객체지향프로그래밍 - 스트림(Stream)

스트림 (Stream)

함수형 프로그래밍

함수형 프로그래밍의 특징

• 수학적 함수의 계산을 통해 자료를 처리하고 상태와 가변 데이터를 멀리하는 프로그래밍 패러다임

• Java 8부터 Optional과 람다식과 같은 함수형 프로그래밍과 비동기 논블로킹의 기능 도입

  • 비동기 논블로킹
    • A 함수가 B 함수를 호출할 경우 A 함수는 그대로 실행이되고 B 함수 실행 완료가 되면 콜백함수를 전달하는 형태
    • A 함수가 B 함수가 제대로 끝났는지 유무는 신경쓰지 않음
    • ex) 사용자 이벤트 처리, 네트워크 응답 처리, 파일 입출력

• 병렬 처리, 이벤트 지향 프로그래밍에 적합

함수형 프로그래밍이 주목받기 시작한 이유

• 2000년대 초반까지는 CPU 클럭 증가, 실행 시간 최적화, Cache 크기 증가를 통해 소프트웨어의 싱글 프로세스, 싱글 스레드의 속도가 공짜로 증가했다. 하지만 전력 소모 및 발열 문제 등으로 단일코어를 통한 CPU 클럭 증가는 현실적으로 향상시키기 어려워졌다.

• 이를 대안으로 코어 수를 늘려서 CPU 의 성능을 향상시키는 방법이 등장했다. 여기서 동시에 제대로 기능을 수행하는 동시성의 개념이 중요해졌고, 절차 기반 언어의 동시성은 주어진 순간에 상태가 변경될 수 있으나 함수형 프로그래밍은 동시성을 통해 CPU 모든 코어를 활용할 수 있다는 특징 때문에 함수형 프로그래밍이 주목받기 시작했다.

함수의 순수성

• 동일한 인자를 통해 다수 호출되는 함수들은 항상 동일한 값을 반환

sum(a,b) = a+b 값을 반환하는 함수
함수를 호출하면 항상 항상 같은 값 반환
전역 변수나 임의의 종류의 활동과 같이 함수가 제어하지 않는 상태에 의존하지 않음 
함수에 정의되지 않은 변수에 접근할 수 없음

• 함수 실행하는 동안 side effect 존재하지 않음
  • side effect : 함수 외부에 정의된 변수를 수정, 콘솔 출력, 예외 발생, 파일 입출력
  • 함수 외부 어떤 종류 상태도 수정하지 않음
  • 동시성 프로그래밍이나 다중 스레드에 안전

변수의 불변

• 초기화된 변수를 수정할 수 없음
• 새 변수를 잘 만들 수 있지만 기존 변수를 수정할 수는 없음
• 프로그램 실행 시간 동안 상태를 유지하는 데 도움
• 변수를 만들고 값을 설정하면 해당 변수의 값이 절대 변경되지 않을 것이라는 확신을 가질 수 있음

스트림 (Steram)

정의

• 컬렉션이나 배열의 원소를 흐름으로 간주하는 것

저장 원소를 하나씩 참조해서 람다식으로 처리할 수 있도록 해주는 내부 반복자

• 컬렉션 내부에서 요소를 반복시키고 개발자는 요소당 처리할 코드만 제공되는 코드 패턴
• 객체를 통해 무엇을 할 것인지를 중심적으로 생각
• 이미 함수가 구현되어있음
• 어떻게 요소를 반복시킬 것 인가는 컬렉션에 맡겨두고 개발자는 요소처리 코드만 집중적으로 구현 가능
• 외부 반복자보다 효율적으로 요소 반복 가능

// 스트림을 이용해서 짝수만 출력
integerList.stream()
        .mapToInt(i -> i)
        .filter(i -> i % 2 == 0)
        .forEach(i -> System.out.print(i + ", "));

외부 반복자

• for, while, Iterator 등을 통해 각 요소를 접근하고 원하는 데이터만 추출하여 출력 및 반환
• 개발자가 코드로 직접 컬렉션 요소를 반복해서 가져오는 코드 패턴
• 자칫하면 코드가 복잡해질 수 있음
• 어떻게 할 것인지를 중심적으로 생각
• 직접 함수를 구현해야하는 경우가 많음

스트림의 종류

리턴타입	메소드 (매개변수)	소스
Stream	java.util.Collection.stream(),	컬렉션
	java.util.Collection.parallelStream()	컬렉션
Stream	Arrays.stream(T[]), Stream.of(T[])	배열
IntStream	Arrays.stream(int[]), IntStream.of(int[])	배열
LongStream	Arrays.stream(long[]), LongStream.of(long[])	배열
DoubleStream	Arrays.stream(double[]), DoubleStream.of(double[])	배열
IntStream	IntStream.range(int, int)	int 범위
	IntStream.rangeClosed(int, int)	int 범위
LongStream	LongStream.range(long, long)	long 범위
	LongStream.rangeClosed(long, long)	long 범위
Stream	Files.find(Path, int, BiPredicate, FileVisitOption)	디렉토리
	Files.list(Path)	디렉토리
Stream	Files.lines(Path, Charset)	파일
	BufferedReader.lines()	파일
DoubleStream	Random.doubles(…)	랜덤 수
IntStream	Random.ints(…)	랜덤 수
LongStream	Random.longs(…)	랜덤 수

---

스트림 파이프라인

• 여러 개의 스트림이 연결된 구조 컬렉션/배열.스트림얻기().중간스트림().중간스트림().최종처리()
• 대량의 데이터를 가공해서 축소하는 것을 리덕션 reduction이라고 함
• 데이터 합계, 평균값, 카운팅, 최대값, 최소값 등이 대표적인 리덕션 결과물
• 컬렉션의 요소를 리덕션의 결과물로 바로 집계할 수 없을 경우에는 집계하기 좋도록 필터링, 매핑, 정렬, 그룹핑 등의 필요함
• 중간 스트림이 생성될 때 요소들이 바로 중간 처리 필터링, 매핑, 정렬이 되는 것이 아니라 최종 처리 시작되기 전까지 중간 처리는 지연 lazy 되었다가 최종 처리가 시작하면 컬렉션 요소가 하나씩 중간 스트림에서 처리되고 최종 처리까지 오게 됨

중간 처리 스트림

• 반환값이 스트림 형태
• 필터링 / 중복제거 filter, distinct
• 매핑 flatMapXXX, mapXXX, asDoubleStream(), asLongStream, boxed()
• 정렬 sorted
• 중간 결과물 반복 peek

최종 처리 스트림

• 반환값이 기본타입이거나 OptionalXXX
• 매칭 allMatch, anyMatch, noneMatch
• 기본집계 count, max, min, average, sum, findFirst
• 커스텀 집계 reduce
• 수집 collect
• 최종 결과물 반복 forEach