Java 流处理之收集器
Java 流(Stream)处理操作完成之后,我们可以收集这个流中的元素,使之汇聚成一个最终结果。这个结果可以是一个对象,也可以是一个集合,甚至可以是一个基本类型数据。
以记录 Record 为例:
@Data@NoArgsConstructor@AllArgsConstructorpublic static class Record {private String col1;private String col2;private int col3;}记录 Record 包含三个属性:列 1(col1)、列 2(col2)和 列 3(col3)。
创建四个记录实例:
Record r1 = new Record("a", "1", 1);Record r2 = new Record("a", "2", 2);Record r3 = new Record("b", "3", 3);Record r4 = new Record("c", "4", 4);添加到列表:
List<Record> records = new ArrayList<>();
records.add(r1);records.add(r2);records.add(r3);records.add(r4);收集所有记录的 列 1 值,以列表形式存储结果 List<String> col1List = records.stream().map(Record::getCol1).collect(Collectors.toList());log.info("col1List: {}", Json.toJson(col1List));输出结果:
col1List: ["a","a","b","c"]收集所有记录的 列 1 值,且去重,以集合形式存储 Set<String> col1Set = records.stream().map(Record::getCol1).collect(Collectors.toSet());log.info("col1Set: {}", Json.toJson(col1Set));输出结果:
col1Set: ["a","b","c"]收集记录的 列 2 值和 列 3 值的对应关系,以字典形式存储 Map<String, Integer> col2Map = records.stream().collect(Collectors.toMap(Record::getCol2, Record::getCol3));log.info("col2Map: {}", Json.toJson(col2Map));输出结果:
col2Map: {"1":1,"2":2,"3":3,"4":4}记录的 列 2 不能有重复值,否则会抛出 Duplicate key 异常。
收集所有记录中 列 3 值最大的记录 Record max = records.stream().collect(Collectors.maxBy(Comparator.comparing(Record::getCol3))).orElse(null);log.info("max: {}", Json.toJson(max));输出结果:
max: {"col1":"c","col2":"4","col3":4}收集所有记录中 列 3 值的总和 int sum = records.stream().collect(Collectors.summingInt(Record::getCol3));log.info("sum: {}", sum);输出结果:
sum: 10 流的收集需要通过 Stream.collect() 方法完成,方法的参数是一个 Collector(收集器) ;收集结果时,需要根据收集结果的目标类型,传递特定的收集器实例,如上:
Collectors.toList()
Collectors.toSet()
Collectors.toMap()
Collectors.maxBy()
Collectors.summingInt()
Collectors(java.util.stream.Collectors) 是一个工具类,内置若干收集器,我们可以通过调用不同的方法快速获取相应的收集器实例。
收集器(java.util.stream.Collector)本质是一个 接口 ,包含以下五个方法:
Supplier supplier()
BiConsumer<A, T> accumulator()
BinaryOperator combiner()
Function<A, R> finisher()
Set characteristics()
以 Collectors.toList() 为例演示收集器的工作过程。
创建一个中间结果容器 supplier() 方法会返回一个 Supplier 实例,调用该实例的 get() 方法,会创建一个中间结果容器。
@Overridepublic Supplier<List<String>> supplier() {return new Supplier<List<String>>() {@Overridepublic List<String> get() {List<String> container = new ArrayList<>();
}考虑到收集的元素类型 String,这里的中间结果容器类型为 ArrayList 。
根据收集过程的需要,中间结果容器可以是任意的数据结构。
逐一遍历流中的每个元素,处理完成之后,添加到中间结果 accumulator() 方法会返回一个 BiConsumer 实例,它有一个 accept() 方法,
参数 1:中间结果 参数 2:流中遍历到的某个元素
遍历过程是 Java 自动完成的,每遍历一个元素,会自动调用 BiConsumer.accept 方法。我们只需要在方法中实现元素的处理过程,然后把元素的处理结果添加到中间结果中就可以了。
@Overridepublic BiConsumer<List<String>, String> accumulator() {return new BiConsumer<List<String>, String>() {@Overridepublic void accept(List<String> container, String col) {container.add(col);}};}这个示例中,流中的元素不需要任何处理,直接添加至中间结果即可。
中间结果转换成最终结果 finisher() 方法会返回一个 Fuction 实例,它有一个 apply() 方法,
参数:中间结果 返回:最终结果
遍历过程结束之后,Java 会自动调用 Function.apply() 方法,将中间结果转换成最终结果。
@Overridepublic Function<List<String>, List<String>> finisher() {return new Function<List<String>, List<String>>() {@Overridepublic List<String> apply(List<String> container) {return container;}};}这个示例中,中间结果就是最终结果,不需要任何处理,直接返回中间结果即可。
combiner()是做什么的?流中的元素可以被并行处理,这样的流称为并行流。并行流相当于把一个大流切分成多个小流,内部使用多线程,并行处理这些小流。每一个小流遍历完成之后,都会产生一个小的中间结果,需要将这些小的中间结果合并成一个大的中间结果。
假设有两个小流,收集开始时,会创建两个中间结果:
中间结果也是通过 Supplier.get() 方法创建的。
并行遍历两个小流,将各自流的处理结果添加到各自的中间结果中:
combiner() 方法会返回一个 BinaryOperator 实例,它有一个 apply() 方法:
参数 1:中间结果 1 参数 2:中间结果 2 返回:中间结果
Java 会在合适的时机自动调用 BinaryOperator.apply() 方法,将小的中间结果合并成大的中间结果。
@Overridepublic BinaryOperator<List<String>> combiner() {return new BinaryOperator<List<String>>() {@Overridepublic List<String> apply(List<String> container1, List<String> container2) {container1.addAll(container2);return container1;}};}characteristics()是什么的?characteristics() 会返回一个 Characteristics(枚举)集合实例,用于设定收集器的特性,支持以下三个值:
CONCURRENT
收集器支持并发使用
UNORDERED
收集器不保证元素顺序
IDENTITY_FINISH
收集器中间结果可直接转换成最终结果
Java 可以根据这些特性值,保证收集器正确地、有效率地执行。
完整代码 Collector<String, List<String>, List<String>> collector = new Collector<String, List<String>, List<String>>() {@Overridepublic Supplier<List<String>> supplier() {return new Supplier<List<String>>() {@Overridepublic List<String> get() {List<String> container = new ArrayList<>();
};
col1List = records.stream().map(Record::getCol1).collect(collector);log.info("col1List: {}", Json.toJson(col1List));
评论