스트림이란 무엇인가?
스트림(Stream)은 자바 8 API에 새로 추가된 기능이다. 스트림을 이용하면 선언형으로 컬렉션 데이터를 처리할 수 있다. 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.
스트림을 이용할 때의 장점은 아래와 같다.
- 가비지 변수를 만들지 않는다.
- 선언형으로 코드를 구현할 수 있다.
- 여러 빌딩 블록 연산을 연결해서 복잡한 데이터 처리 파이프라인을 만들 수 있다.
- filter, map, sorted, collect 같은 연산은 고수준 빌딩 블록(high-level building block)으로 이루어져 있으므로 특정 스레딩 모델에 제한되지 않고 자유롭게 어떤 상황에서든 사용할 수 있다.
스트림 API의 특징은 선언형, 조립할 수 있음, 병렬화로 요약 가능하다.
컬렉션과 스트림
스트림은 자세히 표현하자면 데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소로 정의할 수 있다.
- 연속된 요소: 스트림은 특정 요소 형식으로 이루어진 연속된 값 집합의 인터페이스를 제공한다. 주로 계산식이 주를 이룬다. 이때 연속적은 순차적으로 접근함을 의미한다.
- 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 연산을 지원하며, 순차적으로 또는 병렬로 실행할 수 있다.
스트림은 다음과 같은 두 가징 중요 특성이 있다.
- 파이프라이닝: 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있도록 스트림 자신을 반환한다. 그 덕에 게으름(lazyness), 쇼트서킷(short-circuiting) 같은 최적화도 얻을 수 있다.
- 내부 반복: 반복자를 이용해서 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.
컬렉션은 현재 자료구조가 포함하는 모든 값을 메모리에 저장하는 자료구조다. 즉, 컬렉션의 모든 요소는 컬렉션에 추가하기 전에 계산되어야 한다. 반면 스트림은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조다. 이러한 스트림의 특성은 게으른 생성을 가능하게 한다.
스트림은 반복자와 마찬가지로 한 번만 탐색할 수 있다. 탐색된 스트림의 요소는 소비된다.
내부 반복과 외부 반복
컬렉션 인터페이스를 사용하려면 사용자가 직접 요소를 반복해야 한다. for-each나 Iterator를 이용해서 반복할 수 있으며 이를 외부 반복(external iteration)이라고 한다. 반면 스트림 라이브러리는 반복을 알아서 처리하고 결과 스트림 값을 저장해주는 내부 반복(internal iteration)을 사용한다.
내부 반복의 장점은 병렬성을 쉽게 얻을 수 있다는 점이며, 내부적으로 더 최적화된 방법으로 처리될 수 있기 때문이다.
중간 연산과 최종 연산
스트림은 연결할 수 있는 스트림 연산인 중간 연산(intermediate operation)과 스트림을 닫는 연산인 최종 연산(terminal operation)으로 구성된다.
중간 연산은 다른 스트림을 반환한다. 따라서 여러 중간 연산을 연결해 질의를 만들 수 있다. 중간 연산의 가장 중요한 특징은 단말 연산을 스트림 파이프라인에 실행하기 전까지는 아무도 연산을 수행하지 않는다는 것, 즉 게으르다(lazy)는 것이다. 중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한 번에 처리하기 때문이다.
List<Stirng> names = menu.stream() // 스트림 open
.filter(dish -> dish.getCalories > 300) // 중간 연산 시작
.map(Dish::getname)
.limit(3) // 중간 연산 끝, short-circuit
.collect(toList()); // 종단 연산스트림의 게으른 특성 덕분에 얻을 수 있는 최적화 효과가 있다.
첫 번째는 쇼트 서킷이다. 모든 연산을 다 해보기 전에 조건을 만족하면 추가적인 불필요한 연산은 하지 않는다. 위의 예시에서는 limit 연산이 쇼트 서킷 연산에 해당된다. 3개의 결과를 얻은 후 앞선 filter와 map연산은 더 이상 수행할 필요가 없어 빠르게 최종 연산을 수행한다.
두 번째는 루프 퓨전이다. 위의 예시 코드에서 filter와 map 연산에 값을 print 하는 과정을 추가한다면 filter와 map이 다른 연산이지만 한 과정으로 병합되어 처리됨을 확인할 수 있다. 루프 퓨전은 이렇게 둘 이상의 연산이 합쳐 하나의 연산으로 처리됨을 말한다.
최종 연산은 스트림 파이프라인에서 결과를 도출한다. 스트림 외의 결과를 반환하는 연산을 말한다.
