[Effective Java] 7-3. 람다와 스트림

조슈아 블로크 님의 "Effective Java" 책을 정리한 포스팅 입니다.

 

1. 반환 타입으로는 스트림보다 컬렉션이 낫다

원소 시퀀스 반환시, 스트림 처리와 반복 처리 모두를 만족시키도록 노력하자

스트림은 반복을 지원하지 않음

• Iterable 확장 X
• 반복문에서 사용하기 어려움
• 그러나, Iterable이 정의한 추상 메서드를 모두 정의함

 

Collection이나 그 하위타입을 쓰자

• Iterable의 하위타입
• stream 메서드도 지원함

 

하위 타입 사용 시 주의점

• 메모리가 큰 시퀀스를 무작정 메모리에 올리면 안됨

 

예

멱집합 원소 배열

public class PowerSet {
    public static final <E> Collection<Set<E>> of(Set<E> s) {
        List<E> src = new ArrayList<>(s);
        if (src.size() >= 30) throw new IllegalArgumentException("too many elements");
        
        return new AbstractList<Set<E>>() {
        	@Override public int size() { return 1 << src.size(); }
            
            @Override public boolean contains(Object o) { 
            	return o instanceof Set && src.containsAll((Set) o); 
            }
            
            @Override public Set<E> get(int idx) {
            	Set<E> result = new HashSet<>();
                for (int i = 0; idx != 0; i++, idx >>= 1) {
                	if ((idx & 1) == 1) result.add(src.get(i));                                        
                }
                
                return result;
            }
        }
    }
}

• 멱집합을 구성하는 각 원소의 인덱스를 비트 벡터로 사용
• AbstractList를 이용하여 전용 컬렉션 구현하기

 

2. 스트림 병렬화는 주의해서 적용하라

parallel()

• 스트림 파이프라인을 병렬 실행할 수 있는 스트림 반환
• 여러 스레드에서 데이터를 처리하여 성능을 향상시킬 수 있음

 

주의사항

• 작은 데이터에 사용하면 오버헤드로 인해 오히려 성능이 저하될 수 있음
• 순서를 보장하지 않음
• 공유 상태 사용 주의
• CPU 코어를 활용하므로, 코어 수보다 병렬 작업이 크지 않아야 함

 

적합성 판단 기준

Spliterator

• 데이터 소스를 나누는 작업
• Stream이나 Iterable의 spliterator 메서드로 얻어올 수 있음
• 성능을 좌우하는 가장 큰 요소

 

데이터 소스

• 효율적인 소스
  • 나누는 작업이 수월함 
  • ArrayList, HashMap, HashSet, ConcurrentHashMap
  • int 스트림, long 스트림
  • 배열
• 효율이 낮은 소스
  • Stream.iterate와 같은 스트림
  • limit를 사용 (순차적 처리 필요)
  • 연결 리스트 (Random Access 필요)

 

참조 지역성

• 메모리 접근이 순차적으로 이루어질수록 캐시 효율이 높아져 성능이 좋아짐
• 다량의 데이터를 처리하는 벌크 연산에 중요

 

적합한 연산

• reduce 연산 시, 효과가 가장 좋음

 

안전 실패

• 스트림을 잘못 병렬화 하면, 성능이 나빠질 뿐만 아니라 잘못된 결과를 얻어올 수 있음

 

Random 처리

• 무작위 수들로 이뤄진 스트림을 병렬화 할 때, ThreadLocalRandom보단 SplittableRandom을 사용

 

예

소수 계산 스트림 파이프라인

LongStream.rangeClosed(2, n)
    .mapToObj(BigInteger::valueOf)
    .filter(i -> i.isProbablePrime(50))
    .count();