小小千想和您聊一聊

当前位置: 首页> 视频教程> JAVA8新特性之集合的流式操作

JAVA8新特性之集合的流式操作高级

   评分9.1

21节课

9987人已学

下载本章视频你能学到什么?

本节课可以了解什么是流式操作,了解后续课程中需要用到的数据,以及集合流对象的获取,掌握使用collect将流中的数据提取出来,掌握reduce的思想,以及reduce方法的实际应用,掌握获取流中的最大值和最小值,掌握anyMatch、allMatch和noneMatch的使用等。

千锋大数据官方①群(857910996)——猛戳进入


课程介绍

本课程全方面的介绍对集合流式操作,数据准备,collect方法的使用,reduce方法的使用,max和min方法的使用,matching匹配操作,count方法使用,forEach方法的使用等。

章节目录

第1节 好程序员简介 第12节 好程序员节 中间操作sorted
第2节 好程序员节 数据准备与流的获取 第13节 好程序员节 中间操作skip&limit
第3节 好程序员节 最终操作collect 第14节 好程序员节 中间操作map
第4节 好程序员节 最终操作reduce 第15节 好程序员节 综合练习
第5节 好程序员节 最终操作max&min 第16节 好程序员节 并行流
第6节 好程序员节 最终操作Matching 第17节 好程序员节 findAny&findFirst
第7节 好程序员节 最终操作count 第18节 好程序员节 flatMap
第8节 好程序员节 最终操作forEach 第19节 好程序员节 Collectors工具类1 maxBy,minBy
第9节 好程序员节 最终操作注意事项 第20节 好程序员节 Collectors工具类2 joining
第10节 好程序员节 中间操作filter 第21节 好程序员节 Collectors工具类3 映射统计
11 好程序员节 中间操作distinct

  • 第1章 - JAVA8新特性之集合的流式操作

    • 第1节 - 好程序员_集合流式操作_集合流式操作简介

      点击播放
    • 第2节 - 好程序员_集合流式操作_数据准备与流的获取

      点击播放
    • 第3节 - 好程序员_集合流式操作_最终操作collect

      点击播放
    • 第4节 - 好程序员_集合流式操作_最终操作reduce

      点击播放
    • 第5节 - 好程序员_集合流式操作_最终操作max&min

      点击播放
    • 第6节 - 好程序员_集合流式操作_最终操作Matching

      点击播放
    • 第7节 - 好程序员_集合流式操作_最终操作count

      点击播放
    • 第8节 - 好程序员_集合流式操作_最终操作forEach

      点击播放
    • 第9节 - 好程序员_集合流式操作_最终操作注意事项

      点击播放
    • 第10节 - 好程序员_集合流式操作_中间操作filter

      点击播放
    • 第11节 - 好程序员_集合流式操作_中间操作distinct

      点击播放
    • 第12节 - 好程序员_集合流式操作_中间操作sorted

      点击播放
    • 第13节 - 好程序员_集合流式操作_中间操作skip&limit

      点击播放
    • 第14节 - 好程序员_集合流式操作_中间操作map

      点击播放
    • 第15节 - 好程序员_集合流式操作_综合练习

      点击播放
    • 第16节 - 好程序员_集合流式操作_并行流

      点击播放
    • 第17节 - 好程序员_集合流式操作_findAny&findFirst

      点击播放
    • 第18节 - 好程序员_集合流式操作_flatMap

      点击播放
    • 第19节 - 好程序员_集合流式操作_Collectors工具类1_maxBy,minBy

      点击播放
    • 第20节 - 好程序员_集合流式操作_Collectors工具类2_joining

      点击播放
    • 第21节 - 好程序员_集合流式操作_Collectors工具类3_映射统计

      点击播放
  • 大数据概念

    大数据:指无法在一定时间范围内用常规软件工具进行捕捉,管理和处理的数据集合,是需要新模式才能具有更强大的决策力,洞察发现力和流程优化能力的海量,高增长率和多样化的信息资产

    69
  • HDFS基本概念

    源自于Google的GFS论文发表于2003年10月 HDFS是GFS克隆版 ,HDFS的全称是Hadoop Distributed File System易于扩展的分布式文件系统,运行在大量普通廉价机器上,提供容错机制,为大量用户提供性能不错的文件存取服务

    57
  • 大数据基础教程:TextFile分区问题

    获取分区的个数:rdd1.partitions.length,在spark-shell中没有指定分区的个数获取的是默认分区数,除了这个外parallelize方法可以使用,指定几个分区就会有几个分区出现

    157
  • 大数据基础教程:创建RDD的二种方式

     RDD支持两种操作:转化操作和行动操作。RDD 的转化操作是返回一个新的 RDD的操作,比如 map()和 filter(),而行动操作则是向驱动器程序返回结果或把结果写入外部系统的操作。

    765
  • SparkShell和IDEA中编写Spark程序

     spark-shell是Spark自带的交互式Shell程序,方便用户进行交互式编程,用户可以在该命令行下用Scala编写Spark程序。spark-shell程序一般用作Spark程序测试练习来用。spark-shell属于Spark的特殊应用程序,我们可以在这个特殊的应用程序中提交应用程序

    259
  • 知乎问答3-MySQL安装详解

    知乎问答3-MySQL安装详解

    251
  • 初识Spark和Spark体系介绍

    之前学习了Hadoop的生态圈HDFS MapReduce Yarn 除了这三个总要的的三大框架之外我们还学了Hive Hbase Flume Sqoop等附属在Hadoop这个生态圈中所使用的工具

    214
  • Hadoop2.X 的环境配置与运行官方案例

    Hadoop2.X 的环境配置与运行官方案例

    805
  • 第 3 章 认识Hadoop

      Hadoop是一个开源框架,也是大数据主要框架之一。Hadoop最核心的设计是:HDFS和MapReduce。其中,HDFS为海量数据提供了存储,MapReduce为海量数据提供了计算。Hadoop可以让用户在不了解分布式底层细节的情况下,根据需求进行应用程序开发。

    415
  • 第2章 Shell编程

     Shell是一个作为用户与Linux内核通信的桥梁,它除了解释用户向操作系统输入的命令外,还可以调用其他程序或被其他程序调用,因此,Shell将内核、程序和用户连接在一起。

    383

他们都在看