Java Stream本质是数据处理管道而非容器，具惰性求值特性：中间操作返回新流但不执行，终结操作才触发且仅能有一次；需警惕复用已关闭流、distinct未重写equals/hashCode、并行流滥用等坑。
Java Stream 深度复习不是罗列API，而是理清它“为什么这样设计”和“在哪容易踩坑”。重点不在记方法名，而在理解数据流的生命周期、惰性求值机制、以及与Lambda的协作逻辑。
Stream 的本质：不是容器，是数据处理管道
Stream 不存储数据，也不修改源集合——它只是对数据源（集合、数组、生成器等）的一次性遍历抽象。一旦调用终结操作（如 forEach、count、collect），流就关闭，不能再复用。
- 中间操作（filter、map、sorted、distinct等）返回新流，支持链式调用，但不触发执行
- 终结操作才真正启动数据处理，且必须有且仅有一个
- 常见误区：写完 filter 或 map 就以为执行了——其实什么都没发生，直到 forEach 或 collect 出现
关键中间操作的底层行为要清楚
不同中间操作对性能和语义影响差异很大，不能只看表面功能：
- filter：逐个判断，满足条件才向下传递；适合前置过滤以减少后续计算量
- limit(n)：短路操作——一旦拿到 n 个元素就停止上游迭代，适合大数据集提前截断
- skip(n)：必须先跳过前 n 个，无法短路；n 超过流长度时返回空流
- distinct：依赖元素的 hashCode() 和 equals()，实体类未重写这两个方法会导致去重失效
- flatMap：把每个元素映射成一个流，再扁平合并；常用于“一对多”展开（如字符串→字符流、订单→多个订单项）
终结操作选型决定代码健壮性
不同场景下该用哪个终结方法，直接影响可读性和安全性：
立即学习“Java免费学习笔记（深入）”；
- 遍历输出用 forEach，但注意它不保证顺序（并行流下）；需顺序请用 forEachOrdered
- 聚合统计优先用 count()、max()/min()、reduce()；避免先 collect 再 size()，效率低且多一次遍历
- 收集结果最常用 collect(Collectors.toList())，但要注意：Collectors.toSet() 依赖 equals/hashCode；Collectors.groupingBy() 默认用 HashMap，若需有序用 TreeMap 或指定下游收集器
- 查找匹配推荐 findAny()（并行友好）、findFirst()（强调顺序），二者都返回 Optional，务必判空，否则可能抛 NoSuchElementException
并行流不是银弹，得看场景
调用 parallelStream() 或 stream().parallel() 并不总能提速：
- 适合：数据量大（通常 > 10000）、操作耗时（如 IO、复杂计算）、无强顺序依赖
- 慎用：源是 LinkedList（遍历慢）、操作含非线程安全对象（如 StringBuilder）、需要严格顺序（如累加、索引依赖）
- 注意：并行流默认使用 ForkJoinPool.commonPool()，若任务阻塞（如数据库查询），可能拖垮整个应用的异步任务
