为什么用了Stream，代码反而越写越丑了？

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑，欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料：

《项目实战（视频）》：从书中学，往事中“练”
《互联网高频面试题》：面朝简历学习，春暖花开
《架构 x 系统设计》：摧枯拉朽，掌控面试高频场景题
《精进 Java 学习指南》：系统学习，互联网主流技术栈
《必读 Java 源码专栏》：知其然，知其所以然

👉这是一个或许对你有用的开源项目

国产 Star 破 10w+ 的开源项目，前端包括管理后台 + 微信小程序，后端支持单体和微服务架构。

功能涵盖 RBAC 权限、SaaS 多租户、数据权限、商城、支付、工作流、大屏报表、微信公众号、ERP、CRM、AI 大模型等等功能：

Boot 多模块架构：https://gitee.com/zhijiantianya/ruoyi-vue-pro
Cloud 微服务架构：https://gitee.com/zhijiantianya/yudao-cloud
视频教程：https://doc.iocoder.cn

【国内首批】支持 JDK 17/21 + SpringBoot 3.3、JDK 8/11 + Spring Boot 2.7 双版本

来源：网络

我们常常遇到的一个问题：用了 Stream 后，代码反而越来越丑了？明明说好的“优雅”和“简洁”呢？怎么写着写着，代码越来越像拼图游戏，一块儿接不上另一块，错落不堪？

作为程序员，我们都希望代码简洁、优雅、易于维护，Stream 和 Lambda 就是为了这个目的而生的，它们一度被视为能让代码焕发光彩的神兵利器。

但实际使用中，我们发现，Stream 和 Lambda 的魅力不总是那么简单，反而成了许多开发者的“陷阱”。

今天，就让我们从程序员的视角，深扒一下这些“优雅工具”到底是怎么从神器变成了累赘的。

1. Stream 和 Lambda：优雅的真面目，还是滥用的根源？

Stream 和 Lambda 一开始确实是给我们的代码带来了不少福利，尤其是在代码简洁性和功能扩展方面。你想想，几行代码就能搞定一个复杂的集合操作，像极了魔法对吧？特别是 Lambda 表达式，那种不再需要写匿名类的写法，简直让人心情愉悦。

Stream 的优势

简洁性： Stream 允许你链式调用，可以避免大量的 for 循环嵌套，让代码看起来更简洁明了。
功能扩展灵活： 只要你会组合各种操作符（filter, map, reduce 等），几乎可以用 Stream 做任何你想做的事情。

但是——这里有个大问题，那就是滥用。很多时候，Stream 和 Lambda 被当成了“随便写的工具”，没有考虑到代码的可读性和维护性。想象一下，当你看到下面这段代码时，你是什么感受？

List<String> result = list.stream()
    .filter(x -> x.length() > 5)
    .map(x -> x.toUpperCase())
    .filter(x -> x.contains('A'))
    .reduce('', (s1, s2) -> s1 + s2);

看起来很简洁对吧？但你仔细想想，这么一连串的操作，谁能在两秒钟内理解这段代码的含义？如果抛出个异常，栈信息看起来简直像乱炖。😓

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/ruoyi-vue-pro
视频教程：https://doc.iocoder.cn/video/

2. 代码优化技巧：让代码既简洁又好懂

想要避免滥用，我们就得讲究一些技巧，让代码在简洁的同时，也不失可读性。

合理的换行

很多人把 Stream 链式调用堆在一行里，导致代码难以阅读。其实，这时候换行是非常有必要的，尤其是在涉及多个操作符的时候。以下是优化后的代码：

List<String> result = list.stream()
    .filter(x -> x.length() > 5)
    .map(x -> x.toUpperCase())
    .filter(x -> x.contains('A'))
    .reduce('', (s1, s2) -> s1 + s2);

这样拆开后，代码的层次感更强，也方便我们理解每一部分的功能。甚至，关键的操作我们还可以分到独立的方法里，使得每个函数只做一件事，避免一个方法承担过多职责。

拆分函数

当你遇到复杂逻辑时，不要抱着“懒”字当头，把所有的代码都塞进一个方法里。合理拆分函数是提高代码可维护性的好习惯，特别是对于像 Stream 这样本来就容易堆积复杂逻辑的情况。

比如，我们可以将复杂的 filter 条件提取成一个单独的 Predicate：

public static Predicate<String> isValidLength() {
    return x -> x.length() > 5;
}

public static Predicate<String> containsA() {
    return x -> x.contains('A');
}

// 然后在 Stream 中调用
List<String> result = list.stream()
    .filter(isValidLength())
    .map(String::toUpperCase)
    .filter(containsA())
    .reduce('', (s1, s2) -> s1 + s2);

这样不仅提高了可读性，还能增加代码的复用性。让每个函数更专注于自己的职责，也让 Stack Trace 更加清晰。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序，支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

项目地址：https://github.com/YunaiV/yudao-cloud
视频教程：https://doc.iocoder.cn/video/

3. 避免逻辑堆积：过滤器里复杂逻辑还是要小心

说到 Stream，我们都知道 filter 是一个常用的操作，它可以帮助我们根据条件筛选数据。但如果条件复杂了，直接把所有逻辑写在 filter 里，往往会让代码看起来“过于密集”。这样做不仅降低了代码的可读性，还可能导致理解和维护上的困难。

比如，假设你有一个复杂的条件判断：

List<String> result = list.stream()
    .filter(x -> {
        if (x.length() > 5) {
            if (x.contains('A')) {
                return true;
            }
        }
        return false;
    })
    .collect(Collectors.toList());

这种做法让代码看起来复杂且不易扩展。可以将条件逻辑提取到一个单独的方法，传递一个清晰的 Predicate 给 filter：

public static boolean isValid(String x) {
    return x.length() > 5 && x.contains('A');
}

// 然后使用
List<String> result = list.stream()
    .filter(MyClass::isValid)
    .collect(Collectors.toList());

这样写，代码就更加简洁，而且每个条件都有明确的定义和单独的关注点。以后增加条件时也方便得多。

4. Optional：这事儿其实可以做得更优雅

Optional 是 Java 8 引入的一个特性，主要用来避免空指针异常。大部分情况下，使用 Optional 的确是个好习惯，但是大家往往会犯一个大忌——滥用 Optional.get()。

当你直接调用 Optional.get() 时，如果值是 null，会抛出 NoSuchElementException，这不是你想要的结果。相反，使用 map 和 orElse 等方法能避免这种问题：

Optional<String> name = Optional.ofNullable(getName());
String safeName = name.orElse('Default Name');  // 安全返回默认值

通过这种方式，我们避免了 get() 的直接调用，代码变得更加健壮。它也能保证即使 Optional 为空，代码仍然可以优雅地继续执行。

5. 并行流：说是高效，结果是慢得要命？

并行流（parallelStream）看起来就像是一个令人兴奋的选择，能够加速处理大数据集合。但事实上，并行流并不是总能带来性能提升，特别是当你的代码涉及 IO 操作或者数据量不大的时候。

List<Integer> data = Arrays.asList(1, 2, 3, 4, 5);

// 虽然使用了并行流，但其实性能可能反而下降
data.parallelStream().forEach(x -> System.out.println(x));

并行流的实现依赖于一个共享的线程池，而 IO 操作会占用大量的线程资源，这就导致并行流在执行 IO 密集型任务时并不一定比串行流更快，反而可能会因为线程池资源竞争导致性能下降。

6. 结语：优雅的代码是“表达思路”的艺术

写代码其实不仅仅是实现功能，更多的是在表达你的思路。Stream 和 Lambda 的确很强大，但它们并不是万能的，滥用它们反而会让代码变得难以阅读和维护。记住，写代码要考虑可读性和简洁性，最终目标是让代码既能快速解决问题，又能让其他开发者（甚至是未来的你）看得懂、用得好。

所以，下次当你陷入“要不要用 Stream” 这种选择时，想想：这个问题是否值得用这么复杂的方式解决？如果答案是“是”，那就好好用它，但别让 Stream 和 Lambda 变成你代码里的“过度包装”——不堪重负，反而失去了它们本来的优雅。

欢迎加入我的知识星球，全面提升技术能力。

👉 加入方式，“长按”或“扫描”下方二维码噢：

星球的内容包括：项目实战、面试招聘、源码解析、学习路线。

文章有帮助的话，在看，转发吧。
谢谢支持哟 (*^__^*）

为什么用了Stream，代码反而越写越丑了？

悦读