无限流是逻辑上无终点、由函数动态生成的数据序列，包括iterate（状态递推）和generate（独立生成）两种方式，内存恒定；必须用limit、findFirst等短路操作主动截断，否则死循环。
Java Stream API 处理无限数据源的核心在于不预先加载全部数据，而是按需生成、即时消费。它不依赖数据总量，只靠函数定义“下一个值怎么来”，再配合限制操作（如 limit）或短路终端操作（如 findFirst）来安全终止。
什么是无限流？
无限流不是“装不下”的大数据，而是逻辑上没有终点的数据序列。它不来自集合或数组，而是由函数动态生成：
-
Stream.iterate(initial, unaryOperator)：基于前一个值推导下一个值，适合等差、等比、状态递推类序列（如自然数、斐波那契） -
Stream.generate(supplier)：每次独立生成一个新值，彼此无依赖，适合随机数、UUID、时间戳等场景
二者都不持有数据，也不缓存历史，内存占用恒定，真正实现“无限但轻量”。
如何安全使用无限流？
无限流一旦开始遍历又没加约束，就会陷入死循环。必须用以下方式之一主动截断：
立即学习“Java免费学习笔记（深入）”；
-
用
limit(n)明确取前 n 个：最常用，例如Stream.iterate(0, n -> n + 2).limit(5)生成 0, 2, 4, 6, 8 -
用短路终端操作提前退出：如
findFirst()、anyMatch(Predicate)、takeWhile(Predicate)（Java 9+），它们在满足条件时立即停止计算 -
结合
skip(n)和limit(m)实现分页效果：例如跳过前100个再取10个，避免从头遍历
常见误用与注意事项
无限流看似灵活，但几个关键点容易出错：
-
iterate的函数必须保证能持续产生合法值；若逻辑导致数值溢出或抛异常（如除零），流会在对应位置中断 -
generate不适合需要“前后关联”的场景（比如想让第n个值依赖第n−1个结果），此时应改用iterate -
sorted()、distinct()等有状态操作在无限流中不可用——它们需要看到“全部”才能工作，会永远等下去 - 并行处理无限流需格外谨慎：
parallelStream()对iterate的分割行为不直观，推荐优先用顺序流 +limit
实用小例子
生成一个带序号的随机字符串流（模拟日志ID），取前3个：
Stream.generate(() -> String.format("log-%d-%s", System.nanoTime(), UUID.randomUUID().toString().substring(0, 8))) .limit(3) .forEach(System.out::println);
或者查找第一个大于1000的平方数：
Integer first = Stream.iterate(1, n -> n + 1) .map(n -> n * n) .filter(x -> x > 1000) .findFirst() .orElse(null); // 得到 1024
