[JAVA] Java Stream

[JAVA] Java Stream

Last modified on 2025-04-18 , by hjjae2

Stream 에 대해 정리해보기

Stream #

Java8 에서 java.util.stream 패키지에 Stream API 추가

다양한 데이터 소스(source)를 표준화된 방법으로 다루기 위한 기술



Stream API 의 특징은 다음과 같다. #

  1. 데이터(컬렉션, 배열 등)을 표준화된/하나의 방법을 통해 연산, 조작할 수 있다.

    • 데이터를 스트림으로 만들고 나면 표준화된(하나의) 방법으로 조작할 수 있다.

  2. 내부 반복(internal interation) 을 통해 작업을 수행한다.

  3. 스트림은 일회용이다.

    • 최종 연산(소모)을 통해 스트림이 끝났다면, 다시 스트림 생성/조작해야 한다.

  4. 원본 데이터(original data)를 변경하지 않는다.

  5. 지연(Lazy) 연산을 통해 불필요한 연산을 피한다.

  6. 쉽게 병렬 처리 기능을 지원한다.

    • parallelStream(), parallel() 등

  7. 스트림의 처리 단계는 다음과 같다.

    1. 스트림의 생성
    2. 스트림의 중개/중간 연산(스트림의 변환 : filter, map, …)
    3. 스트림의 최종 연산(스트림 사용, 스트림 요소 소모 : reduce, collect, …)
    • 중간 연산 : 연산 결과 -> stream
    • 최종 연산 : 연산 결과 -> stream X, 스트림 소모하는 방식이라 단 한번만 가능

  8. 기본형(Primitive) 스트림을 지원한다. (IntStream, LongStream, DoubleStream 등)

    • Stream<Integer> 대신 IntStream 을 사용함으로써 오토박싱&언박싱 비효율 제거
    • Stream<T> 보다 숫자와 관련된 유용한 기능을 더 제공 (Stream<T>는 숫자를 위한 것이 아니고 참조타입을 위한거니까)
    • 성능 개선에 고려할 수 있다.

* 스트림으로 연산(중개연산, 최종연산)을 할 때 대부분 ‘함수형 인터페이스 매개변수’를 갖는다. 즉, 람다식을 사용할 수 있다.


// 스트림을 생성하는 다양한 방법들
Collection.stream();

Stream.of();

Stream.iterate();

Stream.generate();

// 중개/중간 연산 종류들
filter();
distinct();
sort();
limit();
...

// 최종 연산 종류들
count();
forEach();
...



Lazy 연산 vs Eager 연산 #

List<Integer> list = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9, 10);
list.stream()
   .filter(i -> i<6) // --- (1)
   .filter(i -> i%2==0) // --- (2)
   .map(i -> i*10) // --- (3)
   .collect(Collectors.toList())

// 출처: https://dororongju.tistory.com/137 [웹 개발 메모장]

Lazy 연산

  1. 1 번째 연산에 대해 계산 : (2)까지 계산 후 연산 종료
  2. 2 번째 연산에 대해 계산 : (3)까지 계산
  3. 3 번쨰 연산에 대해 계산 : (2)까지 계산 후 연산 종료
  4. n 번째 연산에 대해 계산 : …
  5. 10 번째 연산에 대해 계산 : (1)까지 계산 후 연산 종료

Eager 연산

  1. 1~10번째에 대해서 (1) 연산 실행
  2. 1번에서 구한 요소들에 대해 (2) 연산 실행
  3. 2번에서 구한 요소들에 대해 (3) 연산 실행



병렬 스트림 #

  1. Stream API 에는 ‘병렬 스트림’을 생성할 수 있는 API 를 제공한다.

  2. 병렬 스트림이란, 각각의 스레드에서 처리할 수 있도록 Stream 의 요소(element)를 여러 chunk 로 분할한 스트림이다. 이 chunk 를 멀티코어 CPU 가 처리하도록 할당할 수 있다. (* 병렬 스트림은 내부적으로 ForkJoinPool 을 사용한다.)

  • * 병렬 처리가 항상 향상된 성능으로 동작하는 것은 아니다.

  • * 어떤 알고리즘을 병렬화 하는 것보다 어떤 자료구조를 선택할 지 고민하는 것이 중요하기도 하다. (예를 들어, 불필요한 박싱/언박싱 제거)

많은 글들에서 스트림은 “내부 반복” 을 통해 병렬 처리를 쉽게할 수 있다고 한다. 그렇다면 왜 내부 반복을 사용하면 병렬 처리를 쉽게 할 수 있을까? 내가 생각한 결론은 “병렬 처리를 위해 요소들을 chunk 단위로 분할할 때, 개발자가 직접 분할하지 않고 내부에서 알아서 분할해줄 수 있기 때문에” 이다.


병렬 처리를 할 때 아래의 것들에 대해 고려해봐야 한다.

  1. 병렬 처리의 동작 방식에 대해 정확히 알고 사용하자.

  2. 멀티코어 간의 데이터 이동 비용과 작업(로직)의 비용을 비교하자.

  3. 공유 자원이 연관된 작업에 대해서는 병렬화의 이점이 없을 수 있다. (공유 자원에 대해 관계가 없을 때 사용하는 것이 바람직하다.)

  4. 전체 스트림 파이프라인 처리 비용 = N * Q (N = 처리해야할 요소의 수, Q = 하나의 요소를 처리할 때 발생하는 비용)일 때, Q 가 높다면 병렬 스트림으로 성능을 개선할 수 있는 가능성이 있다.

    • N 이 커도 개선할 수 있는 가능성이 있다.

  5. ‘최종 연산’ 의 병합 비용을 고려한다.

    • 병합 비용이 비싸다면, 이득이 없을 수 있다.

  6. 소량의 데이터에서는 병렬 스트림의 이득이 크지 않다.



Fork/Join Framework (포크/조인 프레임워크) 란? #

Fork/Join 프레임워크는 작업을 작은 작업으로 분할하고, (sub task)각각의 결과를 합쳐 전체 결과를 만들도록 설계되었다.

서브태스크(sub task)를 ForkJoinPool의 작업 스레드에 분산하여 할당하는 ExcutorService 인터페이스를 구현한다.



참고 #