【Java学習｜実務向け】Javaエンジニア必見！Primitive Streamsを活用した効率的な数値処理とパフォーマンス最適化

1. 導入：なぜPrimitive Streamsが重要なのか

JavaのStream APIを扱う際、何気なくListやSetからStreamを生成し、map(Integer::valueOf)のように記述していませんか？実は、ジェネリクスを用いたStream（IntegerやDoubleなどのラッパークラスを扱うStream）は、数値計算において「オートボクシング」によるメモリ消費とパフォーマンス低下を招きます。今回解説するPrimitive Streams（IntStream, LongStream, DoubleStream）を活用することで、これらの無駄を省き、より高速でメモリ効率の良いコードを実現できます。

2. 基礎知識：Primitive Streamsとは何か

Primitive Streamsとは、Java 8から導入された「プリミティブ型（int, long, double）を直接扱うためのStream」です。
通常のStreamは、内部でIntegerオブジェクトを生成するため、メモリ上にインスタンスが散らばり、キャッシュ効率が悪化します。一方、IntStreamなどはプリミティブ値を直接保持するため、メモリ配置が連続的で高速に処理可能です。また、sum()やaverage()といった、数値計算に特化した専用メソッドが豊富に用意されている点が最大の特徴です。

3. 実装/解決策：数値処理の最適化

コレクションから数値計算を行う際は、一度Streamに変換してから「mapToInt」などでPrimitive Streamsへ変換するのが定石です。これにより、Streamのパイプラインを保ったまま、効率的に集計や変換が行えます。

4. サンプルプログラム：実務で役立つ数値処理の例

以下は、商品リストから価格の合計と平均を算出する際の実用的なコード例です。

import java.util.Arrays;
import java.util.List;

public class PrimitiveStreamSample {
    public static void main(String[] args) {
        List products = Arrays.asList(
            new Product("Laptop", 120000),
            new Product("Mouse", 3000),
            new Product("Keyboard", 8000)
        );

        // mapToIntを使用してIntStreamに変換することで、効率的に合計を算出
        int total = products.stream()
                            .mapToInt(Product::getPrice)
                            .sum();

        // average()はOptionalDoubleを返すため、値が存在する場合のみ表示
        products.stream()
                .mapToInt(Product::getPrice)
                .average()
                .ifPresent(avg -> System.out.println("平均価格: " + avg));

        System.out.println("合計金額: " + total);
    }
}

class Product {
    private String name;
    private int price;

    public Product(String name, int price) {
        this.name = name;
        this.price = price;
    }

    public int getPrice() { return price; }
}

5. 応用・注意点：現場で陥りやすい罠

注意点1：Optionalの扱い
IntStreamのaverage()などは「値が存在しない（空のストリーム）」ケースを考慮してOptionalDoubleを返します。単純にget()を呼ぶと例外が発生する可能性があるため、必ずifPresent()やorElse()でフォールバック処理を記述してください。

注意点2：無限ストリームの罠
IntStream.range(0, Integer.MAX_VALUE)のような無限ストリームを生成する場合、適切にlimit()をかけないとメモリオーバーフローや無限ループに陥ります。

現場のTips：
大きなデータを扱う場合、並列処理を簡単に行えるのもPrimitive Streamsの強みです。もし大量の数値計算でボトルネックが発生しているなら、stream()をparallelStream()に変えるだけで、マルチコア環境の恩恵を最大限に引き出せます。ただし、スレッドセーフには十分注意して設計してください。