[모던 자바] 스트림(Stream)이란 무엇인가?

Java 8 Stream

거의 모든 자바 애플리케이션은 컬렉션으로 데이터를 그룹화하고 처리하는 과정을 포함한다.

예를 들어 가격이 3,000만원 이하의 자동차 정보를 조회할 때는 아래처럼 SQL문을 작성한다.

SELECT * FROM Car WHERE price <= 30000000

SQL 질의 언어에서는 우리가 기대하는 것이 무엇인지 직접 표한할 수 있다.

즉, SQL에서는 질의를 어떻게 구현해야 할지 명시할 필요가 없으며 구현은 자동으로 제공된다.

컬렉션으로도 이와 비슷한 기능을 만들 수 있지 않을까?

 

많은 요소를 포함하는 커다란 컬렉션은 어떻게 처리해야 갈까? 

성능을 높이려면 멀티코어 아키텍처를 활용해서 병렬로 컬레션의 요소를 처리해야 한다. 하지만 병렬처리 코드를 구현하는 것은 단순 반복 처리 코드에 비해 복잡하고 어렵다. 게다가 복잡한 코드는 디버깅도 어렵다.

 

이를 위해 만들어진 것이 스트림(Stream)이다.

그럼 스트림이 무엇인지, 어떻게 시작하는지 자세히 알아보자.

---

스트림(Stream)이란 무엇인가?

스트림은 Java 8 API에 새로 추가된 기능이다. 스트림을 이용하면 선언형으로 컬렉션 데이터를 처리할 수 있다.

또한 스트림을 이용하면 멀티스레드 코드를 구현하지 않아도 데이터를 투명하게 병렬로 처리할 수 있다.

 

아래는 Java 7 환경에서 3000만원 이하의 차량을 조회하는 코드다.

@ToString
@Getter
@AllArgsConstructor
public class Car {
    private String name; // 자동차 이름
    private Integer price; // 가격
}

// 차량 목록
List<Car> cars = Arrays.asList(
    new Car("아반테", 20000000),
    new Car("쏘나타", 30000000),
    new Car("그랜저", 40000000)
);

// 3000만원 이하 차량 필터링
List<Car> lowPriceCars = new ArrayList<>();
for (Car car : cars) {
    if (car.getPrice() <= 30000000) {
        lowPriceCars.add(car);
    }
}

// 비싼 차량부터 정렬
Collections.sort(lowPriceCars, new Comparator<Car>() {
    @Override
    public int compare(Car c1, Car c2) {
        return Integer.compare(c2.getPrice(), c1.getPrice());
    }
});

// 자동차 이름 필터링
List<String> lowPriceCarNames = new ArrayList<>();
for (Car lowPriceCar : lowPriceCars) {
    lowPriceCarNames.add(lowPriceCar.getName());
}

System.out.println(lowPriceCarNames);
// 출력 결과 : [쏘나타, 아반테]

3000만원 이하의 차량을 조회해 비싼 차량부터 이름값을 구하는데 이렇게나 많은 코드가 필요하다.

이번엔 Java 8 환경에서 스트림을 사용하며 같은 코드를 구현해보겠다.

// 차량 목록
List<Car> cars = Arrays.asList(
    new Car("아반테", 20000000),
    new Car("쏘나타", 30000000),
    new Car("그랜저", 40000000)
);

List<String> lowPriceCarNames = cars.stream()
    .filter(c -> c.getPrice() <= 30000000) // 3000만원 이하 차량 필터링
    .sorted((c1, c2) -> c2.getPrice().compareTo(c1.getPrice())) // 비싼 차량부터 정렬
    .map(Car::getName) // 자동차 이름 필터링
    .collect(Collectors.toList());

System.out.println(lowPriceCarNames);
// 출력 결과 : [쏘나타, 아반테]

이렇게 stream을 사용하면 로직을 선언형으로 처리할 수 있고, 앞서 람다 표현식을 조합할 수 있는 유용한 메서드에서 소개했던 람다를 이용해서 연산을 파이프라인으로 연결해 사용하므로 훨씬 더 가독성이 좋은 코드로 구현할 수 있다.

 

 

stream()을 parallelStream()으로 바꾸면 이 코드를 멀티코어 아키텍처에서 병렬로 실행할 수 있다.

List<String> lowPriceCarNames = cars.parallelStream()
.filter(c -> c.getPrice() <= 30000000) // 3000만원 이하 차량 필터링
.sorted((c1, c2) -> c2.getPrice().compareTo(c1.getPrice())) // 비싼 차량부터 정렬
.map(Car::getName) // 자동차 이름 필터링
.collect(Collectors.toList());

 

Java 8 스트림 API의 특징을 다음처럼 요약할 수 있다.

• 선언형 : 더 간결하고 가독성이 좋아진다.
• 코드 조립 : 유연성이 좋아진다.
• 병렬화 : 성능이 좋아진다. 

---

스트림(Stream)의 정의

스트림이란 '데이터 처리 연산을 지원하도록 소스에서 추출된 연속된 요소'로 정의할 수 있다.

이 정의를 하나씩 살펴보자.

연속된 요소

컬렉션과 마찬가지로 스트림은 특정 요소 형식으로 이루어진 연속된 값집합의 인터페이스를 제공한다.

컬렉션의 주제는 데이터(ArrayList, LinkedList ...)고 스트림의 주제는 계산(filter, sorted, map)이다.

소스

스트림은 컬렉션, 배열, I/O 자원 등의 데이터 제공 소스로부터 데이터를 소비한다.

정렬된 컬렉션으로 스트림을 생성하면 정렬이 그대로 유지된다.

즉, 리스트로 스트림을 만들면 스트림의 요소는 리스트의 요소와 같은 순서를 유지한다.

데이터 처리 연산

스트림은 함수형 프로그래밍 언어에서 인반적으로 지원하는 연산과 데이터베이스와 비슷한 연산을 지원한다.

예를 들어 filter, map, reduce, find, match, sort 등으로 데이터를 조작할 수 있다. 스트림 연산은 순차적으로 또는 병렬로 실행할 수 있다.

파이프라이닝(Pipelining) 

대부분의 스트림 연산은 스트림 연산끼리 연결해서 커다란 파이프라인을 구성할 수 있도록 스트림 자신을 반환한다.

연산 파이프라인은 데이터 소스에 적용하는 데이터베이스 질의와 비슷하다.

내부 반복

반복자를 이용해서 명시적으로 반복하는 컬렉션과 달리 스트림은 내부 반복을 지원한다.

 

위에서 차량을 필터링하고 정렬하는 예제로 스트림의 정의를 알아보자

List<String> lowPriceCarNames = cars.stream() // cars : 데이터 소스
    .filter(c -> c.getPrice() <= 30000000) // 데이터 처리 연산1 (파이프라인)
    .sorted((c1, c2) -> c2.getPrice().compareTo(c1.getPrice())) // 데이터 처리 연산2 (파이프라인)
    .map(Car::getName) // 데이터 처리 연산3 (파이프라인)
    .collect(Collectors.toList()); // 결과 반환

Car객체가 들어있는 cars라는 데이터 소스를 데이터 처리 연산1, 2, 3을 파이프라인으로 연결해 연산을 순차적으로 진행하고 List 형태로 결과를 반환한다.

 

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

filter

람다를 인수로 받아 스트림에서 특정 요소를 필터링한다.

map

람다를 이용해서 한 요소를 다른 요소로 변환하거나 정보를 추출한다.

limit

정해진 개수 이상의 요소가 스트림에 저장되지 못하게 스트림 크기를 축소 truncate한다.

collect

스트림을 다른 형식으로 변환한다.

---

스트림(Stream)과 컬렉션(Collection)

컬렉션과 스트림은 무엇이 다를까?

데이터를 언제 계산하느냐가 컬렉션과 스트림의 가장 큰 차이다.

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. 즉, 사용자가 요청할때만 값을 계산한다.

이러한 스트림의 특성은 프로그래밍에 큰 도움을 준다.

 

그리고 스트림은 단 한번만 소비할 수 있다는 점을 명심해야 한다.

한번 탐색한 데이서 소스를 다시 탐색하려면 새로운 스트림을 만들어야 한다. 

 

또 한가지 차이점은 데이터 반복 처리 방법이다.

컬렉션을 사용하면 사용자가 직접 요소를 반복(for-each, while ...)해야 하는데 이를 외부 반복이라고 한다.

반면 스트림은 반복을 알아서 처리해주고 결과 스트림값을 어딘가에 저장해주는 내부 반복을 사용한다.

이처럼 컬렉션의 외부 반복을 사용한다면 거쳐가는 단계가 많기 때문에 최적화를 처리하기 힘들고 병렬성을 스스로 관리해야 한다.(병렬성을 관리하기 위해 코드가 엄청나가 복잡해지고 많아질 수 있다...)

반면 내부 반복을 사용한다면 작업을 투명하게 병렬로 처리하거나 더 최적화된 다양한 순서로 처리할 수 있다.

---

스트림(Stream) 연산

Stream 인터페이스의 연산을 크게 두 가지로 구분할 수 있다.

연결할 수 있는 스트림 연산을 중간 연산(Intermediate operations)이라고 하며, 스트림을 닫은 연산을 최종 연산(Terminal operation)이라고 한다.

그렇다면 왜 연산을 두 가지로 구분하는 것일까?

중간 연산(Intermediate operations)

filter나 sorted 같은 중간 연산은 다른 스트림을 반환한다. 따라서 여러 중간 연산을 연결해서 질의를 만들 수 있다.

중간 연산은 최종 연산이 실행되기 전까지 아무 연산도 수행하지 않는다.(Lazy) 중간 연산은 이러한 특성 덕분에 최적화 효과를 얻을 수 있다. 

1. limt를 설정하게 되면 설정한 수 만큼만 그 다음 연산을 진행한다. 이를 limit 연산 그리고 쇼트서킷이라 불리는 기법 덕분이다.
2. filter와 map은 서로 다른 연산이지만 한 과정으로 병합되었다.(루프 퓨전)

최종 연산(Terminal operation)

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

중간 연산을 이용해서 파이프라인을 구성할 수 있지만 최종 연산 없이는 결과를 반환할 수 없다.

 

 

이렇게 스트림 연산을 더해 스트림 이용 과정은 세 가지로 요악할 수 있다.

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