java stream api 通过惰性求值与按需拉取支持大文件和无限流处理：files.lines() 安全逐行读取；stream.iterate/generate 需搭配 limit 或短路操作；自定义 spliterator 可控处理大数据源；须避免全量加载、阻塞io和误用并行流。
Java Stream API 本身不直接处理大文件或无限数据流，但它提供了与这些场景高度适配的接口和设计原则——关键在于不把全部数据加载进内存，而是借助惰性求值和按需拉取机制，配合合适的底层数据源实现高效流式处理。
用 Files.lines() 处理大文本文件
这是最常用且安全的方式。`Files.lines()` 返回一个 `Stream
- 文件内容不会一次性加载到堆中，每行读完可被 GC 回收
- 必须在 try-with-resources 中使用，否则流未关闭会导致文件句柄泄漏
- 示例：统计日志中 ERROR 行数（不缓存整份日志）
long errorCount = lines.filter(line -> line.contains("ERROR")).count();
System.out.println("ERROR 数量：" + errorCount);
}
用 Stream.iterate() 或 Stream.generate() 模拟无限流
它们创建的是逻辑上无限的流，但结合 limit() 或 短路终端操作（如 findFirst、anyMatch），可安全终止：
-
Stream.iterate(0, n -> n + 1)生成自然数序列；Stream.generate(Math::random)生成随机数流 - 务必搭配
limit(n)、takeWhile(Predicate)（Java 9+）或findFirst()等，否则会陷入死循环 - 注意：无限流不能调用
count()或collect()（无终止条件时）
自定义 Spliterator 实现可控的大数据源
当标准方法无法满足需求（如解析二进制大文件、分页查询数据库游标），可实现 Spliterator 接口，精确控制数据拆分与遍历行为：
- 重写
tryAdvance()实现单次拉取（如读一块磁盘扇区、查一页数据库） - 重写
estimateSize()和characteristics()告知框架是否支持并行、是否有序等特性 - 再通过
StreamSupport.stream(spliterator, parallel)构建流，获得完整 Stream API 支持
避免常见陷阱
处理大文件或无限流时，以下错误会直接导致 OOM 或死锁：
- 不要用
list.stream()加载整个大文件内容到 List 再转流——这等于全量入内存 - 不要在
map或filter中做阻塞 IO（如远程调用），它会阻塞整个流水线；应改用异步非阻塞方式或预加载批次 - 并行流（
parallelStream()）对文件行流默认不提升性能，因 I/O 是瓶颈；更适合 CPU 密集型计算（如每行解析后做复杂数学运算）
大量免费API接口：立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游，为数据API应用能力赋能！
