Java Stream 是数据处理范式的转变，核心在于理解惰性求值、善用 Collector、规避 null/并发/无限流陷阱，并结合 Optional 与 Spliterator 提升表达力。
从基础操作到高阶技巧：Java Stream 实战精讲
Java Stream 不是语法糖，而是数据处理范式的转变。掌握它，关键不在背方法，而在理解“数据流”如何被声明式地拆解、转换与聚合。
别只用 filter + map + collect，先搞懂中间操作的惰性本质
Stream 的中间操作（如 filter、map、sorted、distinct）不会立即执行，只有遇到终止操作（如 collect、forEach、count、findFirst）时才真正触发流水线。这个特性决定了两件事：
- 多次调用中间操作不会重复计算——可以放心组合，比如
stream.filter(...).map(...).filter(...)是高效且安全的 - 避免在中间操作里做有副作用的操作（如修改外部变量、打印日志），因为它们可能不被执行（例如加了 limit(1) 后，后续元素根本不会进入 map）
- 调试时可用
peek(System.out::println)观察某步数据，但它仅用于调试，不能替代逻辑处理
用好 Collector，远比写 for 循环更简洁有力
collect 是 Stream 的“收口”，但多数人只停留在 Collectors.toList()。其实它能解决大量典型聚合场景：
- 分组统计：
Collectors.groupingBy(User::getDept, Collectors.counting()) - 多级分组：
groupingBy(User::getYear, groupingBy(User::getGender, counting())) - 分区（布尔分组）：
partitioningBy(u -> u.getAge() >= 18) - 自定义收集：用
Collectors.collectingAndThen(..., Collections::unmodifiableList)返回不可变集合 - 性能优化：对已知大小的流，用
toCollection(ArrayList::new)避免扩容开销
避开常见坑：null、并发、无限流与异常处理
Stream 写得顺手后，容易忽略边界问题：
立即学习“Java免费学习笔记（深入）”；
- null 安全：Stream.of(null) 会抛 NPE；用 Optional 包装或提前 filter 掉 null 元素
- 并行流不是银弹：parallelStream() 适合 CPU 密集、无状态、可分割的场景；含 I/O、锁、全局变量或依赖顺序时慎用
- 无限流要设界：Stream.iterate(0, i -> i + 1) 是无限流，必须配合 limit 或 takeWhile，否则 collect 会卡死
- 异常处理：lambda 中抛检异常（IOException 等）无法直接使用。可封装工具方法，或改用 try-with-resources + 显式循环，别硬套 Stream
进阶建议：结合 Optional 和自定义 Spliterator 提升表达力
Stream 和 Optional 天然契合。例如查找首个匹配项并处理：
Optional<User> first = users.stream().filter(u -> u.isActive()).findFirst();<br>first.ifPresentOrElse(this::sendWelcomeEmail, () -> log.warn("No active user found"));
对于特殊数据源（如文件行、数据库游标、树结构遍历），可实现 Spliterator，让自定义数据也能用 Stream API 统一处理，真正实现“一次抽象，处处流式”。
