Published on

Chapter 4. 스트림 소개

Chapter 4. 스트림 소개

거의 모든 Java Application은 Collection을 만들고 처리하는 과정을 포함합니다.

Collection으로 데이터를 그룹화하거나, Collection을 반복하면서 특정 값을 더하는 등의 처리를 할 수 있습니다. 하지만, 아직 완벽한 Collection 관련 연산을 지원하려면 한참 멀었습니다.

예를 들어, 요리 관련 Application이 있다고 할 때, 대부분의 비즈니스 로직은 카테고리로 그룹화를 하거나 가장 비싼 요리를 찾는 등의 연산이 포함됩니다.
대부분의 Database에서는 SELECT name FROM dishes WHERE calorie < 400처럼 선언형으로 이와 같은 연산을 표현할 수 있습니다. 사용하는 입장에서는 어떻게 필터링할 것인지는 구현할 필요가 없습니다.

또한, 많은 요소를 포함하는 커다란 Collection의 경우 성능을 높이려면 멀티코어 아키텍쳐를 활용해서 병렬로 처리해야 합니다.
하지만, 병렬 처리 코드는 단순 반복 처리 코드에 비해 복잡하고 어렵습니다.

이와 같은 문제를 해결하기 위해 Steam이 등장 했습니다.

4.1 스트림이란 무엇인가?

Stream은 Java 8에 추가된 새로운 기능입니다.

Stream을 이용하면 선언형으로 Collection 데이터를 처리할 수 있습니다. 또한, 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있습니다.

예를 들어, 저칼로리 요리명을 반환하고, 칼로리를 기준으로 요리를 정렬하는 로직을 Java 7에서는 아래와 같이 작성합니다.

class Foo {
	public static void main(String[] args) {
		// 저칼로리 요리 추출
		List<Dish> lowCaloricDishes = new ArrayList<>();
		for (Dish dish : menu) {
			if (dish.getCalories() < 400) {
				lowCaloricDishes.add(dish);
			}
		}
		// 칼로리 기준 정렬
		Collections.sort(lowCaloricDishes, new Comparator<Apple>() {
			@Override
			public int compare(Dish dish1, Dish dish2) {
				return Integer.compare(dish1.getCalories(), dish2.getCalories());
			}
		});
		// 요리 이름 선택
		List<String> lowCaloricDishNames = new ArrayList<>();
		for (Dish dish : lowCaloricDishNames) {
			lowCaloricDishNames.add(dish.getName());
		}
	}
}

위의 예제에서는 lowCaloricDishes라는 컨테이너 역할만 하는 가비지 변수를 사용했습니다. Java 8에서는 이러한 세부 구현을 라이브러리 내에서 모두 처리 합니다.

아래는 Java 8의 Stream을 이용한 방법입니다.

class Foo {
	public static void main(String[] args) {
		List<String> lowCaloricDishNames = menu.stream()
				.filter(d -> d.getCalories() < 400)
				.sorted(comparing(Dish::getCalories))
				.map(Dish::getName)
				.collect(toList());
	}
}

위의 로직에서 stream()을 parallelStream()으로 변경하면 멀티코어 아키텍처에서 병렬로 실행할 수 있습니다.

Stream으로 코드를 구현하면 다음과 같은 장점이 있습니다.

  • 선언형으로 코드를 구현
    • 세부 구현은 하지 않고 저칼로리의 요리만 선택하라 같은 동작의 수행을 지정할 수 있습니다.
    • 동작 파라미터화를 활용하면 저칼로리 대신 고칼로리로 요구사항이 변경되어도 대응하기가 쉽습니다.
  • 가독성
    • 여러 연산을 Pipeline으로 연결해도 여전히 가독성과 명확성이 유지됩니다.
  • 조립할 수 있음
    • 유연성이 더 좋아집니다.
  • 병렬화
    • 성능이 좋아집니다.

filter, sorted, map, collect 같은 연산은 고수준 빌딩 블록으로 이루어져 있어, 특정 스레딩 모델에 제한되지 않고 어떤 상황에서든 사용할 수 있습니다. 또한, 멀티코어 아키텍처를 최대한 투명하게 활용할 수 있게 구현되어 있습니다.

즉, 데이터 처리 과정을 병렬화 하면서 스레드와 락을 걱정할 필요가 없어집니다.

구글에서 만든 구아바, 아파치 공통 컬렉션 라이브러리, 마리오 푸스코가 만든 람다제이 같은 기타 라이브러리도 있습니다.

4.2 스트림 시작하기

Java 8에는 stream 메소드가 추가 되었습니다. (java.util.stream.Stream 참고)

숫자 범위나 I/O자원에서 Stream 요소를 만드는 등 stream 메소드 외에도 다양한 방법으로 Stream을 만들 수 있습니다.

💡 Stream이란 데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소 입니다.

Stream 특징

💡 연속된 요소

  • Collection과 마찬가지로 특정 요소 형식으로 이루어진 연속된 값 집합의 interface를 제공합니다.
  • Collection은 요소 저장 및 접근 연산이 주를 이루는 반면, Stream은 표현 계산식이 주를 이룹니다.
  • 즉, Collection의 주제는 데이터이고, Stream의 주제는 계산입니다.

💡 소스

  • Collection, Array, I/O 자원 등의 데이터 제공 소스로 부터 데이터를 소비하기 때문에, 정렬된 Collection으로 부터 Stream을 생성하면 정렬이 그대로 유지됩니다.

💡 데이터 처리 연산

  • 함수형 프로그래밍에서 일반적으로 지원하는 연산 및 Database와 비슷한 연산을 지원합니다.
  • 순차적 또는 병렬로 실행할 수 있습니다.

💡 파이프라이닝

  • 대부분의 Stream 연산은 Stream 연산끼리 연결하여 커다란 Pipeline을 구성할 수 있도록 Stream자신을 반환합니다.
  • 그 덕에 laziness, short-circuiting같은 최적화도 얻을 수 있습니다.

💡 내부 반복

  • Collection 처럼 반복자를 이용하여 명시적으로 반복하는 것과 달리 내부 반복을 지원합니다.

4.3 스트림과 컬렉션

Collection과 Stream 모두 연속된 요소 형식의 값을 저장하는 인터페이스를 제공합니다. 가장 큰 차이는 데이터를 언제 처리하느냐입니다.

Collection의 모든 요소는 Collection에 추가하기 이전에 모두 계산되어야 하는 반면, Stream은 이론적으로 요청할 때만 요소를 계산하는 고정된 자료구조입니다. (Stream에는 요소를 추가하거나 삭제할 수 없습니다.)

Stream은 게으르게 생성되는 Collection과 같습니다. (Collection은 적극적으로 생성됩니다.)

예를 들어 영화를 본다고 생각해보면, Collection은 전체 영화 데이터를 다 받아야 볼 수 있는 반면, Stream은 다운로드 되는 부분부터 미리 볼 수 있습니다. 영화를 보는 사이 뒷 부분을 다운로드 하기 때문에 사용자 입장에서는 영화를 더 빠르게 볼 수 있습니다.

class Foo {
	public static void main(String[] args) {
		List<Apple> apples = new ArrayList<>();
		for (int i = 0; i < 10000000; i++) {
			apples.add(new Apple(i, Color.GREEN));
		}

		long startList = System.currentTimeMillis();
		List<Apple> listApples = new ArrayList<>();
		for (Apple apple : apples) {
			if (apple.getWeight() > 50) {
				listApples.add(apple);
			}
		}
		System.out.println("list time: " + (System.currentTimeMillis() - startList));

		long startStream = System.currentTimeMillis();
		List<Apple> streamApples = apples.stream().filter(apple -> apple.getWeight() > 50000).collect(Collectors.toList());
		System.out.println("stream time: " + (System.currentTimeMillis() - startStream));

		// list time: 74
		// stream time: 60
	}
}

위 처럼 10000000 건을 처리하는 로직을 작성했을 떄, Stream이 조금 더 빠른걸 확인할 수 있습니다.

4.3.1 딱 한 번만 탐색할 수 있다

탐색된 Stream 요소는 소비되기 때문에 반복자와 마찬가지로 한 번 더 탐색하기 위해선 초기 데이터 소스에서 새로운 Stream을 만들어야 합니다.

그러려면 Collection 처럼 반복 사용할 수 있는 데이터 소스여야 합니다. 만약 데이터 소스가 I/O 채널이라면 소스를 반복 사용할 수 없으므로 새로운 Stream을 만들 수 없습니다.

💡 Stream은 단 한번만 소비할 수 있습니다.

💡 스트림과 컬렉션의 철학적 접근

Stream은 시간적으로 흩어진 값의 집합으로 간주할 수 있습니다. 반면, Collection은 특정 시간에 모든 것이 존재하는 공간에 흩어진 값에 비유할 수 있습니다.

4.3.2 외부 반복과 내부 반복

Collection을 사용하려면 사용자가 직접 for-each문을 사용해야 합니다. 이를 외부 반복 이라고 합니다.

class Foo {
	public static void main(String[] args) {
		List<String> names = new ArrayList<>();
		for (Dish dish : menu) {
			names.add(dish.getName());
		}
	}
}

반면, Stream은 반복을 알아서 처리해주고 결과 Stream 값을 어딘가에 저장해주는 내부 반복을 사용합니다.

Stream은 함수에 어떤 작업을 수행할지만 지정하면 모든 것이 알아서 처리 됩니다.

class Foo {
	public static void main(String[] args) {
		List<String> names = menu.stream()
				.map(Dish::getName)
				.collect(toList());
	}
}

💡 외부 반복과 내부 반복의 차이

외부 반복은 한 번에 한 가지 일만 시킬 수 있습니다. 반면, 내부 반복은 한 번에 모든 일을 말하고 시킬수 있습니다.

예를 들어 아이에게 장난감 정리를 시킨다고 가정하면 외부 반복의 경우 장난감 하나하나 말하며 장난감 상자에 넣으라고 말해야 합니다. 그러면 아이 또한, 한 번에 한가지 장난감만 넣을수 있게 됩니다.

반면, 내부 반복을 사용하면 아이에게 모든 장난감을 상자에 넣어라고 말할수 있고, 그러면 아이는 한 번에 여러 장난감을 집어 상자에 넣을 수 있습니다. 또한, 상자 근처로 이동하여 동선을 최소화할 수도 있습니다.

이렇듯 내부 반복을 사용하면 최적화된 다양한 순서로 처리할 수 있습니다.

또한, Stream의 내부 반복은 데이터 표현과 하드웨어를 활용한 병렬성 구현을 자동으로 선택하는 반면, 외부 반복은 사용자가 스스로 해야합니다.

4.4 스트림 연산

Stream interface의 연산은 크게 두 가지로 정의할 수 있습니다.

class Foo {
	public static void main(String[] args) {
		menu.stream() // Stream 얻기
				.filter(dish -> dish.getCalories() > 300) // 중간 연산
				.map(Dish::getName) // 중간 연산
				.limit(3) // 중간 연산
				.collect(toList()); // Stream을 List로 반환
	}
}
  • 중간 연산
    • filter, map, limit처럼 서로 연결되어 Pipeline을 형성합니다.
  • 최종 연산
    • collect 처럼 Pipeline를 실행한 다음 닫습니다.

4.4.1 중간 연산

중간 연산의 특징은 단말 연산을 Stream Pipeline에 실행하기 전까지는 아무 연산도 수행하지 않는다는 것입니다.

중간 연산을 합친 다음에 합쳐진 중간 연산을 최종 연산으로 한번에 처리하기 때문에 게으르다는 것입니다.

class Foo {
	public static void main(String[] args) {
		List<Apple> apples = new ArrayList<>();
		for (int i = 0; i < 90000000; i++) {
			apples.add(new Apple(i, Color.GREEN));
		}
		apples.stream()
				.filter(apple -> {
					System.out.println("filter");
					return apple.getWeight() > 1;
				})
				.map(apple -> {
					System.out.println("map");
					return apple.getColor();
				})
				.limit(3)
				.collect(Collectors.toList());
		// filter
		// filter
		// filter
		// map
		// filter
		// map
		// filter
		// map
	}
}

병렬적으로 처리 될 뿐 아니라, 데이터 요소가 90000000 건이나 있음에도 limit연산 덕분에 전체를 순회하지 않고 3개를 찾으면 연산을 종료하기 떄문에 빠르게 결과를 도출합니다.

이는 쇼트서킷이라는 기법 덕분에 가능한 것입니다.

또한, filter와 map이 한 과정으로 병합되는 것을 루프 퓨전 (loop fusion)이라고 합니다.

4.4.2 최종 연산

최종 연산은 Stream Pipeline에서 결과를 도출합니다.

class Foo {
	public static void main(String[] args) {
		menu.stream().forEach(System.out::println);
	}
}

위는 menu에서 만든 Stream을 모두 출력하는 것입니다. 반환 값은 void입니다.

4.4.3 스트림 이용하기

Stream 이용과정을 요약하면 다음과 같습니다.

  • 질의를 수행할 데이터 소스
  • Stream Pipeline을 구성할 중간 연산 연결
  • Stream Pipeline을 실행하고 결과를 만들 최종 연산

💡 Stream Pipeline은 호출을 연결 (중간 연산)해서 설정을 만든 뒤, build (최종 연산)를 통해 결과를 반환하는 Builder Pattern과 비슷합니다.

4.6 마치며

  • Stream은 소스에서 추출된 연속 요소로, 데이터 처리 연산을 지원합니다.
  • 내부 반복을 지원합니다. 내부 반복은 filter, map, sorted등의 연산으로 반복을 추상화합니다.
  • Stream에는 중간 연산과 최종 연산이 있습니다.
  • 중간 연산은 filter, map 처럼 Stream을 반환하면서 다른 연산과 연결되는 연산이며, 어떤 결과도 생성할 수 없다는게 특징입니다.
  • 최종 연산은 forEach나 collect처럼 Stream Pipeline을 처리해서 결과를 반환합니다.
  • Stream은 요쇼를 요청할 때 게으르게 계산됩니다.