CHAPTER4 - 스트림

목차.

 

1. 스트림이란 무엇인가?

2. 컬렉션과 스트림

3. 내부 반복과 외부 반복

4. 중간 연산과 최종 연산

 

 

 

1. 스트림이란 무엇인가?

스트림은 자바 8 API에 새로 추가된 기능이다. 스트림을 이용하면 선언형(데이터 처리를 질의로 표현)으로 컬렉션 데이터를 처리할 수 있다.

또한 스트림을 이용하면 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.

 

 

스트림을 사용하지 않는 코드

List<Dish> lowCaloricDishes = new ArrayList<>();

//누적자로 요소 필터링
for (Dish dish : DishExample.menu) {
    if (dish.getCalories() < 400) {
        lowCaloricDishes.add(dish);
    }
}

//익명 클래스로 요리 정렬
Collections.sort(lowCaloricDishes, new Comparator<Dish>() {
    @Override
    public int compare(Dish o1, Dish o2) {
        return Integer.compare(o1.getCalories(), o2.getCalories());
    }
});

List<Dish> lowCaloricDishesName = new ArrayList<>();

//정렬된 리스트를 처리하면서 요리 이름 선택
for (Dish dish : lowCaloricDishes) {
    lowCaloricDishesName.add(dish);
}

위 코드에서는 lowCaloricDishes라느 ㄴ가비지 변수를 사용했다. 자바 8에서는 이런 세부 구현은 라이브러리 내에서 모두 처리한다.

 

스트림을 사용하는 코드

List<String> lowCaloricDishesName = DishExample.menu.stream()
        .filter(dish -> dish.getCalories() < 400)
        .sorted(Comparator.comparing(Dish::getCalories))
        .map(Dish::getName)
        .toList();

stream()을 parallelStream()으로 바꾸면 이 코드를 멀티코어 아키텍처에서 병렬로 실행할 수 있다.

 

List<String> lowCaloricDishesName = DishExample.menu.parallelStream()
        .filter(dish -> dish.getCalories() < 400)
        .sorted(Comparator.comparing(Dish::getCalories))
        .map(Dish::getName)
        .toList();

 

 

스트림의 새로운 기능이 소프트웨어공학적으로 다음의 다양한 이득을 준다.

 

1. 선언형으로 코드를 구현할 수 있다.

- 루프와 if 조건문 등의 제어 블록을 사용해서 어떻게 동작을 구현할지 지정할 필요 없이 '저칼로리의 요리만 선택하라' 같은 동작의 수행을 지정할 수 있다. 3장에서 살펴본 것처럼 선언형 코드와 동작 파라미터화를 활용하면 변하는 요구사항에 쉽게 대응할 수 있다.

 

2. filter, sorted, collect 같은 연산은 고수준 빌딩 블록으로 이루어져 있으므로 특정 스레딩 모델에 제한되지 않고 자유롭게 어떤 상황에서든 사용할 수 있다. 결과적으로 데이터 처리 과정을 병렬화하면서 스레드와 락을 걱정할 필요가 없다.

 

 

2. 스트림이란 무엇인가?

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. 컬렉션은 자료구조이므로 컬렉션에서는(ArrayList or LinkedList) 시간과 공간의 복잡성과 관련된 요소 저장 및 접근 연산이 주를 이룬다면 스트림은 filter, sorted, map처럼 표현 계산식이 주를 이룬다.

 

*소스

- 스트림은 컬렉션, 배열, I/O 자원 등의 데이터 제공 소스로부터 데이터를 소비한다. 정렬된 컬렉션으로 스트림을 생성하면 정렬이 그대로 유지된다. 즉, 리스트로 스트림을 ㅁ나들면 스트림의 요소는 리스트의 요소와 같은 순서를 유지한다.

 

*데이터 처리 연산

- 스트림은 함수형 프로그래밍 언어에서 일반적으로 지원하는 연산과 데이터베이스와 비슷한 연산을 지원한다. 예를 들면 filter, map, reduce, find, match, sort 등으로 데이터를 조작할 수 있다. 스트림 연산은 순차적으로 또는 병렬로 실행할 수 있다.

 

또한 스트림에는 다음과 같은 두 가지 중요 특징이 있다.

 

*파이프라이닝

- 대부분의 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있도록 스트림 자신을 반환한다. 연산 파이프라인은 데이터 소스에서 적용하는 데이터베이스 질의와 비슷하다.

 

*내부 반복

반복자를 이용해서 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.

 

예제로 살펴보자

List<String> thredHighCaloricDishNames =
	// 메뉴에서 스트림을 얻는다.
	DishExample.menu.stream()
    	// 고칼로리 요리를 필터링한다.
        .filter(dish -> dish.getCalories() > 400)
        // 요리명 추출
        .map(Dish::getName)
        // 선착순 세 개만 선택
        .limit(3)
        //결과를 다른 리스트로 반환한다.
        .toList();

 

우선 요리 스트를 포함하는 menu에 stream 메서드를 호출해서 스트림을 얻었다. 여기서 데이터 소스는 요리 리스트다. 데이터 소스는 연속된 요소를 스트림에 제공한다. 다음으로 스트림에 filter, map, limit, collect로 이어지는 일련의 데이터 처리 연산을 적용한다.

toList()를 제외한 모든 연산은 서로 파이프라인을 형성할 수 있도록 스트림을 반환한다. 파이프라인은 소스에 적용하는 질의 같은 존재다. 마지막으로 toList() 연산으로 파이프라인을 처리해서 결과를 반환한다. 마지막에 toList()를 호출하기 전까지는 menu에서 무엇도 선택되지 않으며 출력 결과도 없다. 즉 toList()가 호출되기 전까지 메서드 호출이 저장되는 효과가 있다.

 

 

3. 스트림과 컬렉션

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.

 

스트림과 컬렉션의 차이를 비유를 들어서 보자면 DVD와 인터넷 스트리밍의 차이로 볼 수 있다. DVD는 전체 자료구조가 저장되어있는 컬렉션이다. 인터넷 스트리밍은 요청할 때만 데이터를 받는다.

 

데이터를 언제 계산하느냐가 컬렉션과 스트림의 가장 큰 차이다. 컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조이다. 반면 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조다. 이런 특성을 이용해 무제한의 소수를 포함하는 스트림을 만들 수 있다.

 

 

4. 외부  반복과 내부 반복

컬렉션 인터페이스를 사용하려면 사용자가 직접 요소를 반복해야한다(예를 들면 for 문). 이를 외부 반복이라고 한다. 반면 스트림 라이브러리는 (반복을 알아서 처리하고 결과 스트림값을 어딘가에 저장해주는) 내부 반복을 사용한다.

 

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

//정렬된 리스트를 처리하면서 요리 이름 선택
for (Dish dish : lowCaloricDishes) {
    names.add(dish.getName());
}

List<String> names = DishExample.menu.stream()
        .map(Dish::getName)
        .toList();

 

컬렉션은 외부적으로 반복, 즉 명시적으로 컬렉션 항목을 하나씩 가져와서 처리한다. 스트림의 내부 반복은 반복 과정을 신경쓰지 않아도 된다. 또한 데이터 표현과 하드웨어를 활용한 병렬성 구현을 자동(최적화된 방법)으로 선택한다. 반면 for-each를 이용하는 외부 반복에서는 병렬성을 스스로 관리해야 한다.

 

 

java.util.stream.Stream 인터페이스는 많은 연산을 정의한다. 스트림 인터페이스의 연산을 크게 두 가지로 구분할 수 있다.

List<String> lowCaloricDishesName = DishExample.menu.stream()
        .filter(dish -> dish.getCalories() < 400) //중간 연산
        .sorted(Comparator.comparing(Dish::getCalories)) //중간 연산
        .map(Dish::getName) //중간 연산
        .toList(); //최종 연산

 

filter, sorted, map은 서로 연결되어 파이프라인을 형성한다.

toList로 파이프라인을 실행한 다음에 닫는다.

 

연결할 수 있는 스트림 연산을 중간 연산이라고 하며, 스트림을 닫는 연산을 최종 연산이라고 한다.

왜 스트림의 연산을 두 가지로 구분할까?

 

5. 중간 연산

filter나 sorted 같은 중간 연산은 다른 스트림을 반환한다. 따라서  중간 연산을 연결해서 질의를 만들 수 있다. 중간 연산의 중요한 특징은 단말 연산을 스트림 파이프라인에 실행하기 전까지는 아무 연산도 수행하지 않는다는 것(lazy)이다. 중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한 번에 처리하기 때문이다.

 

스트림 파이프라인에서 어떤 일이 일어나는지 쉽게 확인할 수 있도록 람다가 현재 처리 중인 요리를 출력하자

 

List<String> names = DishExample.menu.stream()
        .filter(dish -> {
            System.out.println("filter: " + dish.getName());
            return dish.getCalories() > 300;
        })
        .map(dish -> {
            System.out.println("map: " + dish.getName());
            return dish.getName();
        })
        .limit(3)
        .toList();

System.out.println(names);


filter: pork
map: pork
filter: beef
map: beef
filter: chicken
map: chicken
[pork, beef, chicken]

 

스트림의 lazy특성으로 인해 몇 가지 최적화 효과를 얻을 수 있다.

첫 째 300칼로리가 넘는 요리는 여러 개지만 처음 3개만 선택되었다. 이는 limit연산 그리고 쇼트서킷이라 불리는 기법 덕분이다.

둘 째 filter와 map은 서로 다른 연산이지만 한 과정으로 병합되었다. 이 기법을 루프 퓨전이라고 한다.

 

6. 최종 연산

최종 연산은 스트림 파이프라인에서 결과를 도출한다. 보통 최종 연산에 의해 List, Integer, void 등 스트림 이외의 결과가 반환된다. 예를 들면 forEach는 소스의 각 요리에 람다를 적용한 다음에 void를 반화하는 최종 연산이다.