Stream API 是一种编程范式升级，采用声明式、内部迭代、惰性求值的流式处理，聚焦“做什么”而非“怎么做”，通过链式操作提升可读性、减少遍历次数，并支持无缝并行化与安全组合。
Stream API 的流式处理不是对传统集合操作的简单替代，而是一种编程范式的升级——它把“怎么写循环”交给运行时，把“想做什么”留给人来表达。
关注点不同：声明式 vs 命令式
传统集合编程强调控制流程：要手动定义索引、判断边界、维护临时变量、管理状态。比如筛选+转换+收集，往往需要三段嵌套逻辑。Stream 则聚焦业务意图：filter 是“我要哪些”，map 是“我要变成什么样”，collect 是“最后要什么形式”。代码更贴近自然语言描述的问题本身。
- 传统方式常出现重复遍历（如先 filter 再 map 再 collect，至少三次循环）
- Stream 的中间操作是惰性的，多个操作可融合为一次遍历，减少开销
- 链式调用天然体现数据流向，逻辑顺序即执行顺序，不易错乱
迭代机制不同：内部迭代 vs 外部迭代
集合的 for-each 或 for 循环属于外部迭代——开发者主动拉取元素、控制节奏；Stream 使用内部迭代——由框架在底层完成遍历，开发者只提供行为（如 Predicate、Function）。这带来两个关键好处：
- JVM 可对流水线做优化，例如 findFirst() 会自动短路，遇到第一个匹配就停止
- 切换并行只需 stream() → parallelStream()，无需手写线程池、分片、合并逻辑
- 避免 ConcurrentModificationException：Stream 不直接修改原集合，也不依赖迭代器状态
数据角色不同：流是计算管道，不是数据容器
集合（List、Set 等）是数据的持有者，关心“存什么”；Stream 是数据的处理器，关心“怎么算”。它不存储数据，也不改变源集合，每次操作都返回新 Stream —— 这让操作可组合、可复用、可测试。
- Stream 一旦执行终端操作（如 count()、collect()、forEach()），整个流水线才真正触发
- 中间操作（filter/map/sorted等）只是登记动作，不产生实际结果
- 这种延迟执行机制支持按需计算，尤其适合处理大数据或无限流（如文件行流、随机数流）
实际编码体验差异明显
面对多步处理需求，传统写法容易堆砌样板代码；Stream 把逻辑压缩成一条语义连贯的语句。例如：从员工列表中找出技术部薪资前3的姓名。
- 传统方式：排序→遍历截断→逐个提取→新建列表→可能还要去重或判空
- Stream 方式：
list.stream().filter(e -> "tech".equals(e.getDept())).sorted(comparing(e -> -e.getSalary())).limit(3).map(Employee::getName).toList() - 语义清晰、步骤明确、无中间变量干扰，且天然支持 null 安全写法（配合 Optional 或自定义判空逻辑）
