Java中Lambda配合Stream实现数据流处理，核心是用filter（Predicate）过滤和collect/reduce等聚合，强调意图清晰、安全高效；filter需前置非空校验，聚合应按场景选合适方法，链式操作须注意顺序以保健壮性。
Java 中 Lambda 表达式配合 Stream API 实现数据流的过滤与聚合，核心是把逻辑写在 filter 和 collect/reduce 等操作里，用简洁、声明式的方式替代传统循环。关键不是“写得短”，而是让每一步意图清晰、安全高效。
过滤：用 filter + Predicate
filter 接收一个 Predicate<T>，也就是返回 boolean 的 Lambda 表达式。它决定哪些元素保留进后续流程。
- 基础写法：
stream().filter(x -> x.getAge() > 18)—— 筛选成年人 - 防空安全：务必前置
filter(Objects::nonNull)，避免后续调用空指针 - 多条件组合：可用
&&或||，如filter(u -> u.isActive() && u.getScore() >= 60) - 复用逻辑：可提取为独立 Predicate 变量，提升可读性与复用性
聚合：分场景选对方法
聚合不是只靠 reduce，要按目标选最合适的终端操作：
-
统计数量：直接用
count()，如list.stream().filter(...).count() -
求和/平均/最值：优先走原始类型流，如
mapToInt(User::getSalary).sum()，避免 Integer 装箱开销 -
拼接字符串：用
Collectors.joining(",")，支持前缀、分隔符、后缀 -
分组归类：
Collectors.groupingBy(User::getGender)，返回 Map<K, List<V>> -
自定义汇总：用
Collectors.collectingAndThen或写自己的 Collector，比如同时统计人数+平均年龄
链式组合：顺序决定结果和健壮性
Stream 操作是惰性的，但执行顺序影响正确性和性能：
立即学习“Java免费学习笔记（深入）”；
-
filter 必须放在 map 前面，尤其当 map 里有方法调用（如
.getName()）时，否则 null 会抛异常 - 多个 filter 合并成一个更高效，比如
filter(x -> x.a > 0 && x.b 比两次 filter 少一次遍历 - limit 应在 filter 后使用，如 “取前 5 个有效订单” 是
filter(...).limit(5)，不是limit(5).filter(...) - 避免在 map/filter 中做副作用操作（如修改外部变量、发 HTTP 请求），保持 lambda 纯函数特性
实际聚合示例：分组+统计+格式化
比如统计各城市用户数及平均年龄：
Map<String, Double> cityAvgAge = users.stream()
.filter(Objects::nonNull)
.filter(u -> u.getAge() > 0)
.collect(Collectors.groupingBy(
User::getCity,
Collectors.averagingInt(User::getAge)
));
这段代码一次性完成过滤、分组、数值聚合，无需中间集合，也不依赖 for 循环或临时 Map。
