Java Stream API 四大陷阱：空指针需显式过滤或校验；Stream只能消费一次，复用须重创建或转集合；并行流仅适用于大数据量无状态计算；collect结果需不可变封装防外泄。
Java Stream API 写起来简洁，但一不留神就掉进坑里：空指针、重复消费、线程不安全、性能反模式……这些不是理论问题，而是上线后真实会炸的雷。
别在 null 上流式崩溃
Stream 不会自动跳过 null 元素，一旦中间操作（如 map、filter）遇到 null，极大概率抛 NullPointerException。尤其从数据库或外部接口拿到的 List，常含 null。
- 显式过滤：用 .filter(Objects::nonNull) 提前清理
- map 前校验：不要写 list.stream().map(x -> x.getName())，改用 .map(x -> x != null ? x.getName() : null) 或封装安全取值工具方法
- 避免源头污染：集合构造时就用 CollectionUtils.emptyIfNull() 或 Guava 的 Lists.newArrayList() 防 null 容器
Stream 只能消费一次
Stream 是一次性资源，调用 collect、forEach、count 等终端操作后，再复用同一 Stream 对象会直接抛 IllegalStateException: stream has already been operated upon or closed。
- 错误示范：Stream s = list.stream(); s.count(); s.forEach(...);
- 正确做法：每次需要新 Stream 就重新调用 list.stream()；或把逻辑合并到一次流式处理中（如用 Collectors.teeing() 同时分组+计数）
- 若需多次遍历，先转成集合：List
cached = list.stream().filter(...).toList(); 再对 cached 多次操作
并行流不是万能加速器
parallelStream() 看似开箱即用，但实际可能更慢，甚至出错：
立即学习“Java免费学习笔记（深入）”；
- 小数据量（如几百元素）反而因线程调度开销变慢
- 操作有状态（如修改外部变量、使用非线程安全集合）会导致结果不可预测
- 阻塞型操作（如 IO、sleep）会拖垮整个 ForkJoinPool
- 建议：只对计算密集、无状态、数据量大（通常 > 10k）的场景谨慎启用；优先用 ForkJoinPool.commonPool().submit(...) 显式控制
别让 collect 暴露内部可变对象
用 Collectors.toMap() 或 toCollection(LinkedList::new) 时，返回的 Map/List 若是可变容器，且你又把它暴露给外部，就可能被意外修改，破坏封装性。
- 对外返回结果时，加一层保护：Collections.unmodifiableList(result) 或 Map.copyOf(map)（Java 10+）
- 避免用 Collectors.collectingAndThen(..., Collections::unmodifiableList) 这类嵌套写法，易读性差；拆成两步更清晰
- 如果收集目标是自定义对象，确保其字段不可变，或构造后不再暴露 setter
Stream 是工具，不是语法糖表演赛。写之前想清楚：数据是否干净、是否复用、是否并发、是否外泄——踩对这四点，基本就稳了。
