Search
Duplicate

Stream

1. Stream 소개

연속된 데이터를 처리하는 오퍼레이션들의 모음
컨베이어 벨트
stream은 컨베이어벨트와 비슷하다. 컨베이어 벨트에 떡조각(데이터)들을 흘려보내면서 반죽을 하고, 앙금을 쌓고 (map), 불량품은 빼고(filter) 포장을 해서(collect) 내보냅니다.

특징

데이터를 담고 있는 저장소(컬렉션)이 아니다.
Functional in nature. :stream은 처리하는 데이터 소스를 변경하지 않습니다. 즉 내가 A라는 데이터를 수정한다고해서 원본데이터가 수정되는것은 아니라는 의미입니다.
public static void main(String[] args) { List<String> names = new ArrayList<>(); names.add("hansol"); Stream<String> stringStream = names.stream().map(String::toUpperCase); names.forEach(System.out::println); } /* [실행 결과] hansol */
Java
복사
스트림으로 처리하는 데이터는 오직 한 번만 처리한다. : 컨베이어 벨트에서 데이터들이 한 번 지나간뒤 다시 돌아오지 않습니다.
무제한의 데이터일수도 있습니다. : 이 경우 Short Circuit 메소드를 사용해서 제한할 수 있습니다.
중개 오퍼레이션은 근본적으로 lazy하다
: 여러 중개 오퍼레이션들을 메소드 체이닝을 하더라도 그 시점에서 코드가 수행되지는 않습니다. 모든 중개 오퍼레이션의 실행시기는 종료 오퍼레이션의 호출시점입니다. 그렇기에 중개 오퍼레이션의 반환타입은 또 다른 stream 입니다.
public static void main(String[] args) { List<String> names = new ArrayList<>(); names.add("hansol"); names.add("toby"); names.add("catsbi"); names.add("mijeong"); Stream<String> stringStream = names.stream().map(s->{ System.out.println(s); return s.toUpperCase(); }); names.forEach(System.out::println); }
Java
복사
1.
names.stream().map(s->{ ... });
⇒ stream의 중개오퍼레이터를 사용하는 순간에는 코드가 수행되지 않습니다. 그렇기 때문에 중개오퍼레이션 map 안에 있는 출력문이 수행되지 않습니다. 수행시키기위해서는 스트림 파이프라인을 정의해야합니다.
손쉽게 병렬 처리를 할 수 있습니다.
: 지금껏 구현한 대부분의 예제코드에서는 forEach를 통해 단순한 반복 출력만 했습니다. 그런데 여기서 조건문이 추가되고 로직이 추가될수록 stream을 통해 구현할수록 간결해지기 때문에 stream을 쓰는 것 외에도 기본적인 for문이나 for-of문으로는 로직들을 병렬적으로 처리하는게 쉽지 않습니다. 하지만, parallelStream()을 이용하면 손쉽게 병렬처리를 할 수 있습니다.
public static void main(String[] args) { List<String> names = new ArrayList<>(); names.add("hansol"); names.add("toby"); names.add("catsbi"); names.add("mijeong"); List<String> collect = names.parallelStream().map(s->{ System.out.println(s + " " + Thread.currentThread().getName()); return s.toUpperCase(); }).collect(Collectors.toList()); collect.forEach(System.out::println); }
Java
복사
⇒ 주의해야할 점은 사실상 멀티 스레드를 이용한다고 성능이 무조건 좋은것은 아니며 오히려 느려질 가능성이 더 높습니다. 대부분의 경우 그냥 stream을 쓰는게 나으며 정말 큰데이터를 다룰 때 성능 테스트 후 parallelStream()을 사용하면 됩니다.

스트림 파이프라인

스트림이라는 컨베이어 벨트에 0개 혹은 다수의 중개 오퍼레이터(intermediate operation)과 한개의 종료 오퍼레이션(terminal operation)으로 구성합니다. 이 스트림은 반드시 하나의 종료 오퍼레이션이 있어야하며, 만약 종료 오퍼레이션이 없다면, 스트림은 존재하지만 코드 수행은 되지 않습니다.
스트림의 데이터 소스는 오직 터미널 오퍼레이션을 실행할 때에만 처리합니다.

중개 오퍼레이션

Stream을 리턴합니다.
Stateless/Stateful 오퍼레이션으로 더 상세하게 구분할 수도 있습니다. : 대부분 Stateless지만 distinct나 sorted처럼 이전 소스 데이터를 참조해야 하는 오퍼레이션은 Stateful 오퍼레이션입니다.
filter, map, limit, skip, sorted, ...

종료 오퍼레이션

Stream을 리턴하지 않습니다.
collect, allmatch, count, forEach, min, max...
public static void main(String[] args) { List<String> names = new ArrayList<>(); names.add("hansol"); names.add("toby"); names.add("catsbi"); names.add("mijeong"); List<String> collect = names.stream().map(s -> { System.out.println(s); return s.toUpperCase(); }).collect(Collectors.toList()); collect.forEach(System.out::println); }
Java
복사

2. Stream API

이번 장에서는 다양한 stream api를 예제를 통해 알아봅니다.
1.
걸러내기
Filter(Predicate)
stream에서 특정 조건(Predicate)을 만족하는 엘리먼트만 새로운 스트림으로 반환
2.
변경하기
Map(Function) 또는 FlatMap(Function)
각각의 요소에서 특정요소만 꺼내거나 혹은 변경하여 새로운 스트림으로 반환
flatMap의 경우 Array나 Object로 래핑되어있는 내용물을 꺼내어 하나로 합친 스트림으로 생성 후 반환
3.
생성하기
generate(Supplier) 또는 Iterator(T seed, UnaryOperator)
seed 로부터 UnaryOperator 을 무제한으로 반복하는 스트림 반환
ex: 랜덤 무제한 스트림
4.
스트림에 있는 데이터가 특정 조건을 만족하는지 확인
anyMatch(), allMatch(), nonMatch()
스트림의 엘리먼트를 돌며 특정 조건을 만족하는지 확인합니다.
ex1: 스트림의 있는 모든 값이 10보다 작은지 확인합니다. (allMatch)
ex2: 스트림의 제목 중 "Test"가 들어가는 제목이 있는지 확인합니다(anyMatch)
5.
개수 세기
count()
ex1: 10보다 작은 수의 갯수를 센다.
6.
스트림을 데이터 하나로 뭉치기
reduce(identity, ByFunction), collect(), sum(), max()
ex1: 모든 숫자 합 구하기
ex2: 모든 데이터를 하나의 리스트 혹은 Set에 옮겨 담기
public static void main(String[] args) { List<OnlineClass> springClasses = new ArrayList<>(); springClasses.add(new OnlineClass(1, "spring boot", true)); springClasses.add(new OnlineClass(2, "spring data jpa", true)); springClasses.add(new OnlineClass(3, "spring mvc", false)); springClasses.add(new OnlineClass(4, "spring core", false)); springClasses.add(new OnlineClass(5, "rest api development", false)); List<OnlineClass> javaClasses = new ArrayList<>(); javaClasses.add(new OnlineClass(6, "The Java, Test", true)); javaClasses.add(new OnlineClass(7, "The Java, Code mainpulation", true)); javaClasses.add(new OnlineClass(8, "The Java 8 to 11", false)); List<List<OnlineClass>> keesunEvents = new ArrayList<>(); keesunEvents.add(springClasses); keesunEvents.add(javaClasses); System.out.println("spring으로 시작하는 수업"); springClasses.stream() .filter(oc -> oc.getTitle().startsWith("spring")) .forEach(System.out::println); System.out.println("closed되지 않은 수업"); springClasses.stream() .filter(Predicate.not(OnlineClass::isClosed)) .forEach(System.out::println); System.out.println("수업 이름만 모아서 스트림 만들기"); Stream<String> springTitleStream = springClasses.stream() .map(OnlineClass::getTitle); springTitleStream.forEach(System.out::println); System.out.println("두 수업 목록에 들어있는 모든 수업 아이디 출력"); keesunEvents.stream() .flatMap(Collection::stream) .forEach(oc-> System.out.println(oc.getId())); System.out.println("10부터 1씩 증가하는 무제한 스트림 중에서 앞에 10개 빼고 최대 10개 까지만"); Stream.iterate(10, i -> i+1) .skip(10) .limit(10) .forEach(System.out::println); System.out.println("자바 수업 중에 Test가 들어있는 수업이 있는지 확인"); boolean test = javaClasses.stream(). anyMatch(oc -> oc.getTitle().contains("Test")); System.out.println(test); System.out.println("스프링 수업 중에 제목이 spring이 들어간 제목만 모아서 List로 만들기"); List<String> spring = springClasses.stream() .filter(oc -> oc.getTitle().contains("spring")) .map(OnlineClass::getTitle) .collect(Collectors.toList()); spring.forEach(System.out::println); }
Java
복사

3. Stream API - Moden Java In Action

모던 자바 인 액션 책을기준으로 기존 Stream API에 없는 내용들을 추가해 알아보자.

Stream Slicing

기존에 스트림에서 필터링을 할 때는 filter 중간 오퍼레이터를 이용해서 작업을 진행했다. 하지만 자바9에서는 스트림의 요소를 더 효과적으로 선택할 수 있도록 takeWhiledropWhile 메서드를 지원한다. 사용법은 동일하게 predicate를 제공하는 것으로 동일한데, 요소들이 미리 정렬(sorted)되어 있어야 한다는 조건이 있다.

저녁 메뉴 목록에서 320칼로리 이상 혹은 이하 음식 필터링하기

다음과 같은 음식 목록이 있다고 할 때 filter, takeWhile, dropWhile 을 각각 사용해서 필터링 하는 방식을 소개한다.
List<Dish> specialMenu = Arrays.asList( new Dish("된장찌개", 171), new Dish("샌드위치", 352), new Dish("밥", 355), new Dish("치킨", 400), new Dish("프렌치 프라이", 530), new Dish("피자", 859));
Java
복사
1.
filter 활용 가장 기본적인 방법으로 모든 메뉴를 순회하면서 각 요소에 프레디케이트를 적용한다. 하지만, 위 메뉴 목록을 보면 칼로리순으로 정렬되어있는 걸 확인할 수 있다. 즉 된장찌개를 빼면 모두 320 칼로리 이상인데, 불필요하게 모든 메뉴를 순회 해야할까?
List<Dish> filteredMenu = specialMenu.stream() .filter(dish -> dish.getCalories() < 320) .collect(toList());
Java
복사
2.
takeWhile 활용
모든 목록이 정렬되어 있다는 가정하에 takeWhile 연산을 사용하면 불필요한 순회를 하지 않고 해당 프레디케이트 조건이 true가 발생하는 요소까지만 슬라이싱할 수 있다.
List<Dish> filteredMenu = specialMenu.stream() .takeWhile(dish -> dish.getCalories() < 320) .collect(toList()); //결과: 된장찌개 log.info(filteredMenu);
Java
복사
3.
dropWhile
반대로 320칼로리 이상의 목록만 가져오고 싶다면 어떻게 해야할까? 정렬순서를 역순으로 다시 정렬한 뒤 takeWhile을 사용해도 되겠지만 좀 더 간단하게 하는 방법이 있다. dropWhile 메서드를 이용하면 프레디케이트 요소가 거짓이 될때까지 순회한 뒤 그 요소부터 나머지를 슬라이싱해 가져온다.
List<Dish> filteredMenu = specialMenu.stream() .takeWhile(dish -> dish.getCalories() < 320) .collect(toList()); //결과: 샌드위치, 밥, 치킨, 프렌치프라이, 피자 log.info(filteredMenu);
Java
복사

참고: 쇼트서킷 평가

and연산으로 boolean expression 평가를 한다고 할 때 하나라도 거짓일 경우 나머지 표현식의 결과와 무관하게 전체 결과도 거짓이 된다. 이러한 상황을 쇼트서킷이라 한다. 스트림에서는 allMatch, nonMatch, findFirst, findAny가 대표적으로 쇼트서킷이고, takeWhile, dropWhile역시 쇼트서킷이라 할 수 있다. 또한 스트림의 모든 요소를 처리할 필요 없이 주어진 크기의 스트림을 생성하는 limit도 쇼트서킷 연산이고, 이를 이용해 무한 스트림을 유한한 크기로 줄일 수도 있다.

findFirst VS findAny

일반적으로 Stream API에서 요소 탐색을 할 때 findFirst, findAny 중 어느 연산을 사용하더라도 동일한 결과가 나오는 것 같은데, 어째서 두 개의 연산 오퍼레이터가 있는 것일까?
그 이유는 바로 병렬성때문이다. 병렬 실행에서는 첫 번째 요소를 찾기 어렵기 때문에 요소의 반환 순서가 상관없다면 병렬 스트림에서는 제약이 적은 findAny를 사용하면 된다.

Reducing

스트림 요소를 조합해서 더 복잡한 질의를 표현하는 방식에 대해 알아보자.
모든 스트림 요소를 처리해 값으로 도출하는연산을 리듀싱 연산(Reducing Operate) 이라 부른다.
다음 코드는 모든 요소의 합을 구하는 리듀싱 연산이다.
List<Integer> numbers = List.of(4,5,3,9); int result = numbers.stream().reduce(0, (a, b) -> a + b);
Java
복사
리듀싱 연산
위 코드와 그림을 베이스로 값이 도출되는 흐름을 순차적으로 살펴보자.
1.
첫 번째 파라미터 0은 최초값이 된다.
2.
두 번째 파라미터인 람디식의 매개변수 (a, b)는 첫 번째 파라미터가 이전 연산의 결과, 두 번째 파라미터가 해당 순서의 요소이다.
3.
두 값은 각각 04 이고 이 둘의 연산 결과가 다음 순회의 a로 넘어간다.
4.
이전의 넘어온 a(4)와 이번 순서의 요소인 5가 각각 (a, b) 의 파라미터로 들어간다.
5.
반복해서 연산하며 최종값인 21이 도출된다.

초기값이 없는 경우 리듀싱 연산

Optional<Integer> sum = numbers.stream().reduce((a, b) -> a + b);
Java
복사
초기값을 받지 않도록 오버로드된 리듀싱은 람다식의 최초 수행시 a값이 무엇이 될까? 그리고 어째서 반환값이 Integer가 아닌 Optional<Integer>일까? numbers에 아무 값이 없는 경우를 생각해봐야한다. 초기값이 있는 경우 numbers에 아무 값이 없더라도 초기값을 그대로 반환할 수 있다.
하지만, 초기값이 없는 상태에서 numbers에 아무 값도 없는 상황을 생각해보자. 이 경우 초기값도 없기에 reduce는 합계를 반환할 수 없다. 그렇기에 Optional 객체로 감싼 결과를 반환한다.

참고: