重复造轮子-Java1.8 Lambda-编写SQL

2016-12-26 本文已影响938人撸二行代码

在软件行业里面，关于是否需要重复造轮子，一直是一个讨论的问题？我个人是一个喜欢重复造轮子的人，并不是我不相信开源项目里的“轮子”，而是我想学习一下别人的思想是什么？关于“轮子”我们一直是使用者，也是学习造轮子的技术的学习者。一直被别人讨论为闭门造轮子，但是我一直都不认为我是一个闭门造轮子的人。一直都在借鉴别人和学习别人。

JDK1.8从发布到现在已经有二年多时间了！但是对于我们而言，我们一直使用JDK1.6，JDK1.7，其实不是我们不想使用JDK1.8。而是我们的开发人员对于1.8的特性了解不是很多。即使1.7的特使我们都没有使用多少新特性，别说1.8了。即使使用1.8，但是我们还在使用1.7的特性，那么和1.7其实没有多大的必要。

聊聊1.8的新特性吧！

1：接口改善

2：函数式接口

3：Lambdas

4：java.util.function

5：java.util.stream

6：泛型接口改进

7：java.time

8：集合API附件

9：增加并发API

10：IO/NIO API的新增内容

11：反射和annotation的改动

12：Nashorn JavaScript 引擎

对于一个Java开发人员而言，其实每一次JDK发布新的标准的时候，我往往是欣喜若狂，因为不同的标准出现，你就会发现，你将为之少付出很多时间去实现一个以前需要花很长时间的功能了。但是其实我个人思考的是，其实随着各种规范出现，是否我们都要去实现，我个人其实不是很喜欢，我只喜欢根据这些规范我准备实现什么，我准备为这些规范如何在哪些模块准备以一种什么样的方式实现它。

说说正题吧！

众所周知Java8中加入了lambda语法，这一特性也帮助Java开发者极大的简化了开发。相对于Java世界的ORM框架的话，我们有JPA，Hibernate，Mybatis等等一些被认可的很好的ORM框架。但是当Jdk1.8出现，lambda和stream是否可以组合成一个新的ORM架构呢？现在市面上已经有了Speedment框架就是使用lambda表达式操作数据库的框架。当我想做这个的时候，Speedment版本不知道迭代了多少版本！我不认为我做的有Speedment那么好，但是我肯定可以通过这个可以更加方便理解lambda和stream。

先来一个简单的数据集存储在List里面，然后从List中搜索想要的数据吧！

一开始没法做的那么复杂，只能通过简单List先理解lambda和stream。因为我个人认为只有这样才能进一步的了解和编写想要的。

List<String> list = new ArrayList<>();

List test = list.stream().

filter(module -> module.equals("1")).

filter(module -> module.equals("2")).

collect(Collectors.toList());

对于我个人而言其实第一步就是如何集成Stram接口和重写里面的方法。因为我认为filter其实就是我们的查询条件。但是对于数据库我们有Join等等一些列SQL的写法。

在这个开发过程中对于Stream理解是一个很大的挑战，我们来看看IBM上面对于Stream介绍吧！

为什么需要 Stream

Stream 作为 Java 8 的一大亮点，它与 java.io 包里的 InputStream 和 OutputStream 是完全不同的概念。它也不同于 StAX 对 XML 解析的 Stream，也不是 Amazon Kinesis 对大数据实时处理的 Stream。Java 8 中的 Stream 是对集合（Collection）对象功能的增强，它专注于对集合对象进行各种非常便利、高效的聚合操作（aggregate operation），或者大批量数据操作 (bulk data operation)。Stream API 借助于同样新出现的 Lambda 表达式，极大的提高编程效率和程序可读性。同时它提供串行和并行两种模式进行汇聚操作，并发模式能够充分利用多核处理器的优势，使用 fork/join 并行方式来拆分任务和加速处理过程。通常编写并行代码很难而且容易出错, 但使用 Stream API 无需编写一行多线程的代码，就可以很方便地写出高性能的并发程序。所以说，Java 8 中首次出现的 java.util.stream 是一个函数式语言+多核时代综合影响的产物。

什么是聚合操作

在传统的 J2EE 应用中，Java 代码经常不得不依赖于关系型数据库的聚合操作来完成诸如：

1：客户每月平均消费金额

2：最昂贵的在售商品

3：本周完成的有效订单（排除了无效的）

4：取十个数据样本作为首页推荐

这类的操作。

但在当今这个数据大爆炸的时代，在数据来源多样化、数据海量化的今天，很多时候不得不脱离 RDBMS，或者以底层返回的数据为基础进行更上层的数据统计。而 Java 的集合 API 中，仅仅有极少量的辅助型方法，更多的时候是程序员需要用 Iterator 来遍历集合，完成相关的聚合应用逻辑。这是一种远不够高效、笨拙的方法。在 Java 7 中，如果要发现 type 为 grocery 的所有交易，然后返回以交易值降序排序好的交易 ID 集合，我们需要这样写：

Java 7 的排序、取值实现

Java 8 的排序、取值实现

Java 8 使用 Stream，代码更加简洁易读；而且使用并发模式，程序执行速度更快。

Stream 总览

什么是流

Stream 不是集合元素，它不是数据结构并不保存数据，它是有关算法和计算的，它更像一个高级版本的 Iterator。原始版本的 Iterator，用户只能显式地一个一个遍历元素并对其执行某些操作；高级版本的 Stream，用户只要给出需要对其包含的元素执行什么操作，比如 “过滤掉长度大于 10 的字符串”、“获取每个字符串的首字母”等，Stream 会隐式地在内部进行遍历，做出相应的数据转换。

Stream 就如同一个迭代器（Iterator），单向，不可往复，数据只能遍历一次，遍历过一次后即用尽了，就好比流水从面前流过，一去不复返。

而和迭代器又不同的是，Stream 可以并行化操作，迭代器只能命令式地、串行化操作。顾名思义，当使用串行方式去遍历时，每个 item 读完后再读下一个 item。而使用并行去遍历时，数据会被分成多个段，其中每一个都在不同的线程中处理，然后将结果一起输出。Stream 的并行操作依赖于 Java7 中引入的 Fork/Join 框架（JSR166y）来拆分任务和加速处理过程。Java 的并行 API 演变历程基本如下：

1：1.0-1.4 中的 java.lang.Thread

2：5.0 中的 java.util.concurrent

3：6.0 中的 Phasers 等

4：7.0 中的 Fork/Join 框架

5：8.0 中的 Lambda

Stream 的另外一大特点是，数据源本身可以是无限的。