WebFlux的初步学习

下个项目可能会用吧

Lambda表达式要熟悉
函数式接口 https://www.runoob.com/java/java8-functional-interfaces.html
方法,变量的引用
级联表达式和柯里化
stream流水线编程
webFlux的优势,劣势

1 . lambda表达式的作用是生成自定义接口的实例对象

2. 一个标准的函数式接口由@FunctionalInterface + 唯一的抽象方法 + 一些default , static 修饰的方法

常用:

Predicate       T        boolean         断言
Consumer        T        /               消费一个参数
Supplier        /        T               提供者
UnaryOperator   T     T                  一元函数,输出输入类型一致
Function        T        R               输入输出类型可以不一致
BiFunction      T,T    R                 两个参数
BInaryOperator  T,T   T                  二元函数

　3. 静态方法, 构造方法,实例方法

lambda表达式的中内部类引用外部变量, jdk8默认外部变量添加了final修饰.

因为java是值传递, 内外变量指向同一个值.

    //级联表达式
    Function<Integer, Function<Integer, Integer>> fim =  x -> y -> x + y;
   //柯里化:函数标准化, 将多个参数转化为一个函数
    Integer apply = fim.apply(2).apply(3);
    System.out.println(apply);

　　5. stream流: 一个迭代器, 不存放数据

中间操作 : 返回一个流; map()

终止操作: 返回一个结果; count()

惰性求值: 终止操作没有进行调用,中间操作不会进行执行;

无状态操作: map , flatmap , filter , peek (map 单纯修改数据, flatmap可以返回数据下使用)

有状态操作: distinct , sorted , limit / skip

终止操作: foreach / foreachOrdered / collect /reduce

并行流: parallel()

	//自定义线程,防止阻塞 
		ForkJoinPool pool = new ForkJoinPool(8);
		pool.submit(() -> IntStream.range(0, 100).parallel().peek(StreamDemo4::doing).count());
		pool.shutdown();
		//ForkJoinPool 是守护线程需要延长主线程时间
		try {
			Thread.sleep(100000);
		} catch (InterruptedException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
		
	}
	public static void doing(int i){
		System.out.println(Thread.currentThread().getName()+"debug"+":"+i);
		try {
			TimeUnit.SECONDS.sleep(3);
		} catch (InterruptedException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

　　收集器:

    public static void main(String[] args) {
        List<Boy> list = Arrays.asList(
                new Boy(1,170,"一号"),
                new Boy(1,172,"2号"),
                new Boy(3,173,"3号"),
                new Boy(2,174,"4号"),
                new Boy(3,178,"5号"),
                new Boy(7,179,"6号"),
                new Boy(7,181,"7号"),
                new Boy(7,185,"8号"),
                new Boy(7,190,"9号")
                );
        //聚合数据
        List<String> collect = list.stream().map(Boy::getbName).collect(Collectors.toList());
        System.out.println(collect);
        //指定具体类型
        TreeSet<String> set = list.stream().map(Boy::getbName).collect(Collectors.toCollection(TreeSet::new));
        //统计信息
        IntSummaryStatistics collect2 = list.stream().collect(Collectors.summarizingInt(Boy::getbId));
        System.out.println(collect2.toString());
        //分块
        Map<Boolean, List<Boy>> map = list.stream().collect(Collectors.partitioningBy(b -> b.getbHeight() > 180));
        MapUtils.verbosePrint(System.out, "身高分组", map);
        //分组
        Map<Integer, List<Boy>> collect3 = list.stream().collect(Collectors.groupingBy(Boy::getbId));
        Map<Integer, Long> collect4 = list.stream().collect(Collectors.groupingBy(Boy::getbId,Collectors.counting()));
    }