Java Stream的distinctByKey执行原理及是否无状态解析

1. 为什么Set<Object> seen = ConcurrentHashMap.newKeySet();仅执行一次，而seen.add(keyExtractor.apply(t));对每个元素执行？ #

当你调用distinctByKey(userInfo -> userInfo.id)时，distinctByKey方法会完整执行一次：此时seen的初始化语句会被执行，创建一个新的ConcurrentHashMap KeySet实例，随后方法返回一个捕获了该seen集合的Lambda表达式（即Predicate对象）。

而Stream的filter操作会遍历列表中的每一个元素，对每个元素都会调用这个Predicate的test方法（也就是Lambda中的逻辑），因此seen.add(keyExtractor.apply(t))会随着每个元素的处理被执行一次。总结来说：distinctByKey方法仅被调用一次，所以seen的初始化只做一次；而返回的Predicate会被每个元素触发调用，所以add操作会执行多次。

2. distinctByKey方法是否为无状态方法？ #

要区分方法本身和它返回的对象：

• distinctByKey方法本身：它是静态方法，没有持有任何类级别的静态变量，每次调用都会创建一个全新的seen集合，方法执行完毕后不会保留任何状态，因此方法本身是无状态的。
• 返回的Predicate对象：这个Predicate持有了seen集合，每次调用test方法都会修改该集合的状态，所以这个Predicate是有状态的。

需要注意：如果将这个Predicate复用在多个Stream操作中，会因为共享同一个seen集合导致去重逻辑出错，但distinctByKey方法本身每次调用都会生成独立的状态载体，不会产生跨调用的状态污染。

内容的提问来源于stack exchange，提问作者phantomsee