java8 stream统计、汇总、多字段分组、多个列汇总统计

文章目录

• 前言
• 一、GroupingBy收集器
• 二、使用示例
• • 2.1 准备
  • 2.2 根据单一字段分组
  • 2.3 根据Map的key的类型分组
  • 3 并发的分组Collector
• 总结

前言

本文将展示groupingBy收集器的多个示例，阅读本文需要先准备Java Stream和Java收集器Collector的知识。

一、GroupingBy收集器

Java8的Stream API允许我们以声明的方式来处理数据集合。

静态工厂方法：Collectors.groupingBy()，以及Collectors.groupingByConcunrrent()，给我们提供了类似SQL语句中的"GROUP BY"的功能。这两个方法将数据按某些属性分组，并存储在Map中返回。

作为collect方法的参数，Collector是一个接口，它是一个可变的汇聚操作，将输入元素累计到一个可变的结果容器中；它会在所有元素都处理完毕后，将累积的结果转换为一个最终的表示（这是一个可选操作）；

Collectors本身提供了关于Collector的常见汇聚实现，Collectors的内部类CollectorImpl实现了Collector接口，Collectors本身实际上是一个工厂。
Collector 类方法：

public interface Collector<T, A, R> { 
    Supplier<A> supplier();
    BiConsumer<A, T> accumulator();
    BinaryOperator<A> combiner();
    Function<A, R> finisher();

    Set<Characteristics> characteristics();
}

Collector主要定义了容器的类型，添加元素的方法，容器合并的方法还有输出的结果。

• supplier就是生成容器
• accumulator是添加元素
• combiner是合并容器
• finisher是输出的结果
• characteristics是定义容器的三个属性(三个枚举值)，包括是否有明确的finisher，是否需要同步，是否有序。
  1. CONCURRENT(集合的操作需要同步)：表示中间结果只有一个，即使在并行流的情况下。所以只有在并行流且收集器不具备CONCURRENT特性时，combiner方法返回的lambda表达式才会执行（中间结果容器只有一个就无需合并）
  2. UNORDER(集合是无序的)：表示流中的元素无序。
  3. IDENTITY_FINISH(不用finisher)：表示中间结果容器类型与最终结果类型一致，此时finiser方法不会被调用
     其中这里的泛型所表示的含义是：

T：表示流中每个元素的类型。
A：表示中间结果容器的类型。
R：表示最终返回的结果类型。

下面是几个重载的groupnigBy方法：

• 参数 ：分类函数

static <T,K> Collector<T,?,Map<K,List<T>>>
groupingBy(Function<? super T,? extends K> classifier)

• 参数：分类函数，第二个收集器

static <T,K,A,D> Collector<T,?,Map<K,D>>
groupingBy(Function<? super T,? extends K> classifier,
Collector<? super T,A,D> downstream)

• 参数：分类函数，供应者方法（提供作为返回值的Map的实现），第二个收集器

static <T,K,D,A,M extends Map<K,D>> Collector<T,?,M>
groupingBy(Function<? super T,? extends K> classifier,
Supplier<M> mapFactory, Collector<? super T,A,D> downstream)

二、使用示例

2.1 准备

先定义一个BlogPost类：

class BlogPost {
String title;
String author;
BlogPostType type;
int likes;
}

BlogPostType：

enum BlogPostType {
NEWS,
REVIEW,
GUIDE
}

public class Tuple {
    String author;

    BlogPostType type;

    public String getAuthor() {
        return author;
    }

    public void setAuthor(String author) {
        this.author = author;
    }

    public BlogPostType getType() {
        return type;
    }

    public void setType(BlogPostType type) {
        this.type = type;
    }
}

BlogPost列表：

List<BlogPost> posts = Arrays.asList( ... );

2.2 根据单一字段分组

最简单的groupingBy方法，只有一个分类函数做参数。分类函数作用于strema里面的每个元素。分类函数处理后返回的每个元素作为返回Map的key。
根据博客文章类型来分组：

Map<BlogPostType, List<BlogPost>> postsPerType = posts.stream()
.collect(groupingBy(BlogPost::getType));

groupingBy(BlogPost::getType) 默认返回的是toList。

2.3 根据Map的key的类型分组

分类函数并没有限制返回字符串或标量值。返回map的key可以是任何对象。只要实现了其equals和hashcode方法。
下面示例根据type和author组合而成的BlogPost实例来分组：

 Map<BlogPost, List<BlogPost>> postsPerTypeAndAuthor = posts.stream()
                .collect(groupingBy(post -> new BlogPost()));

2.4 修改返回Map的value的类型

groupingBy的第二个重载方法有一个额外的collector参数（downstream），此参数作用于第一个collector产生的结果。

如果只用一个分类函数做参数，那么默认会使用toList()这个collector来转换结果。

下面的代码显示地使用了toSet()这个collector传递给downstream这个参数，因此会得到一个博客文章的Set。

Map<BlogPostType, Set<BlogPost>> postsPerType = posts.stream()
.collect(groupingBy(BlogPost::getType, toSet()));

2.5 修改返回自定义类型

mapping函数：mapper：返回参数对象，downstream收集的集合值。

Collector<T, ?, R> mapping(Function<? super T, ? extends U> mapper,
                               Collector<? super U, A, R> downstream)

示例代码：

Map<BlogPostType, List<Map<String, Object>>> postsPerType = posts.stream()
                .collect(groupingBy(BlogPost::getType, mapping(n->getBlogPost(n), toList())));
                
 privatestatic Map<String, Object> getBlogPost(BlogPost blogPost) {
        Map<String, Object> map = new HashMap<>();
        map.put("title", blogPost.getTitle());
        return map;
    }

mapping() 收集器，自定义返回。

2.6 根据多个字段分组

downstream参数的另外一个用处就是基于分组结果，做第二次分组。

下面代码，首先根据author分组，然后再根据type分组：

Map<String, Map<BlogPostType, List>> map = posts.stream()
.collect(groupingBy(BlogPost::getAuthor, groupingBy(BlogPost::getType)));

2.7 得到分组结果的平均值

通过使用downstream，我们可以把集合函数应用到第一次分组的结果上。比如，获取到每种类型博客的被喜欢次数（likes）的平均值：

Map<BlogPostType, Double> averageLikesPerType = posts.stream()

.collect(groupingBy(BlogPost::getType, averagingInt(BlogPost::getLikes)));

2.8 得到分组结果的总计

计算每种类型被喜欢次数的总数：

Map<BlogPostType, Integer> likesPerType = posts.stream()

.collect(groupingBy(BlogPost::getType, summingInt(BlogPost::getLikes)));

2.9 得到分组结果中的最大或最小值

我们还可以得到每种类型博客被喜欢次数最多的是多少：

Map<BlogPostType, Optional<BlogPost>> maxLikesPerPostType = posts.stream()

.collect(groupingBy(BlogPost::getType,

maxBy(comparingInt(BlogPost::getLikes))));

类似的，可以用minxBy得到每种类型博客中被喜欢次数最少的次数是多少。

注意：maxBy和minBy都考虑了当第一次分组得到的结果是空的场景，因此其返回结果（Map的value）是Optional<BlogPost>。

2.10 得到分组结果中某个属性的统计

Collectors API提供了一个统计collector，可以用来同时计算数量、总计、最小值、最大值、平均值等。

下面来统计一下不同类型博客的被喜欢（likes）这个属性：

Map<BlogPostType, IntSummaryStatistics> likeStatisticsPerType = posts.stream()

.collect(groupingBy(BlogPost::getType,

summarizingInt(BlogPost::getLikes)));

返回Map中的value，IntSummaryStatistics对象，包括了每个BlogPostType的文章次数、被喜欢总计、平均值、最大值、最小值。

2.11 把分组结果映射为另外的类型

更复杂的聚合操作可以通过应用一个映射downstream收集器到分类函数结果上来实现。

下面代码讲每类博客类型的标题连接起来了。

Map<BlogPostType, String> postsPerType = posts.stream()

.collect(groupingBy(BlogPost::getType,

mapping(BlogPost::getTitle, joining(", ", "Post titles: [", "]"))));

上面的代码，讲每个BlogPost实例映射为了其对应的标题，然后把博客标题的stream连接成了成了字符串，形如“Post titles:[标题1,标题2,标题3]”。

2.12 修改返回Map的类型

使用groupingBy的时候，如果我们要指定返回Map的具体类型，可以用第三个重载方法。通过传入一个Map供应者函数。

下面代码传入了一个EnumMap供应者函数，得到返回Map为EnumMap类型。

EnumMap<BlogPostType, List<BlogPost>> postsPerType = posts.stream()

.collect(groupingBy(BlogPost::getType,

() -> new EnumMap<>(BlogPostType.class), toList()));

2.13 collectingAndThen包裹一个收集器，对其结果应用转换函数

public static <T,A,R,RR> Collector<T,A,RR> collectingAndThen(Collector<T,A,R> downstream,
Function<R,RR> finisher)
示例代码
//对分组进行转换，对分组内元素进行计算

Map<BlogPostType, Map<String, Object>> postsPerTypeList = posts.stream()
        .collect(groupingBy(BlogPost::getType, collectingAndThen(toList(), m->{
            Map<String, Object> map = new HashMap<>();
            map.put("count", m.stream().count());
            //对分组的list求和
            map.put("money", m.stream().mapToDouble(BlogPost::getLikes).sum());
            return map;
        })));

3 并发的分组Collector

类似groupingBy，存在一个groupingByConcurrent收集器，可以利用到多核架构的能力。groupingByConcurrent也有3个重载的方法，与groupingBy类似。

但返回值必须是ConconcurrentHashMap或其子类。

要并发操作分组，那么stream也必须是并行的：

ConcurrentMap<BlogPostType, List<BlogPost>> postsPerType = posts.parallelStream()

.collect(groupingByConcurrent(BlogPost::getType));

注意：如果要提供一个Map供应者函数，必须保证函数返回的是ConconcurrentHashMap或其子类。

总结

本文讨论了Java 8 Collectors API中的groupingBy收集器的几个例子。

讨论了goupingBy如何对stream中的元素基于某个属性进行分组，以及如何返回结果。

本文地址：https://blog.csdn.net/xp_lx1/article/details/109624697