스트림 소개

스트림이 무엇인지, 컬렉션과 스트림을 비교해보고 내부 반복과 외부 반복에 대해, 중간 연산과 최종 연산에 대해 알아본다.

자바에 컬렉션이 없다면 무슨 일이 벌어질까 ? 거의 모든 자바 애플리케이션이 컬렉션을 만들고 처리하는 과정을 포함한다. 컬렉션으로 데이터를 그룹화, 처리할 수 있다. 컬렉션은 거의 모든 프로그래밍 작업에 사용된다. 하지만 대부분의 자바 애플리케이션에서는 컬렉션을 많이 사용하지만 완벽한 컬렉션 관련 연산을 지원하려면 한참 멀었다.

대부분의 비지니스 로직에는 카테고리로 그룹화하던가, 특정 데이터를 찾는 연산이 포함된다. 우리는 이런 연산을 몇 번이나 구현해보았는가 ? 대부분의 DB에서는 선언형으로 이와 같은 연산을 표현할 수 있다. SQL 질의를 사용함으로 우리는 어느 속성을 이용하여 어떻게 필터링할 것인지에 대해서는 구현할 필요가 없다. 우리가 기대하는 것이 무엇인지 직접 표현할 수 있다.

즉, SQL에서 질의를 어떻게 구현해야 할 지 명시할 필요가 없고 구현은 자동으로 제공된다. 어 ? 컬렉션으로도 이와 비슷한 기능을 만들 수 있지 않을까 ?

1장에서 살펴 본 것처럼 커다란 컬렉션은 어떻게 처리해야 할까 ? 성능을 높이려면 병렬로 컬렉션의 요소를 처리해야 한다. 하지만 병렬 처리 코드는 복잡하고 구현하기 어렵다. 디버깅이 어려운 것은 덤이다.

이 질문의 답은 스트림이다 !

00 스트림이란 무엇인가 ?

스트림은 자바 8 API에 새로 추가된 기능이다. 이를 이용하면 선언형 (즉, 데이터를 처리하는 임시 구현 코드 대신 질의로 표현할 수 있다.)으로 컬렉션 데이터를 처리할 수 있다. 또한 스트림을 이용하면 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.

우선은 스트림이 어떤 유용한 기능을 제공하는지 확인해보자. 다음은 저칼로리의 요리명을 반환하고, 칼로리를 기준으로 요리를 정렬하는 자바 7의 코드이다.

/**** 자바8 이전 ****/
List <Dish> lowCalDishes = new ArrayList<>();

for(Dish dish : menu)[
    if(dish.getCAlories() < 400){
        lowCalDishes.add(dish);
    }
}

Collection.sort(lowCalDishes, new Comparator<Dish>() {
    public int compare(Dish d1, Dish d2){
        return Integer.compare(d1.getCalories(), d2.getCalories());
    }
});

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

for(Dish dish : lowCalDishes){
    lowCalDishesNm.add(dish.getName());
}

위 코드에서는 lowCaloricDishes라는 '가비지 변수'를 사용했다. 즉, lowCaloricDishes는 컨테이너 역할만 하는 중간 변수다. 자바 8에서 이러한 세부 구현은 라이브러리 내에서 모두 처리한다.

다음은 스트림을 활용한 코드를 보자

List<String> lowCalDishesName = 
	        menu.stream()   // 병렬처리를 위해서는 parallelStream() 사용
                .filter(d -> d.getCalories < 400)
                .sorted(comparing(Dish::getCalories))
                .map(Dish::getName)
                .collect(toList());

스트림을 활용한 코드는 다음과 같은 이점을 가진다.

• 선언형으로 코드를 구현할 수 있다. (선언형)
  - 루프와 if 등의 조건, 제어 블록을 사용하지 않고 실제 필요한 동작을 명시적으로 코드에서 나타낼 수 있게 된다.

• filter, sorted, map, collect와 같은 여러 연산을 연결, 데이터 처리 파이프라인을 생성 가능 (조립 가능)
  - 작업에 대한 처리 순서 명시로 인해서 가독성이 좋아진다.
  - 멀티코어 아키텍처를 지원하기 때문에 병렬 처리 시, 스레드와 락에 대해 고려하지 않아도 된다.

• 컬렉션과는 다르게 ArrayList를 사용할지 LinkedList를 사용할지 등, 요소의 저장, 접근 연산 등에 신경 쓰지 않고 map, filter처럼 표현하고자 하는 계산식에 집중할 수 있다. (병렬화)

01 스트림 시작하기

스트림 : 데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소

• 연속된 요소: 스트림은 특정 요소 형식으로 이루어진 연속된 값 집합의 인터페이스를 제공한다. 주로 계산식이 주를 이룬다. 이때 연속적은 순차적으로 접근함을 의미한다.

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

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

스트림은 다음과 같은 두 가징 중요 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.

컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조다. 즉, 컬렉션의 모든 요소는 컬렉션에 추가하기 전에 계산되어야 한다. 반면 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조다. 이러한 스트림의 특성은 게으른 생성을 가능하게 한다.

스트림은 반복자와 마찬가지로 한 번만 탐색할 수 있다. 탐색된 스트림의 요소는 소비된다.

지금까지 설명한 내용을 예제로 확인해보자

List<String> lowCalDishesName = 
	        menu.stream()  // 메뉴에서 스트림을 얻는다.
                .filter(d -> d.getCalories < 400) // 파이프라인 연산 만들기. 첫번째, 고칼로리 요리 필터링
                .sorted(comparing(Dish::getCalories)) // 정렬
                .map(Dish::getName) //요리명 추출
                .limit(3) // 선착순 세개만 선택
                .collect(toList()); //결과를 다른 리스트로 저장

02 스트림과 컬렉션

스트림으로 어떤 연산을 수행할 수 있는지 알아보았다. 잠시 한발 물러나 컬렉션 API와 새로운 스트림 API의 개념적인 차이를 확인해보자.

자바의 기존 컬렉션과 새로운 스트림 모두 연속된 요소 형식의 값을 저장하는 자료구조의 인터페이스를 제공한다. 여기서 '연속된'이라는 표현은 순서와 상관없이 아무 값에나 접속하는 것이 아니라 순차적으로 값에 접근한다는 것을 의미한다.

컬렉션과 스트림의 차이는 무엇인가 ? 그것은 mp4 비디오파일과, 트위치 live tv와 같다. 차이는 ? 데이터를 언제 계산하는가이다. 이것이 가장 큰 차이다. 컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 구조이다. 즉, 컬렉션의 모든 요소는 컬렉션에 추가하기 전에 계산되어야 한다.

반면 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조다. 스트림에 요소를 추가하거나 스트림에서 요소를 제거할 수 없다. 사용자가 요청하는 값만 스트림에서 추출한다는 것이 핵심이다. 결과적으로 스트림은 생산자와 소비자 관계를 형성한다. 또한 스트림은 게으르게 만들어지는 컬렉션과 같다. 즉, 사용자가 데이터를 요청할 때만 값을 계산한다.

예 ) 구글에서 스트림을 검색한다.

스트림 -> 디폴트 10개 건 보여주고 다음페이지 누르면 다음 10개 건 보여주기
컬렉션 -> 포털에 있는 모든 디폴트 건 보여주기....

딱 한번만 탐색할 수 있다.

반복자와 마찬가지로 스트림도 한 번만 탐색할 수 있다. 즉, 탐색된 스트림의 요소는 소비된다. 반복자와 마찬가지로 다시 탐색하려면 초기 데이터 소스에서 새로운 스트림을 만들어야 한다.

스트림은 단 한 번만 소비할 수 있다는 점을 명심하자

외부 반복과 내부 반복

컬렉션과 스트림의 또 다른 차이점은 데이터 반복 처리 방법이다.

컬렉션 인터페이스를 사용하려면 사용자가 직접 요소를 반복해야 한다. for-each나 Iterator를 이용해서 반복할 수 있으며 이를 외부 반복(external iteration)이라고 한다. 반면 스트림 라이브러리는 반복을 알아서 처리하고 결과 스트림 값을 저장해주는 내부 반복(internal iteration)을 사용한다.

• 컬렉션 (외부 반복)
  - 컬렉션 인터페이스를 사용하려면 유저가 직접 요소를 반복해야함 (ex for-each)
  - 많은 양의 데이터 처리 시, 병렬성을 스스로 관리해야함

• 스트림 (내부 반복)
  - 유저가 명시적으로 반복에 대한 처리를 할 필요가 없음 (더 최적화된 순서로 시스템이 처리)
  - 병렬처리가 용이함

03 스트림 연산

(1) 중간 연산과 최종 연산

스트림은 연결할 수 있는 스트림 연산인 중간 연산(intermediate operation)과 스트림을 닫는 연산인 최종 연산(terminal operation)으로 구성된다.

중간 연산은 다른 스트림을 반환한다. 따라서 여러 중간 연산을 연결해 질의를 만들 수 있다. 중간 연산의 가장 중요한 특징은 단말 연산을 스트림 파이프라인에 실행하기 전까지는 아무도 연산을 수행하지 않는다는 것, 즉 게으르다(lazy)는 것이다. 중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한 번에 처리하기 때문이다.

List<Stirng> names = menu.stream() // 스트림 open
		.filter(dish -> dish.getCalories > 300) // 중간 연산 시작
		.map(Dish::getname)
		.limit(3) // 중간 연산 끝, short-circuit
		.collect(toList()); // 종단 연산

스트림의 게으른 특성 덕분에 얻을 수 있는 최적화 효과가 있다.

첫 번째는 쇼트 서킷이다. 모든 연산을 다 해보기 전에 조건을 만족하면 추가적인 불필요한 연산은 하지 않는다. 위의 예시에서는 limit 연산이 쇼트 서킷 연산에 해당된다. 3개의 결과를 얻은 후 앞선 filter와 map연산은 더 이상 수행할 필요가 없어 빠르게 최종 연산을 수행한다.

두 번째는 루프 퓨전이다. 위의 예시 코드에서 filter와 map 연산에 값을 print 하는 과정을 추가한다면 filter와 map이 다른 연산이지만 한 과정으로 병합되어 처리됨을 확인할 수 있다. 루프 퓨전은 이렇게 둘 이상의 연산이 합쳐 하나의 연산으로 처리됨을 말한다.

최종 연산은 스트림 파이프라인에서 결과를 도출한다. 스트림 외의 결과를 반환하는 연산을 말한다.

(2) 스트림 이용하기

즉 스트림을 사용하기 위해서는 다음과 같은 3가지 프로세스를 가진다.

• 질의를 수행할 데이터 소스 (컬렉션 객체)

• 스트림 파이프라인을 구성하는 중간 연산 (map, filter 등)

• 스트림 파이프라인을 실행해서 실제 계산을 수행하고 결과를 만드는 최종 연산

05 마치며, 정리

	1. 스트림은 소스에서 추출된 연속 요소로, 데이터 처리 연산을 지원한다.

	2. 스트림은 내부 반복을 지원한다. 내부 반복은 filter, map, sorted등의 연산으로 반복을 추상화한다.
	
    3. 스트림에는 중간 연산과 최종 연산이 있다.

	4. 중간연산은 filter와 map처럼 스트림을 반환하며 다른 연산과 연결되는 연산. 이를 이용하여 파이프라인 구성하나 가능 중간 연산으로는 어떤 결과도 생성할 수 없다.

	5. 최종연산은 foerEach나 count처럼 스트림 파이프라인을 처리해서 스트림이 아닌 결과를 반환하는 연산