Java8Stream 和 RxJava 看起来非常相似。它们具有外观相似的操作符(filter、 map、 latMap...) ，但不是为相同的用途而构建的。

可以使用 RxJava 执行异步任务。

使用 Java8流，您将遍历集合中的项。

你可以在 RxJava 中做几乎相同的事情(遍历集合中的条目) ，但是，由于 RxJava 专注于并发任务，... ，它使用同步，闩锁，... ，所以使用 RxJava 的同一个任务可能比使用 Java8流慢。

RxJava 可以与 CompletableFuture进行比较，但是它可以计算多个值。

有一些技术和概念上的差异，例如，Java8流是单一使用的、基于拉的、同步的值序列，而 RxJava 观察值是可重新观察的、自适应的、基于推拉的、可能是异步的值序列。RxJava 的目标是 Java6 + ，也可以在 Android 上运行。

Java8流是基于拉的。您在使用每个条目的 Java8流上进行迭代。它可能是一条永无止境的溪流。

RXJavaObservable默认是基于推的。您订阅了一个观察对象，当下一个项目到达时(onNext) ，或者当流完成时(onCompleted) ，或者当错误发生时(onError) ，您将得到通知。 因为使用 Observable可以接收 onNext、 onCompleted、 onError事件，所以可以执行一些强大的功能，比如将不同的 Observable组合成新的 Observable(zip、 merge、 concat)。其他你可以做的事情是缓存，节流，..。 它在不同的语言中使用差不多相同的 API (RxJava，C # 中的 RX，RxJS，...)

默认情况下，RxJava 是单线程的。除非您开始使用调度程序，否则所有事情都将发生在同一个线程上。

RxJava 也与 反应流初始化反应流初始化密切相关，并认为它是反应流 API 的简单实现(例如，与 Akka 流实现相比)。主要的区别在于，反应流被设计成能够处理反向压力，但是如果你看一下反应流页面，你就会明白这个想法。他们很好地描述了他们的目标，这些流也与 被动宣言密切相关。

Java8流基本上是无界集合的实现，非常类似于 Scala Stream或 Clojure 懒惰系列。

长话短说

所有的序列/流处理库都为管道构建提供了非常相似的 API。不同之处在于处理多线程和管道组合的 API。

答案很长

RxJava 与 Stream 有很大的不同。在所有 JDK 的东西中，最接近于 rx.Observable的可能是 java.util.stream.Collector Stream + CompletableFuture组合(这是以处理额外的单子层为代价的，即必须处理 Stream<CompletableFuture<T>>和 CompletableFuture<Stream<T>>之间的转换)。

“可观测”和“数据流”之间存在显著差异:

• 流是基于拉的，可观测的是基于推的。这听起来可能太抽象了，但是它有非常具体的重要后果。
• 流只能使用一次，可观察可订阅多次。
• Stream#parallel()将序列分割成多个分区，而 Observable#subscribeOn()和 Observable#observeOn()不这样做; 它很难用 Observer 模拟 Stream#parallel()的行为，它曾经使用过 .parallel()方法，但是这种方法造成了很大的混乱，以至于 .parallel()支持被转移到单独的存储库: ReactiveX/RxJava并行: RxJava 的实验并行扩展。更多细节在 另一个答案中。
• Stream#parallel()不允许指定要使用的线程池，这与大多数接受可选调度器的 RxJava 方法不同。由于 JVM 中的 所有流实例使用相同的 fork-join 池，因此添加 .parallel()可能会意外地影响程序的另一个模块中的行为。
• 流是缺乏时间相关的操作，如 Observable#interval()，Observable#window()和许多其他; 这主要是因为流是基于拉，上游没有控制 什么时候发出下一个元素下游。
• 与 RxJava 相比，流提供有限的操作集。例如，流缺乏截止操作(takeWhile()，takeUntil()) ; 使用 Stream#anyMatch()的解决方案是有限的: 它是终端操作，因此您不能在每个流中多次使用它
• 至于 JDK 8，没有 Stream#zip()操作，这有时非常有用。
• 流是很难自己构建的，可观察的可以通过很多方式来构建。正如评论中提到的，有很多方法可以构建流。然而，由于没有非终端短路，您不能轻松地在文件中生成行流(JDK 提供了 Files#lines()和 BufferedReader#lines()开箱即用，其他类似的场景可以通过从 Iterator 构建 Stream 来管理)。
• 可观察提供资源管理功能(Observable#using()) ; 你可以用它包装 IO 流或互斥锁，并确保用户不会忘记释放资源——它会在订阅终止时自动释放; Stream 有 onClose(Runnable)方法，但你必须手动或通过 try-with-resources 调用它。例如，您必须记住，Files#lines() 必须的被封闭在 try-with-resources 块中。
• 可观测数据在整个过程中都是同步的(我实际上并没有检查 Streams 是否也是如此)。这使您不必考虑基本操作是否是线程安全的(答案总是“是”，除非存在 bug) ，但是与并发相关的开销将存在，无论您的代码是否需要它。