您好，我是湘王，这是我的头条号「湘王说」，欢迎您来，欢迎您再来～

Lambda表达式虽然将接口作为代码块赋值给了变量，但如果仅仅只是Lambda表达式，还无法让Java由量变引起质变。真正让Lambda能够发挥出巨大威力的，就是流式计算。

所谓流式计算，就是让数据像在流水线上一样，从一道工序流转到下一道工序。就像这样：

如果把数据处理的方式比作流水线，那么Spark、Storm和Flink就是目前市面上头部的三家工厂。它们有各种各样的数据装配间（也就是各种处理数据的算子），将数据按照所需加工成型。所以，不懂流式计算根本就做不了大数据开发。上面那张图，如果换成流式计算的，就是这样：

Lambda表达式就变成了一个个的数据装配间。

还是以实际的代码例子来说明。假如有这样的代码：

如果想筛选28岁以下的员工，并按年龄排序，用老办法只能这么做：

如果要转换成Lmabda表达式的话，就是这样：

可以看到，这虽然用了Lambda表达式替代了旧的方法，但可能要写大量的函数式接口，Lambda沦为鸡肋，完全谈不上简便快速，更别说优雅！

所以，这时候如果用流式计算，那简直不要太优雅：

仅仅几行代码就搞定了，完全没有之前那种「傻大黑粗」的感觉了。

上面的代码，可以用这幅图来还原：

1、先用filter算子（流式计算中的函数，或者方法，在大数据中统称为算子，我也习惯这么称呼）将符合年龄条件的雇员筛选出来；

2、再按照年龄从低到高排序；

3、将排好序的员工列表输出出来。

就是这么简单粗暴！

就像藏宝图一样，只有将Lambda表达式和流式计算这两张碎片拼起来，才是完整的Java函数式编程。

所有的流式计算算子可以分为两大类：中间操作和终端操作。

1、中间操作：返回另一个流，如filter、map、flatMap等；

2、终端操作：从流水线中生成结果，如collect、count、reduce、forEach等。

现在，咱们已经找到了函数式编程这个宝藏。那么再回到最初的问题：当要实现某宝、某东和某哈哈的员工联谊并解决单身问题时，有更好的办法吗？

当然有，而且只用一行代码就可以搞定：

List<Employee> unMarriedList4 = list.stream().filter(company -> Company.Type.BIG == company.getType()).flatMap(companys -> companys.getEmployees().stream()).filter(Employee::isMarried).sorted(Comparator.comparing(Employee::getAge)).collect(Collectors.toList());

感谢您的大驾光临！咨询技术、产品、运营和管理相关问题，请关注后留言。欢迎骚扰，不胜荣幸～

我在头条