[모던 자바 인 액션] chapter 4. 스트림 소개

 

 

[목차]
chapter 1. 자바 8, 9, 10, 11 : 무슨 일이 일어나고 있는가?
chapter 2. 동작 파라미터화 코드 전달하기
chapter 3. 람다 표현식(1)
chapter 3. 람다 표현식(2)
chapter 4. 스트림 소개

 

SQL 질의 언어에서는 기대하는 필터링을 어떻게 구현해야 할지 명시할 필요가 없으며 구현은 자동으로 제공한다. 컬렉션으로도 이와 비슷한 기능을 만들 수 있지 않을까? 또한, 멀티코어 아키텍처에서 컬렉션을 병렬처리를 통해 성능을 높이는 방법을 쉽게 제공할 수는 없을까?

→ 이 질문의 답은 스트림이다.

스트림이란 무엇인가?

스트림은 자바 8 API에 새로 추가된 기능이다. 다음과 같은 특징을 갖는다.

선언형

• 스트림을 이용하면 선언형(데이터를 처리하는 임시 구현 코드 대신 질의로 표현)으로 컬렉션 데이터를 처리할 수 있다.

→ 더 간결하고 가독성이 좋아짐

조립할 수 있음

• filter, sorted, map, collect 같은 여러 빌딩 블록 연산을 연결해서 복잡한 데이터 처리 파이프라인을 만들 수 있다.

→ 유연성이 좋아짐

병렬형

• 또한 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.
• filter, sorted, map, collect은 고수준 빌딩 블록(high-level building block)으로 이뤄져 있으므로 특정 스레딩 모델에 제한되지 않고 자유롭게 어떤 상황에서든 이용할 수 있다.
• 내부적으로 단일 스레드 모델에 사용할 수 있지만 멀티코어 아키텍처를 최대한 투명하게 활용할 수 있게 구현되어 있다. → 결과적으로 데이터 처리 과정을 병렬화하면서 스레드와 락을 걱정할 필요가 없음.

→ 성능이 좋아짐

 

스트림 시작하기

스트림이란 데이터 처리 연산을 지원하도록 소스에서 추출된 **연속된 요소(Sequence of elements)**로 정의할 수 있다.

• 연속된 요소 : 스트림은 컬렉션처럼 특정 요소 형식으로 이루어진 연속된 값 집합의 인터페이스를 제공. 컬렉션에서는 시간과 공간의 복잡성과 관련된 요소의 저장 및 접근 연산이 주를 이룸. 반면 스트림은 표현 계산식이 주를 이룸. 즉, 컬렉션의 주제는 데이터고 스트림의 주제는 계산.
• 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 연산(filter, map, reduce, find, match, sort 등)을 지원한다. 이 연산들은 순차적, 병렬로 실행 가능함.

스트림에는 다음과 같은 두 가지 중요 특징이 있다.

• 파이프라이닝(Pipelining) : 대부분의 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있도록 스트림 자신을 반환함. 덕분에 laziness(불필요한 연산을 피하기 위해 연산을 지연), short-circuiting(이미 결정난 값에 대한 불필요한 연산을 하지 않음으로 실행 속도를 높이는 기능) 같은 최적화도 얻을 수 있다.
• 내부 반복 : 반복자를 이용해서 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.

예제 코드를 살펴보자

import static java.util.Stream.Collectors.toList;

List<String> threeHighCaloricDishNames = 
	menu.stream() // menu(요리 리스트)에서 stream() 메서드를 호출해서 스트림을 얻었다.
		.filter(dish -> dish.getCalories() > 300) // 고칼로리 요리를 필터링
		.map(Dish::getName) // 요리명 추출
		.limit(3) // 선착순 3개만 선택
		.collect(toList()); // 결과를 리스트로 저장

• 여기서 데이터 소스는 요리 리스트다.
• 데이터 소스는 연속된 요소를 스트림에 제공한다.
• 스트림에 filter, map, limit, collect로 이어지는 일련의 데이터 처리 연산을 적용한다.
• collect를 제외한 모든 연산은 파이프라인을 형상할 수 있도록 스트림을 반환한다.
• 마지막으로 collect 연산으로 파이프라인을 처리해서 결과를 반환한다. (collect가 호출되기 전까지는 메서드 호출이 저장되는 효과가 있음)

filter, map, limit, collect는 각각 다음 작업을 수행한다.

• filter : 람다를 인수로 받아 스트림에서 특정 요소를 제외(filter)시킨다.
• map : 람다를 이용해서 한 요소를 다른 요소로 변환하거나 정보를 추출(map)한다.
• limit : 정해진 개수 이상의 요소가 스트림에 저장되지 못하게 크기를 축소(limt)한다.
• collect : 스트림을 다른 형식으로 반환한다.

 

스트림과 컬렉션

자바의 기존 컬렉션과 새로운 스트림 모두 연속된 요소(순차적으로 값에 접근하는) 형식의 값을 저장하는 자료구조의 인터페이스를 제공한다.

데이터를 언제 계산하느냐

• 컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조. 즉, 컬렉션의 모든 요소는 컬렉션에 추가하기 전에 계산되어야한다. 컬렉션에 요소를 추가하거나 컬렉션의 요소를 삭제하는 연산이 수행될 때 마다 컬렉션의 모든 요소가 메모리에 저장되어야 하고 컬렉션에 추가하려는 요소는 미리 계산이 필요하다. 생산자 중심 제조(supplier-driven: 팔기도 전에 창고를 가득 채움)라고도 한다.
• 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조로, 스트림에서는 요소를 추가하거나 제거할 수 없다. 사용자가 요청하는 값만 스트림에서 추출한다. 이를 요청 중심 제조(demend-driven manufacturing)라고 한다.

딱 한 번만 탐색할 수 있다.

스트림은 한 번만 탐색할 수 있다. 즉, 탐색된 스트림의 요소는 소비된다. 다시 탐색하려면 초기 데이터 소스에서 새로운 스트림을 만들어야 한다. (단, 초기 데이터는 컬렉션처럼 반복 사용할 수 있는 데이터 소스여야한다.)

외부 반복과 내부 반복

컬렉션 인터페이스를 사용하려면 사용자가 직접 요소를 반복해야 한다. 이를 **외부 반복(external iteration)**이라고 한다.

• 명시적으로 컬렉션 항목을 하나씩 가져와서 처리한다. → 최적화 달성 어려움
• 병렬성을 스스로 관리해야 한다. (’스스로’란 병렬성을 포기하던가 synchronized를 힘겹게 사용하는 것을 의미)

반면 스트림 라이브러리는 (반복을 알아서 처리하고 결과 스트림값을 어딘가에 저장해주는) **내부 반복(internal iteration)**을 사용한다. 어떤 작업을 수행할지만 지정하면 알아서 처리된다.

• 투명하게 병렬로 처리하거나 더 최적화된 다양한 순서로 처리할 수 있다.

 

스트림 연산

스트림 인터페이스의 연산을 크게 두 가지로 구분할 수 있다.

중간 연산(intermediate operation)

• 중간 연산은 다른 스트림을 반환한다. 따라서 여러 중간 연산을 연결해 질의를 만들 수 있다.
• 단말 연산을 스트림 파이프라인에 실행하기 전까지는 아무 연산도 수행하지 않는다. 즉, lazy하다. 합쳐진 중간 연산을 최종 연산으로 한 번에 처리하기 때문

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

System.out.println(names);

// 실행 결과
filtering: pork
mapping: pork
filtering: beef
mapping: beef
filtering: chicken
mapping: chicken
[pork, beef, chicken]

스트림의 게으른 특성 덕분에 몇 가지 최적화 효과를 얻었다.

limit 연산과 쇼트서킷 기법 : 모든 연산을 다 해보기 전에 조건을 만족하면 추가적인 불필요한 연산은 하지 않는다. 300칼로리가 넘는 요리는 여러 개이지만 처음 3개만 선택되었음.

루프 퓨전(loop fusion) : 둘 이상의 연산이 합쳐 하나의 연산으로 처리됨을 말한다. filter와 map은 서로 다른 연산이지만 한과정으로 병합되었다.

최종 연산(terminal operation)

• 최종 연산은 스트림을 닫고 파이프라인에서 결과를 도출한다.
• 보통 최종 연산에 의해 List, Integer, void 등 스트림 이외의 결과가 반환된다.

스트림 이용하기

스트림 이용 과정은 다음과 같이 세 가지로 요약할 수 있다.

• 질의를 수행할 (컬렉션 같은) 데이터 소스
• 스트림 파이프라인을 구성할 중간 연산 연결
• 스트림 파이프라인을 실행하고 결과를 만들 최종 연산

→ 스트림 파이프라인의 개념은 빌더 패턴(Builder pattern)과 비슷하다. (stream() ↔ builder(), collect() ↔ build())