由于关系型数据库操作语言和面向对象语言之间的差异，如今我们仍然需要花费许多时间建立数据库与 Java 应用之间互相沟通的桥梁。通常，我们可以编写自己的映射层（mapping layer），或者使用第三方的 ORM（Object Relational Mapper）对象关系映射框架，比如 Hibernate。ORM 框架虽然使用起来很方便，但是如何正确地配置和提高框架操作数据库的性能却不太容易，ORM 框架往往会使我们的应用性能下降。 最近，我贡献了一个新的开源项目——Speedment，它能使我们使用 Java 8 开发数据库应用程序变得更为快捷和高效。
Speedment 是使用 ORM 方式操作数据库的一种选择，以前我们需要100行操作数据库的 Java 代码，在 Java 8中，可能只需要一行代码。
在90年代末，我使用 Java 开发数据库应用的时候，许多代码逻辑都需要自己来编写，比如捕获异常、类型转换等，经过许多改动，最后这些代码变得难以维护和扩展。
由于关系型数据库操作语言和面向对象语言之间的差异，如今我们仍然需要花费许多时间建立数据库与 Java 应用之间互相沟通的桥梁。通常，我们可以编写自己的映射层（mapping layer），或者使用第三方的 ORM（Object Relational Mapper）对象关系映射框架，比如 Hibernate。ORM 框架虽然使用起来很方便，但是如何正确地配置和提高框架操作数据库的性能却不太容易，ORM 框架往往会使我们的应用性能下降。
最近，我贡献了一个新的开源项目——Speedment，它能使我们使用 Java 8 开发数据库应用程序变得更为快捷和高效。
Speedment 是什么？
Speedment 是一个开源项目，它是一个基于 Java 8 的新特性开发的新的 Java 库，从这个项目开发开始，它的代码就全部使用 Java 8来编写。Speedment 使用标准流查询数据库,这使得开发者不需要学习任何新的查询 API ，以及不必考虑 JDBC 、ResultSet 和其他有关数据库的指定的操作。
Speedment 会根据现有数据库来自动生成代码。由于它的这种方式，开发者不需要编写一行关于数据库实体（database entities）的代码。它生成的代码中也包含 JavaDocs 帮助文档，这使开发者不需要编写关于 User 或者 Book 等对象的实体类。取而代之地，我们只需要创建或者使用一个现有的数据库，然后用 Speedment 去连接它，接着 Speedment 会分析数据库结构来生成实体类的代码。
更有趣的是，Speedment 用野兔来作为它的吉祥物。 在接下来的例子中，我们会使用一个名为 “hare” 的数据库来给大家演示 Speedment 的使用方式。该数据库的表结构如下：
mysql> explain hare;
+-------+-------------+------+-----+---------+----------------+
| Field | Type | Null | Key | Default | Extra |
+-------+-------------+------+-----+---------+----------------+
| id | int(11) | NO | PRI | NULL | auto_increment |
| name | varchar(45) | NO | | NULL | |
| color | varchar(45) | NO | | NULL | |
| age | int(11) | NO | | NULL | |
+-------+-------------+------+-----+---------+----------------+
4 rows in set (0.01 sec)
下面是 Speedment 根据数据库信息生成的一个相应的实体类（为简洁起见，我们将 JavaDocs 在这里移除了）：
public interface Hare extends Entity<Hare> {
public final static ReferenceComparableField<Hare, Integer> ID = new ReferenceComparableFieldImpl<>("id", Hare::getId, Hare::setId);
public final static ReferenceComparableStringField<Hare> NAME = new ReferenceComparableStringFieldImpl<>("name", Hare::getName, Hare::setName);
public final static ReferenceComparableStringField<Hare> COLOR = new ReferenceComparableStringFieldImpl<>("color", Hare::getColor, Hare::setColor);
public final static ReferenceComparableField<Hare, Integer> AGE = new ReferenceComparableFieldImpl<>("age", Hare::getAge, Hare::setAge);
Integer getId();
String getName();
String getColor();
Integer getAge();
Hare setId(Integer id);
Hare setName(String name);
Hare setColor(String color);
Hare setAge(Integer age);
/** Graph-like traversal methods eliminating JOINs */
Stream<Carrot> findCarrotsByOwner();
Stream<Carrot> findCarrotsByRival();
Stream<Carrot> findCarrots();
}
我将用一篇单独的文章介绍 find*() 方法的用法，它可以被用来代替 SQL joins 操作。
Queries查询示例
下面的例子展示如何查询 Hare 表的数据库信息：
List<Hare> oldHares = hares.stream()
.filter(AGE.greaterThan(8))
.collect(toList());
智能流
上面的代码看起来已经遍历了 hare 数据库表的所有行，但实际上并不是这样的。 Stream 是智能的，当它到达 collect() 操作的时候，会分析 filter 操作，并推断出 hare.age 大于8的列，因此会节省 hares 的流操作，产生与 “select * from hare where age > 8” 操作一样的效果。如果你使用了多个 filters，他们会被合并起来以节省流操作。下面是另一种用流方式进行多个操作的例子：
long noOldHares = hares.stream()
.filter(AGE.greaterThan(8))
.mapToInt(Hare::getAge)
.sorted()
.count();
在上面的代码中，当流到达 count() 操作时，它将检查它自己的管道。首先会推断上面例子中的 AGE 操作，其次在不改变 count() 结果的情况下，会推断 mapToInt() 和 sorted() 操作，这些操作可以被消除，因此这段代码的操作被节省为 “select count(*) from hare where age > 8”。这意味着您可以使用 Java 8 流而你不必如此在意流是如何转换为SQL的。
如何下载和加入我们
如果你想学习如何使用 Speedment 的 API 和在项目中如何使用 Speedment，可以访问网址 www.speedment.org，并可以在 gitter 上发表评论，也可以从 GitHub 上下载 Speedment 的源码，来贡献你自己的代码。
总结
回顾早期的一些老项目，一个超过100行代码的数据库类，现在可以使用 Java 8 缩减成1行代码。那是反转后的摩尔定律，在14年内（=7摩尔周期），行数大约减半了七次。这就是进步！
什么是数据流
流代表从支持聚合操作源的序列的对象。以下是数据流的特点。
元素序列 - 流提供了一组特定类型的以顺序方式元素。流获取/计算需求的元素。它不存储元素。
源- 流使用集合，数组或I/O资源为输入源。
聚合操作 - 数据流支持如filter, map, limit, reduced, find, match等聚合操作。
管道传输 - 大多数流操作的返回流本身使他们的结果可以被管道传输。这些操作被称为中间操作以及它们的功能是利用输入，处理输入和输出返回到目标。collect()方法是终端操作，这是通常出现在管道传输操作结束标记流的结束。
自动迭代 - 流操作内部做了反复对比，其中明确迭代需要集合提供源元素。