一、背景

在​​JDK8​​​之后，我们经常会使用​​stream​​​进行数据流式处理，使得​​Java​​​具备了分组统计、流式处理的能力，但是在一些使用方面的细节需要注意，否则在大数据量流水处理时，会影响到性能，引发​​OOM​​

二、Collectors的优化

​​collectors​​提供了基础的集合收集能力，常见的有：

1. ​​toList​​
2. ​​toSet​​
3. ​​toMap​​
4. ​​toConcurrentMap​​
5. ​​toCollection​​

查看1~4的源码，发现初始化的集合类为

1. ​​toList​​​ ->​​ArrayList::new​​
2. ​​toSet​​​ ->​​HashSet::new​​
3. ​​toMap​​​ ->​​HashMap::new​​
4. ​​toConcurrentMap​​​ ->​​ConcurrentHashMap::new​​

我们都知道，​​ArrayList​​​、​​HashSet​​​、​​HashMap​​​、​​ConcurrentHashMap​​​在新建时会初始化空间，当空间不足时会扩容，在大数据量不断新增，那么会发生多次扩容，通常在​​stream​​​流式处理时都是知道原​​input​​的大小，那么我们就可以根据这个大小预估初始化的集合空间，避免扩容占用占用内存和触发垃圾回收

三、解决方法

上面还有第5方法，​​toCollection​​，我们可以

​​Collectors.toCollection(() -> Lists.newArrayListWithCapacity(100))​​

​​原文地址​​