Java 8 中的 Stream 是對集合（Collection）對象功能的增強，它專注於對集合對象進行各種非常便利、高效的聚合操作（aggregate operation），或者大批量數據操作 (bulk data operation)。Stream API 借助於同樣新出現的 Lambda 表達式，極大的提高編程效率和程序可讀性。同時它提供串行和並行兩種模式進行匯聚操作，並發模式能夠充分利用多核處理器的優勢
Stream 不是集合元素，它不是數據結構並不保存數據，它是有關算法和計算的，它更像一個高級版本的 Iterator。獲取一個數據源（source）→ 數據轉換→執行操作獲取想要的結果，每次轉換原有 Stream 對象不改變，返回一個新的 Stream 對象（可以有多次轉換），這就允許對其操作可以像鏈條一樣排列，變成一個管道
為什么不在集合類實現這些操作，而是定義了全新的Stream API？Oracle官方給出了幾個重要原因：
一是集合類持有的所有元素都是存儲在內存中的，非常巨大的集合類會占用大量的內存，而Stream的元素卻是在訪問的時候才被計算出來，這種“延遲計算”的特性有點類似Clojure的lazy-seq，占用內存很少。
二是集合類的迭代邏輯是調用者負責，通常是for循環，而Stream的迭代是隱含在對Stream的各種操作中，例如map()。
對於基本數值型，目前有三種對應的包裝類型 Stream：IntStream、LongStream、DoubleStream。
stream是Java8新增的一大API。官方定義：支持在元素流上支持功能式操作，例如映射減少集合上的轉換。
特點：
不儲存。數據流不是存儲元素的數據結構；相反，它將元素從源數據結構、數組、生成器函數或輸入/輸出通道傳遞到計算操作的管道中。
功能性。一個流操作產生一個結果，但不修改它的源。例如，從一個集合中過濾得到的數據流產生一個新的流，而不過濾元素，而不是從源集合中移除元素。
懶惰尋求。許多流操作，如過濾、映射，或去除重復，可以懶洋洋地，暴露的機會，優化。例如，“尋找三個連續的元音字母的第一個字符串”不需要檢查所有的輸入字符串。流操作分為中間（流生產）操作和終端（價值或副作用生產）操作。中間操作總是懶惰。
可能無界。雖然集合有一個有限的大小，流不需要。短路操作如極限（n）或findfirst()可以允許無限流計算在有限的時間內完成.
意為流但與I/O流又有所不同。Stream 是對集合（Collection）對象功能的增強，它專注於對集合對象進行各種非常便利、高效的聚合操作（aggregate operation），或者大批量數據操作 (bulk data operation)。Stream API 借助於同樣新出現的 Lambda 表達式，極大的提高編程效率和程序可讀性。同時它提供串行和並行兩種模式進行匯聚操作，並發模式能夠充分利用多核處理器的優勢，使用 fork/join 並行方式來拆分任務和加速處理過程。通常編寫並行代碼很難而且容易出錯, 但使用 Stream API 無需編寫一行多線程的代碼，就可以很方便地寫出高性能的並發程序。所以說，Java 8 中首次出現的 java.util.stream 是一個函數式語言+多核時代綜合影響的產物。
Lambda語法:
(params) -> expression
(params) -> statement
(params) -> { statements }
關鍵字:
filter:是一個中間操作,接受一個predicate接口類型的變量，並將所有流對象中的元素進行過濾。filter(s -> s.getState()==State.pay)
map:是一個對於流對象的中間操作，通過給定的方法，它能夠把流對象中的每一個元素對應到另外一個對象上。map(s -> s.getPlanNo()) / map(s -> Plan::planNo) / 價格變成 10倍 map(s -> s.getPrice().multiply(BigDecimal.valueOf(10)))
reduce:把 Stream 元素組合起來。它提供一個起始值（種子），然后依照運算規則（BinaryOperator）,返回單個的結果值，並且reduce操作每處理一個元素總是創建一個新值
BigDecimal total = stream().reduce(BigDecimal.zero, (a,b) -> a.add(b)); 或
BigDecimal total = stream().reduce(BigDecimal.ZERO, BigDecimal::add)
limit : 返回 Stream 的前面 n 個元素；skip 則是扔掉前 n 個元素
sorted: 一個中間操作，能夠返回一個排過序的流對象的視圖。流對象中的元素會默認按照自然順序進行排序，除非你自己指定一個Comparator接口來改變排序規則.
collect: 修改現存的值
Collectors 類的主要作用就是輔助進行各類有用的 reduction 操作
groupingBy 按規則分組:stream().collect(Collectors.groupingBy(p->p.getState()))
partitioningBy 是一種特殊的 groupingBy，它依照條件測試的是否兩種結果來構造返回的數據結構，get(true) 和 get(false) 能即為全部的元素對象。
Stream 有三個 match 方法，從語義上說：
allMatch：Stream 中全部元素符合傳入的 predicate，返回 true
anyMatch：Stream 中只要有一個元素符合傳入的 predicate，返回 true
noneMatch：Stream 中沒有一個元素符合傳入的 predicate，返回 true
示例,domain
public class Plan {
private int id;
private String planNo;
private BigDecimal price;
private long total;
private State state;
private Calendar createTime;
private JSONObject features = new JSONObject();
Sate :noPay(1,"未支付"), pay(2,"支付"), settle(3,"結算"),
List<Plan> planList = initList();
1. 把方案編號planNo轉換大寫 返回列表
List<String> noList = planList.stream().map(p->p.getPlanNo().toUpperCase()).collect(Collectors.toList());
2,價格由高到低排序
List<Plan> list = planList.stream().sorted((a,b) -> b.getPrice().compareTo(a.getPrice())).collect(Collectors.toList());
3,狀態為支付的價格由高到低排序
planList.stream().filter(s -> State.pay == s.getState()).sorted((a,b) -> b.getPrice().compareTo(a.getPrice())).collect(Collectors.toList());
4,求最高價/最低價/總價, total數量平均,總和
BigDecimal max = planList.stream().max((a,b)->a.getPrice().compareTo(b.getPrice())).get().getPrice();
BigDecimal min = planList.stream().min((a,b)->a.getPrice().compareTo(b.getPrice())).get().getPrice();
BigDecimal total = planList.stream().map(p->p.getPrice()).reduce(BigDecimal.ZERO,(a,b)->a.add(b));
平均 : planList.stream().mapToLong(Plan::getTotal).average().getAsDouble();
總和:planList.stream().mapToLong(Plan::getTotal).sum()
5,總共有多少種狀態值
long count = planList.stream().map(p->p.getState()).distinct().count();
long c2 = planList.stream().map(p->p.getState()).collect(Collectors.toSet()).size();
6,方案編號中包含某些字符
List<Plan> list = planList.stream().filter(p->p.getPlanNo().contains("gt")).collect(Collectors.toList());
7,價格前三的方案
List<Plan> topList = planList.stream().sorted((a,b)->b.getPrice().compareTo(a.getPrice())).limit(3).collect(Collectors.toList());
8,按方案狀態分組列表
Map<State, List<Plan>> map = planList.stream().collect(Collectors.groupingBy(p->p.getState()));
9,方案分成是否支付二種,查詢列表
Map<Boolean, List<Plan>> map = planList.stream().collect(Collectors.partitioningBy(s -> s.getState()==State.noPay));
map.get(true) 是全部 未支付
map.get(false) 是支付 和 結算
10,轉換成Map結構 <方案編號 , 價格>
Map<String, BigDecimal> map = planList.stream().collect(Collectors.toMap(p->p.getPlanNo(), Plan::getPrice));
11,轉換數據結構 , list轉成數組
Plan[] ps = planList.stream().toArray(Plan[]::new);
12,按狀態算數量的總和/平均數
平均:Map<State, Double> map = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.averagingLong(Plan::getTotal)));
求和:Map<State, Long> sum = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.summingLong(Plan::getTotal)));
13、按狀態統計BigDecimal
MAp<State,BigDecimal> map = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.maping(Plan::getPrice,Collectors.reducing(BigDecimal.ZERO,BigDecimal::add))));
Map<State, LongSummaryStatistics> sumMap = planList.stream().collect(Collectors.groupingBy(Plan::getState, Collectors.summarizingLong(Plan::getTotal)));
LongSummaryStatistics描述流中元素的各種摘要數據,求 count, min, max, sum, and average.