集合类流操作的核心是将数据处理逻辑与循环解耦，通过链式调用表达需求；它为集合提供干净、可读、可复用的处理流水线，而非替代集合本身。
集合类流操作的核心是把“数据处理逻辑”从“怎么循环”里解放出来，用链式调用表达“要什么”。它不是替代集合，而是为集合提供一条干净、可读、可复用的处理流水线。
从集合创建 Stream 是第一步
几乎所有业务场景都从已有集合出发：
-
List、Set 直接调
.stream()或.parallelStream()； -
Map 要先选视角：用
keySet().stream()处理键，values().stream()处理值，entrySet().stream()同时操作键值对； - 数组别直接用
stream()，基本类型如int[]得用Arrays.stream(arr)或IntStream.of()，否则会变成装箱对象流，影响性能。
中间操作搭管道，不执行只定义逻辑
这些操作返回新 Stream，可无限串联，但不会触发计算：
-
filter 筛条件，比如
users.stream().filter(u -> u.isActive())； -
map 改结构，比如
.map(User::getEmail)提取邮箱字符串； -
flatMap 拆嵌套，比如部门列表转员工列表：
depts.stream().flatMap(d -> d.getUsers().stream())； -
sorted 排序，自然序用
.sorted()，按字段用.sorted(Comparator.comparing(User::getAge))； -
distinct 去重，依赖对象的
equals()和hashCode()，注意它不保证顺序。
终端操作收尾，真正执行并消耗流
一个 Stream 只能有一个终端操作，执行后流就关闭了：
-
collect 最常用，转成集合：
.collect(Collectors.toList())、.collect(Collectors.groupingBy(User::getDept))分组、.collect(Collectors.toMap(User::getId, Function.identity()))构建映射； -
count 返回元素总数，返回
long； - anyMatch / allMatch 布尔判断，短路执行，效率高；
- forEach 执行副作用（如打印、发消息），但不生成结果，不适合做聚合；
-
reduce 聚合计算，比如求和：
.reduce(0, Integer::sum)，或带初始值的复杂累加。
几个关键细节不能忽略
实际写错多因忽视底层机制：
- Stream 是一次性消费的——调过
collect()就不能再forEach()，否则抛IllegalStateException； - 中间操作是惰性的，没终端操作，前面所有
filter、map都不运行； - 并行流
parallelStream()不一定更快，小数据量或操作简单时，线程开销反而拖慢； - 若需多次使用同一数据，别反复创建流，先
collect成集合再操作更稳妥。
