核心思路是用“流内携带上下文”替代闭包捕获变量，所有数据显式封装进流元素（如EnrichedItem、BatchContext），禁止中间操作修改共享容器，副作用操作一律后置到终端并隔离执行环境。
核心思路不是“限制变量作用域”，而是让闭包不持有任何可变外部状态——所有需要的数据，必须作为流元素显式携带、在纯函数中处理、由终端操作统一收口。
用“流内携带上下文”替代“闭包捕获变量”
把本该放在方法外的配置、计数器、上下文对象，直接塞进流元素里。避免闭包引用外部可变对象，也就断了污染源头。
- 不要写：
String tenantId = getCurrentTenant(); list.stream().map(item -> enrichWithTenant(item, tenantId)) - 要写：
list.stream().map(item -> new EnrichedItem(item, getCurrentTenant()))，后续所有转换都基于EnrichedItem操作 - 对分页/批次等动态参数，也封装为元数据字段（如
BatchContext），随每个元素流动
禁止中间操作修改共享容器，强制 collect 归约
forEach、peek 中调用 list.add() 或 map.put() 是分布式流中最隐蔽的数据污染源——尤其在并行流中，ArrayList 非线程安全，结果随机丢失或重复。
- 错：用
stream.peek(item -> cache.put(item.id, item))缓存中间结果 - 对：用
stream.collect(Collectors.toMap(Item::id, Function.identity(), (a,b) -> a))，归约逻辑内置线程安全 - 需多路分发？用
collect(Collectors.groupingBy(..., Collectors.toList()))，而非多个 forEach 分别 add
循环创建 Lambda 时，强制隔离变量实例
for 循环中直接捕获 i 或 item，会导致所有闭包共享同一引用——在异步调度、延迟执行、重试场景下，看到的永远是最后一次赋值。
- C# 中：用
for (int i = 0; i < list.Count; i++) { int localI = i; tasks.Add(Task.Run(() => Process(list[localI]))); } - Java 中：在循环体内声明 final 变量（如
final var item = list.get(i)）再捕获 - 统一原则：每个闭包只绑定一个确定值，不依赖循环变量生命周期
副作用操作全部后置到终端，且显式隔离执行环境
日志、落库、发消息等非计算行为，绝不能混在 map/filter 中；必须剥离到终端，并确保执行时不污染主流程数据。
- 不要：
stream.map(x -> { log.info("process: " + x); return transform(x); }) - 推荐：
var result = stream.map(this::transform).collect(Collectors.toList()); result.forEach(this::logProcessed); - 若需保序+并发：用
forEachOrdered，但仅限轻量操作；重IO务必走独立线程池+队列解耦
