728x90

스트림이 등장한 배경


  1. 거의 모든 자바 어플리케이션은 컬렉션을 이용하고 처리하기 위해서는 for문과 Iterator를 이용해서 코드를 작성해왔다.

    • 하지만 이러한 방식으로 작성된 코드는 길고 가독성이 좋지 않으며 재사용성 마저 떨어진다.
    • 데이터 소스마다 다른 방식으로 다뤄야한다. Collection이나 Iterator와 같은 인터페이스를 이용해서 표준화했지만, 각 컬렉션 클래스에는 같은 기능의 메서드들이 중복 정의 되어 있다.
      • ex) Collection.sort(), Arrays.sort()
  2. 많은 요소를 포함하는 컬렉션은 어떻게 처리해야 할까?

    • 멀티코어 아키텍처를 활용해서 병렬로 컬렉션의 요소를 처리해야 한다.
    • 하지만 병럴 처리 코드의 구현은 어렵고 복잡하며 디버깅도 어렵다.

스트림

컬렉션으로도 sql 질의처럼 고수준으로 추상화해서 처리할 수 있는 기능과 병렬 처리 기능을 만들 수 없을까??

List<Stirng> names = player.stream() 
        .filter(player -> player.getAge > 30) // 30살 이상 player 선택
        .map(Player::getName) // 요리명 추출
        .limit(3) // 선착순 3개만 추출
        .collect(toList()); // 스트림을 리스트로 변환

스트림이란 무엇인가?


스트림(Stream)은 자바 8 API에 새로 추가된 기능이다.

  • 스트림을 이용하면 선언형으로 컬렉션 데이터를 처리할 수 있다.
  • 여러 연산을 파이프라인으로 연결해 유연성이 좋다.
  • 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.

스트림의 정의

스트림이란 데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소 로 정의할 수 있다

연속된 요소 : 컬렉션과 마찬가지로 스트림은 특정 요소 형식으로 이루어진 연속된 값 집합의 인터페이스를 제공한다.

  • 컬렉션 : 자료구조, 요소의 저장 및 접근 연산 위주
  • 스트림 : 표현 계산식 위주

소스: 스트림은 컬렉션, 배열, I/O 자원 등의 데이터 제공 소스로부터 데이터를 소비한다.

  • ex) 정렬된 컬렉션으로 스트림을 생성하면 정렬이 그대로 유지된다.

데이터 처리 연산: 스트림은 함수형 프로그래밍 언어에서 일반적으로 지원하는 연산과 데이터베이스와 비슷한 연산을 지원하며, 순차적으로 또는 병렬로 실행할 수 있다.

  • ex) filter, map, reduce, find, match, sort 등

스트림의 특징


스트림은 다음과 같은 주요 특성이 있다.

파이프라이닝

  • 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있도록 스트림 자신을 반환한다.
  • 그 덕에 게으름(lazyness), 쇼트서킷(short-circuiting) 같은 최적화도 얻을 수 있다.

내부 반복

  • 반복자를 이용해서 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.

스트림과 컬렉션


자바의 기존 컬렉션과 자바8에서 추가된 스트림 모두 연속된(순차적, sequenced) 요소 형식의 값을 저장하는 자료구조의 인터페이스를 제공한다.


그렇다면 컬렉션과 스트림의 차이는 무엇일까??

가장 큰 차이는 데이터를 계산하는 시점이다

  • 컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조이다.
    • 컬렉션의 모든 요소는 컬렉션에 추가하기 전에 계산되어야 한다.
    • 예를 들어 컬렉션에 요소를 추가하거나 삭제하는 연산을 수행하기 전에 컬렉션의 모든 요소들은 메모리에 미리 저장되어 있어야 하며 계산되어야 한다는 뜻
  • 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조이다.
    • 즉 사용자가 요청하는 값만 스트림에서 추출한다.
    • 스트림에 요소를 추가하거나 제거할 수 없다.
    • 이러한 특징으로 인해 생산자-소비자 관계를 형성하며 게으르게 만들이지는 컬렉션과 같다.
  • 책에서 예시를 든 것 처럼 다운로드 방식(컬렉션)과 스트리밍 방식(스트림)을 생각하면 차이를 이해하기 쉽다.

스트림은 일회용이다

  • 스트림은 Iterator와 마찬가지로 일회용이다.
  • 한 번 탐색한 요소를 다시 탐색하려면 초기 데이터 소스에서 새로운 스트림을 만들어야 한다.
    • 마찬가지로 반복 사용할 수 있는 데이터 소스여야 한다는 뜻

외부 반복과 내부 반복

  • 컬렉션 인터페이스를 사용하려면 사용자가 직접 요소를 반복해야 한다.
    • for-each나 Iterator를 이용해서 반복할 수 있으며 이를 외부 반복(external iteration)이라고 한다.
  • 스트림 라이브러리는 반복을 알아서 처리하고 결과 스트림 값을 저장해주는 내부 반복(internal iteration)을 사용한다.
    List<String> names = menu.stream()
                     .map(Dish::getName) // 요리명 추출
                     .collect(toList()); // 파이프라인 실행, 반복자 x


이미지 출처

  • 스트림의 내부 반복의 장점은 자동으로 병렬성 구현을 선택하기 때문에 병렬성을 쉽게 얻을 수 있다는 점이며, 내부적으로 더 최적화된 다양한 순서로 처리할 수 있는 점이다.

스트림 연산


스트림 인터페이스의 연산을 크게 두 가지로 구분할 수 있다.

중간 연산과 최종 연산

  • 중간 연산(intermediate operation): 연결할 수 있는 스트림 연산
  • 최종 연산(terminal operation): 스트림을 닫는 연산
    List<Stirng> names = menu.stream() // 요리 리스트에서 스트림 얻기
            .filter(dish -> dish.getCalories > 300) // 중간 연산 시작
            .map(Dish::getname)
            .limit(3) // 중간 연산 끝
            .collect(toList()); // 스트림을 리스트로 변환, 종단 연산

중간 연산

  • 중간 연산다른 스트림을 반환한다.
    • 따라서 여러 중간 연산을 연결해 질의를 만들 수 있다.
    • 연산 결과는 스트림이지만, 연산 전의 스트림과 같은 것은 아니다.
  • 중간 연산은 최종 연산을 스트림 파이프라인에 실행하기 전까지는 아무도 연산을 수행하지 않는다는 것이다.
    • 게으르다(lazy)는 것이다.
    • 중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한 번에 처리하기 때문이다.
  • lazy 특성에 의한 최적화 효과
    List<Stirng> names = menu.stream() // 스트림 open
            .filter(dish -> {
                Syste.out.println("filtering:" + dish.getName());
                return dish.getCalories > 300;
            })
            .map(dish -> {
                Syste.out.println("mapping:" + dish.getName());
                return dish.getName();
            })
            .limit(3)
            .collect(toList());
    filtering:pork
    mapping:pork
    filtering:beef
    mapping:beef
    filtering:chicken
    mapping:chicken
    [pork, beef, chicken]
  • 첫 번째는 쇼트 서킷이다.
    • 300칼로리가 넘는 요리는 여러개였다고 가정해보자
    • 그럼에도 오직 처음 3개만 선택되었다.
    • limit 연산 쇼트서킷이라 불리는 기법 덕분이다.
  • 두 번째는 루프 퓨전이다.
    • filter와 map은 서로 다른 연산이지만 한 과정으로 병합되었다.

최종 연산

  • 최종 연산은 스트림 파이프라인에서 결과를 도출한다.
    • 보통 List, Integer, void 등 스트림 이외의 결과가 반환된다.
    • reduce(), collect(), count(), forEach()
  • 스트림의 요소를 소모하므로 단 한번만 가능하다.

마무리


스트림의 이용과정은 세 가지로 요약 가능하다

  1. 질의를 수행할 데이터 소스
  2. 스트림 파이프라인을 구성할 중간 연산 연결
  3. 스트림 파이프라인을 실행하고 결과를 만들 최종 연산

스트림의 파이프라인의 개념은 빌더 패턴과 비슷하다.

  • 호출을 연결해서 설정을 만든다(스트림의 중간 연산 연결)
  • 준비된 설정에 build 메서드 호출(스트림의 최종 연산)
728x90

+ Recent posts