
transformedIds = transformCoFeedback((CoFeedbackTransformation<?>) transform);
} else if (transform instanceof PartitionTransformation<?>) {
transformedIds = transformPartition((PartitionTransformation<?>) transform);
} else if (transform instanceof SideOutputTransformation<?>) {
transformedIds = transformSideOutput((SideOutputTransformation<?>) transform);
} else {
throw new IllegalStateException("Unknown transformation: " + transform);
}
// need this check because the iterate transformation adds itself before
// transforming the feedback edges
if (!alreadyTransformed.containsKey(transform)) {
alreadyTransformed.put(transform, transformedIds);
}
if (transform.getBufferTimeout() >= 0) {
streamGraph.setBufferTimeout(transform.getId(), transform.getBufferTimeout());
}
if (transform.getUid() != null) {
streamGraph.setTransformationUID(transform.getId(), transform.getUid());
}
if (transform.getUserProvidedNodeHash() != null) {
streamGraph.setTransformationUserHash(transform.getId(), transform.getUserProvidedNodeHash());
}
if (transform.getMinResources() != null && transform.getPreferredResources() != null) {
streamGraph.setResources(transform.getId(), transform.getMinResources(), transform.getPreferredResources());
}
return transformedIds;
}
private <T> Collection<Integer> transformSelect(SelectTransformation<T> select) {
StreamTransformation<T> input = select.getInput();
Collection<Integer> resultIds = transform(input);
// the recursive transform might have already transformed this
if (alreadyTransformed.containsKey(select)) {
return alreadyTransformed.get(select);
}
List<Integer> virtualResultIds = new ArrayList<>();
for (int inputId : resultIds) {
int virtualId = StreamTransformation.getNewNodeId();
streamGraph.addVirtualSelectNode(inputId, virtualId, select.getSelectedNames());
virtualResultIds.add(virtualId);
}
return virtualResultIds;
}
private <T> Collection<Integer> transformSplit(SplitTransformation<T> split) {
StreamTransformation<T> input = split.getInput();
Collection<Integer> resultIds = transform(input);
// the recursive transform call might have transformed this already
if (alreadyTransformed.containsKey(split)) {
return alreadyTransformed.get(split);
}
for (int inputId : resultIds) {
streamGraph.addOutputSelector(inputId, split.getOutputSelector());
}
return resultIds;
}
//......
}
StreamGraphGenerator里頭的transform會對SelectTransformation以及SplitTransformation進行相應(yīng)的處理
transformSelect方法會根據(jù)select.getSelectedNames()來addVirtualSelectNode
transformSplit方法則根據(jù)split.getOutputSelector()來addOutputSelector
小結(jié)
DataStream的split操作接收OutputSelector參數(shù),然后創(chuàng)建并返回SplitStream
OutputSelector定義了select方法用于給element打上outputNames
SplitStream繼承了DataStream,它定義了select方法,可以用來根據(jù)outputNames選擇split出來的dataStream
doc
以上這篇java8中Stream的使用以及分割list案例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
feignclient?https?接口調(diào)用報證書錯誤的解決方案
這篇文章主要介紹了feignclient?https?接口調(diào)用報證書錯誤的解決方案,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2022-03-03
SpringBoot使用Flyway進行數(shù)據(jù)庫管理的操作方法
Flyway是一個開源的數(shù)據(jù)庫版本管理工具,并且極力主張“約定大于配置”,簡單、專注、強大。接下來通過本文給大家介紹SpringBoot使用Flyway進行數(shù)據(jù)庫管理的方法,感興趣的朋友一起看看吧2021-09-09
spring-boot 如何實現(xiàn)單次執(zhí)行程序
這篇文章主要介紹了spring-boot 實現(xiàn)單次執(zhí)行程序方式,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2021-09-09

