Sobes.tech
Junior

Quais são as formas de processamento de dados em Java?

sobes.tech IA

Resposta da IA

  1. Iteração:

    • Laços for, while, do-while.
    • Iteradores (Iterator, ListIterator).
    • Laço for melhorado (foreach).
    List<String> data = new ArrayList<>();
    data.add("item1");
    data.add("item2");
    
    for (String item : data) {
        System.out.println(item); // Processamento de cada elemento
    }
    
  2. Streams:

    • API para processamento declarativo de coleções.
    • Operações de alto nível: filter, map, reduce, collect.
    • Suportam processamento paralelo.
    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5);
    
    List<Integer> evenNumbers = numbers.stream()
                                       .filter(n -> n % 2 == 0) // Filtrar pares
                                       .collect(Collectors.toList()); // Recolher em lista
    
  3. Streams paralelos:

    • Extensão de streams para paralelização automática.
    • Uso simples: .parallelStream().
    List<Integer> numbers = Arrays.asList(1, 2, 3, 4, 5, 6, 7, 8, 9);
    
    int sum = numbers.parallelStream()
                     .mapToInt(Integer::intValue)
                     .sum(); // Soma paralela
    
  4. RxJava / Reactor (Programação Reativa):

    • Programação reativa para processamento assíncrono de fluxos de dados.
    • Usa observáveis (Observable, Flux) e operadores (map, filter, merge).
    // Exemplo com RxJava
    Observable<String> source = Observable.just("Alpha", "Beta", "Gamma");
    
    source.subscribe(s -> System.out.println("Recebido: " + s)); // Processamento assíncrono
    
  5. Apache Spark / Hadoop MapReduce:

    • Frameworks para processamento distribuído de grandes dados.

    • Adequados para ETL, análise e processamento em escala de cluster.

    • (O exemplo de código para Spark/Hadoop é demasiado extenso para uma resposta breve, mas a ideia é o cálculo distribuído).

  6. Estruturas de dados em Java:

    • Uso de estruturas de dados apropriadas (Arrays, Lists, Sets, Maps) para armazenamento e acesso eficiente.
    • Por exemplo, HashMap para busca rápida por chave, HashSet para elementos únicos.
    Map<String, Integer> ages = new HashMap<>();
    ages.put("Alice", 30);
    ages.put("Bob", 25);
    
    System.out.println(ages.get("Alice")); // Acesso rápido por chave
    
  7. Bases de dados (JDBC / ORM):

    • Processamento de dados em bases externas.
    • JDBC para interação direta com SQL.
    • ORM (Hibernate, JPA) para mapeamento objeto-relacional.
    // Exemplo 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("Utilizador: " + name + ", Idade: " + age); // Processamento de dados do BD
        }
    } catch (SQLException e) {
        e.printStackTrace();
    }
    

A escolha do método depende do volume de dados, requisitos de desempenho, paralelismo e complexidade da lógica de processamento.