对 Java 8 流进行分区

不可能将任意源流分区为固定大小的批，因为这会搞砸并行处理。并行处理时，您可能不知道拆分后第一个子任务中有多少个元素，因此在完全处理第一个子任务之前，您无法为下一个子任务创建分区。

但是，可以从 随机访问 创建分区流 。例如，在我的 StreamEx 库中可以使用这样的功能：List

List<Type> input = Arrays.asList(...);

Stream<List<Type>> stream = StreamEx.ofSubLists(input, partitionSize);

或者，如果您真的想要流：

Stream<Stream<Type>> stream = StreamEx.ofSubLists(input, partitionSize).map(List::stream);

如果您不想依赖第三方库，可以手动实现此类方法：ofSubLists

public static <T> Stream<List<T>> ofSubLists(List<T> source, int length) {
    if (length <= 0)
        throw new IllegalArgumentException("length = " + length);
    int size = source.size();
    if (size <= 0)
        return Stream.empty();
    int fullChunks = (size - 1) / length;
    return IntStream.range(0, fullChunks + 1).mapToObj(
        n -> source.subList(n * length, n == fullChunks ? size : (n + 1) * length));
}

此实现看起来有点长，但它考虑了一些极端情况，例如接近MAX_VALUE列表大小。

如果你想要无序流的并行友好解决方案（所以你不在乎哪些流元素将在单个批处理中组合），你可以像这样使用收集器（感谢@sibnick的灵感）：

public static <T, A, R> Collector<T, ?, R> unorderedBatches(int batchSize, 
                   Collector<List<T>, A, R> downstream) {
    class Acc {
        List<T> cur = new ArrayList<>();
        A acc = downstream.supplier().get();
    }
    BiConsumer<Acc, T> accumulator = (acc, t) -> {
        acc.cur.add(t);
        if(acc.cur.size() == batchSize) {
            downstream.accumulator().accept(acc.acc, acc.cur);
            acc.cur = new ArrayList<>();
        }
    };
    return Collector.of(Acc::new, accumulator,
            (acc1, acc2) -> {
                acc1.acc = downstream.combiner().apply(acc1.acc, acc2.acc);
                for(T t : acc2.cur) accumulator.accept(acc1, t);
                return acc1;
            }, acc -> {
                if(!acc.cur.isEmpty())
                    downstream.accumulator().accept(acc.acc, acc.cur);
                return downstream.finisher().apply(acc.acc);
            }, Collector.Characteristics.UNORDERED);
}

用法示例：

List<List<Integer>> list = IntStream.range(0,20)
                                    .boxed().parallel()
                                    .collect(unorderedBatches(3, Collectors.toList()));

结果：

[[2, 3, 4], [7, 8, 9], [0, 1, 5], [12, 13, 14], [17, 18, 19], [10, 11, 15], [6, 16]]

这种收集器是完全线程安全的，并为顺序流生产有序批次。

如果要对每个批处理应用中间转换，可以使用以下版本：

public static <T, AA, A, B, R> Collector<T, ?, R> unorderedBatches(int batchSize,
        Collector<T, AA, B> batchCollector,
        Collector<B, A, R> downstream) {
    return unorderedBatches(batchSize, 
            Collectors.mapping(list -> list.stream().collect(batchCollector), downstream));
}

例如，通过这种方式，您可以动态地对每个批次中的数字求和：

List<Integer> list = IntStream.range(0,20)
        .boxed().parallel()
        .collect(unorderedBatches(3, Collectors.summingInt(Integer::intValue), 
            Collectors.toList()));

如果您想按顺序使用Stream，则可以对Stream进行分区（以及执行相关功能，例如窗口化 - 我认为这是您在这种情况下真正想要的）。支持标准流的参与的两个库是cyclops-react（我是作者）和jOOλ，cyclops-react扩展（以添加Windowing等功能）。

cyclops-streams有一个静态函数StreamUtils的集合，用于在Java Streams上运行，以及一系列函数，如splitAt，headAndTail，splitBy，partition for partition for partition。

若要将流窗口化为大小为 30 的嵌套流，可以使用 window 方法。

对于 OP 点，在流式处理术语中，将流拆分为给定大小的多个流是一个窗口化操作（而不是分区操作）。

  Stream<Streamable<Integer>> streamOfStreams = StreamUtils.window(stream,30);

有一个名为ReactiveSeq的流扩展类，它扩展了jool。Seq并添加了窗口功能，这可能会使代码更清晰一些。

  ReactiveSeq<Integer> seq;
  ReactiveSeq<ListX<Integer>> streamOfLists = seq.grouped(30);

正如Tagir在上面指出的那样，这不适合并行流。如果要对 Stream 进行窗口化或批处理，则希望以多线程方式执行。cyclops-react中的 LazyFutureStream 可能很有用（Windowing 在待办事项列表中，但现在可以使用普通的旧批处理）。

在这种情况下，数据将从执行流的多个线程传递到多生产者/单使用者免等待队列，并且该队列中的顺序数据可以在再次分发到线程之前进行窗口化。

  Stream<List<Data>> batched = new LazyReact().range(0,1000)
                                              .grouped(30)
                                              .map(this::process);