Java Stream 流水线设计是延迟执行的描述式编程模型，由源、中间操作链和终端操作三部分构成，通过Sink嵌套链执行，结合构建器、策略、观察者和流水线模式实现可组合性与灵活性。
Java Stream 的流水线设计不是为了“立刻干活”，而是为了“说清楚怎么干”。它把数据处理拆成可插拔、可组合、可延迟的环节，核心在于描述逻辑而非执行动作。
流水线由三部分明确构成
每条 Stream 链都天然包含三个角色：
-
源（Source Stage）：比如
list.stream()或Arrays.stream(arr)，只负责提供数据入口，不参与计算，内部封装的是一个Spliterator。 -
中间操作链（Intermediate Stages）：如
filter、map、sorted，每个都是独立 Stage，只记录“做什么”和“上游是谁”，不做实际处理。 -
终端操作（Terminal Operation）：如
collect、forEach、toArray，是唯一触发整条链执行的开关，没有它，前面所有调用只是在搭蓝图。
真正干活的是 Sink，不是 Stage
Stage 负责“描述”，Sink 才负责“执行”。终端操作启动后，系统从最后一个 Stage 开始，反向调用 opWrapSink(downstream)，一层层把下游 Sink 包装进来，形成嵌套链。例如：
filter(f).map(m).collect() 实际构建的是：
CollectSink ← MapSink ← FilterSink ← SourceSpliterator
数据流经时，每个 Sink 各司其职：FilterSink 判断是否留下，MapSink 负责转换，CollectSink 收集结果——彼此解耦，职责清晰。
立即学习“Java免费学习笔记（深入）”；
懒加载 + 设计模式 = 可组合性
流水线的灵活性来自多种模式协同：
-
构建器模式：链式调用
stream().filter().map().collect()就是在逐步配置流水线蓝图。 -
策略模式：
Predicate、Function等函数式接口让行为可插拔，算法与数据彻底分离。 - 观察者模式：终端操作作为触发点，“通知”整个链条开始执行，实现松耦合响应。
- 流水线模式（核心）：每个 stage 只关注输入→处理→输出，便于调试、优化、并行化。
有状态操作会影响执行方式
并非所有中间操作都一样：
-
无状态操作（如
filter、map）：每个元素处理互不影响，可任意分片并行，性能友好。 -
有状态操作（如
sorted、distinct、limit）：需看到全部或部分前置数据才能决定当前行为，会引入缓冲或全局协调，可能削弱并行效果。
比如 parallelStream().sorted().filter(...) 中，sorted 会强制先完成全局排序，再进入后续步骤，此时并行优势可能被抵消。
