많은 자바 애플리케이션에서 컬랙션을 사용한다. 하지만 컬랙션 관련 연산들은 연산을 통해 기대하는 것에 집중하기 보다는 구현을 어떻게 할지를 명시해야 한다. 또 한 많은 요소를 포함한 컬랙션을 처리할 경우 병렬 처리가 효과적이지만 병렬 처리 코드를 구성하는 것은 단순 반복 처리 코드에 비해 복잡하고 디버깅이 어렵다. 이런 문제들에 대한 해결책이 스트림이다.
스트림이란 무엇인가?
스트림을 이용하면 선언형으로 컬렉션 데이터를 처리할 수 있고 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다. 또 한 여러 빌딩 블록 연산을 연결해 복잡한 데이터 처리 파이프라인을 만들 수 있다. 연산이 복잡함에도 가독성은 유지된다.
스트림에서 filter 같은 연산은 고수준 빌딩 블록(high-level building block)으로 이뤄져 있어서 특정 스레딩 모델에 제한되지 않고 자유롭게 사용할 수 있다. 결과적으로 데이터 처리 과정을 병렬화하면서 스레드와 락을 걱정하지 않아도 된다.
|
1
2
3
4
5
6
7
8
|
// 복잡한 데이터를 처리함에도 가독성이 좋다.
// stream()은 parallelStream()으로 바꾸면 병렬연산 가능
List<String> lowCaloricDishesName = menu.stream()
.filter(d -> d.getCalories < 400)
.sorted(comparing(Dish::getCalories))
.map(Dish::getName)
.collect(toList())
|
cs |
요약하면 스트림 API는 다음과 같은 특징을 갖는다.
1. 선언형: 더 간결하고 가독성이 좋아진다.
2. 조립할 수 있음: 유연성이 좋아진다.
3. 병렬화: 성능이 좋아진다.
스트림 시작하기
자바 8 컬렉션에는 스트림을 반환하는 stream 메서드가 추가됐다.
스트림은 '데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소(sequence of elements)'이다. 여기서 말하는 연속된 요소, 소스, 데이터 처리 연산의 의미는 다음과 같다.
1. 연속된 요소: 컬렉션과 같이 스트림은 특정 요소 형식으로 이뤄진 연속된 값 집합의 인터페이스를 제공한다. 여기서 컬 랙션의 주제는 데이터고 스트림의 주제는 계산이다.
2. 소스: 스트림은 컬렉션, 배열, I/O 자원 등의 데이터 제공 소스로부터 데이터를 소비한다.
3. 데이터 처리 연산: 스트림은 함수형 프로그래밍 언어에서 일반적으로 지원하는 연산과 DB와 비슷한 연산을 지원한다.
스트림은 다음과 같은 두 가지 특징을 가지고 있다.
1. 파이프라이닝(Pipelining): 대부부의 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있게
스트림 자신을 반환한다.
2. 내부 반복: 반복자를 이용해 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.
스트림과 컬렉션
자바의 컬렉션과 스트림은 모두 연속된(순차적으로 접근하는) 요소 형식의 값을 저장하는 자료구조의 인터페이스를 제공한다. 그럼에도 스트림과 컬렉션은 데이터 연산 시점이 다르다는 큰 차이가 존재한다.
스트림 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조다. 따라서 스트림에 요소를 추가하거나 제거할 수 없다. 스트림은 사용자가 데이터를 요청할 때만 값을 계산하기 때문에 생산자와 소비자 관계를 형성한다. 스트림을 게으르게 만들어지는 컬렉션이라 생각해도 좋다.
컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조다. 즉, 모든 요소는 컬렉션에 추가하기 전에 계산되야 하므로 요소를 추가하거나 삭제할 수 있다. 컬렉션은 스트림과 다르게 적극적으로 생성된다.
딱 한 번만 탐색할 수 있다
반복자와 스트림은 한 번만 탐색할 수 있다. 따라서 한 번 탐색한 요소를 다시 탐색하려면 초기 데이터 소스에서 새로운 스트림을 만들어야 한다.
외부 반복과 내부 반복
컬렉션 인터페이스를 사용하기 위해선 사용자가 집접 요소를 반복해야 하는 외부 반복(external iteration)을 사용한다. 스트림 라이브러리는 반복을 알아서 처리하고 결과 스트림값을 어딘가에 저장하는 내부 반복(internal iteration)을 사용한다.
내부 반복을 사용하면 작업을 투명하게 병렬로 처리하거나 더 최적화된 다양한 순서로 처리할 수 있다. 스트림 라이브러리의 내부 반복은 데이터 표현과 하드웨어를 활용한 병렬성 구현을 자동으로 선택한다.
스트림은 내부 반복을 사용하기 때문에 반복 과정을 신경쓰지 않아도 되는 장점이 있다. 이 장점을 누리기 위해서는 반복을 숨기는 연산 리스트가 미리 정의되 있어야 한다. 이런 연산의 대부분은 람다 표현식을 인수로 받기 때문에 동작 파라미터화를 사용할 수 있다.
스트림 연산
스트림 인터페이스의 연산은 크게 두 가지로 나뉜다.
1. 중간 연산(intermedia operation): 연결할 수 있는 스트림 연산. 다른 스트림을 반환한다.
2. 최종 연산(terminal operation): 스트림을 닫는 연산. 스트림 파이프라인에서 결과를 도출한다.
|
1
2
3
4
5
6
|
List<String> names = menu.stream()
.filter(dish -> dish.getCalories() > 300) // 중간 연산
.map(Dish::getName) // 중간 연산
.limit(3) // 중간 연산
.collect(toList()) // 최종 연산
|
cs |
중간 연산
중간 연산은 다른 스트림을 반환하기 때문에 여러 중간 연산을 연결해 질의를 만들 수 있다. 중간 연산은 게으르기(lazy) 때문에 단말 연산을 스트림 파이프라인에 실행하기 전까지 아무 연산도 수행하지 않는다. 중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한 번에 처리한다.
스트림이 lazy하다는 특징 때문에 여러 최적화 효과를 얻을 수 있다. 위 코드의 경우 다음과 같은 효과를 얻는다.
1. 쇼트 서킷(short circuit): 참 거짓이 확정되면 뒤의 조건을 검사하지 않는다. 위 예시의 경우 map으로 연산된 여러
요소 중 limit을 사용해 오직 3개만 선택한다.
2. 루프 퓨전(loop fusion): 프로그래밍 효율성, 컴퍼일러 최적화 원칙에 따라 둘 이상의 루프를 하나로 결합하는 기술.
위 예시에서 filter와 map은 서로 다른 연산이지만 한 과정으로 병합되 있다.
최종 연산
최종 연산은 스트림 파이프라인에서 결과를 도출한다. 통상적으로 최종 연산은 스트림 이외의 결과를 반환한다.
스트림 이용하기
스트림 이용 과정은 다음과 같이 3개의 단계로 요약된다.
1. 질의를 수행할 데이터 소스
2. 스트림 파이프라인을 구성할 중간 연산 연결
3. 스트림 파이프라인을 실행하고 결과를 만들 최종 연산
스트림 파이프라인의 개졈은 빌더 패턴(builder pattern)과 비슷하다. 빌더 패턴은 호출을 연결해 설정을 만들고 준비된 설정에서 build 메서드를 호출한다.
이와 비슷하게 스트림에서는 중간 연산을 연결하고 최종 연산을 호출한다.
출처 - 모던 자바 인 액션