Jakie są sposoby przetwarzania danych w Java?

1. Iteracja:

   • Pętle for, while, do-while.
   • Iteratory (Iterator, ListIterator).
   • Ulepszona pętla for (foreach).

   List<String> data = new ArrayList<>();
   data.add("item1");
   data.add("item2");
   
   for (String item : data) {
       System.out.println(item); // Przetwarzanie każdego elementu
   }
   

2. Strumienie (Streams):

   • API do deklaratywnego przetwarzania kolekcji.
   • Operacje wysokiego poziomu: filter, map, reduce, collect.
   • Obsługują przetwarzanie równoległe.

   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
   
   List<Integer> evenNumbers = numbers.stream()
                                      .filter(n -> n % 2 == 0) // Filtruj parzyste
                                      .collect(Collectors.toList()); // Zbierz w listę
   

3. Równoległe strumienie:

   • Rozszerzenie strumieni do automatycznej równoległości.
   • Proste użycie: .parallelStream().

   List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
   
   int sum = numbers.parallelStream()
                    .mapToInt(Integer::intValue)
                    .sum(); // Równoległe sumowanie
   

4. RxJava / Reactor (Programowanie reaktywne):

   • Programowanie reaktywne do asynchronicznego przetwarzania strumieni danych.
   • Używa obserwowalnych (Observable, Flux) i operatorów (map, filter, merge).

   // Przykład na RxJava
   Observable<String> source = Observable.just("Alpha", "Beta", "Gamma");
   
   source.subscribe(s -> System.out.println("Odebrano: " + s)); // Przetwarzanie asynchroniczne
   

5. Apache Spark / Hadoop MapReduce:

   • Frameworki do rozproszonego przetwarzania dużych danych.

   • Odpowiednie do ETL, analityki i przetwarzania na klastrze.

   • (Przykład kodu dla Spark/Hadoop jest zbyt obszerny na krótką odpowiedź, ale istota to rozproszone obliczenia).

6. Struktury danych w Java:

   • Użycie odpowiednich struktur danych (Arrays, Lists, Sets, Maps) do efektywnego przechowywania i dostępu.
   • Na przykład, HashMap do szybkiego wyszukiwania po kluczu, HashSet dla unikalnych elementów.

   Map<String, Integer> ages = new HashMap<>();
   ages.put("Alice", 30);
   ages.put("Bob", 25);
   
   System.out.println(ages.get("Alice")); // Szybki dostęp po kluczu
   

7. Bazy danych (JDBC / ORM):

   • Przetwarzanie danych w zewnętrznych bazach.
   • JDBC do bezpośredniej interakcji z SQL.
   • ORM (Hibernate, JPA) do mapowania obiektowo-relacyjnego.

   // Przykład JDBC
   try (Connection conn = DriverManager.getConnection(url, user, password);
        Statement stmt = conn.createStatement();
        ResultSet rs = stmt.executeQuery("SELECT name, age FROM users")) {
   
       while (rs.next()) {
           String name = rs.getString("name");
           int age = rs.getInt("age");
           System.out.println("Użytkownik: " + name + ", Wiek: " + age); // Przetwarzanie danych z BD
       }
   } catch (SQLException e) {
       e.printStackTrace();
   }
   

Wybór metody zależy od wielkości danych, wymagań dotyczących wydajności, równoległości i złożoności logiki przetwarzania.