为什么要使用Stream
1、函数式编程带来的好处尤为明显。这种代码更多地表达了业务逻辑的意图，而不是它的实现机制。易读的代码也易于维护、更可靠、更不容易出错。
2、高端
实例数据源
Filter
1、遍历数据并检查其中的元素时使用。
2、filter接受一个函数作为参数，该函数用Lambda表达式表示。
Map
1、map生成的是个一对一映射,for的作用
2、比较常用
3、而且很简单
FlatMap1、顾名思义，跟map差不多,更深层次的操作
2、但还是有区别的
3、map和flat返回值不同
4、Map 每个输入元素，都按照规则转换成为另外一个元素。
还有一些场景，是一对多映射关系的，这时需要 flatMap。
5、Map一对一
6、Flatmap一对多
7、map和flatMap的方法声明是不一样的
(1) <r> Stream<r> map(Function mapper);
(2) <r> Stream<r> flatMap(Function> mapper);
(3) map和flatMap的区别：我个人认为，flatMap的可以处理更深层次的数据，入参为多个list，结果可以返回为一个list，而map是一对一的，入参是多个list，结果返回必须是多个list。通俗的说，如果入参都是对象，那么flatMap可以操作对象里面的对象，而map只能操作第一层。
Reduce
1、感觉类似递归
2、数字(字符串)累加
3、个人没咋用过
Collect
1、collect在流中生成列表，map，等常用的数据结构
2、toList()
3、toSet()
4、toMap()
5、自定义
Optional
1、Optional 是为核心类库新设计的一个数据类型，用来替换 null 值。
2、人们对原有的 null 值有很多抱怨，甚至连发明这一概念的Tony Hoare也是如此，他曾说这是自己的一个“价值连城的错误”
3、用处很广，不光在lambda中，哪都能用
4、Optional.of(T)，T为非空，否则初始化报错
5、Optional.ofNullable(T)，T为任意，可以为空
6、isPresent()，相当于 ！=null
7、ifPresent(T)， T可以是一段lambda表达式 ，或者其他代码，非空则执行
并发
1、stream替换成parallelStream或 parallel
2、输入流的大小并不是决定并行化是否会带来速度提升的唯一因素，性能还会受到编写代码的方式和核的数量的影响
3、影响性能的五要素是:数据大小、源数据结构、值是否装箱、可用的CPU核数量，以及处理每个元素所花的时间
调试
1、list.map.fiter.map.xx 为链式调用，最终调用collect(xx)返回结果
2、分惰性求值和及早求值
3、判断一个操作是惰性求值还是及早求值很简单:只需看它的返回值。如果返回值是 Stream，那么是惰性求值;如果返回值是另一个值或为空，那么就是及早求值。使用这些操作的理想方式就是形成一个惰性求值的链，最后用一个及早求值的操作返回想要的结果。
4、通过peek可以查看每个值，同时能继续操作流
