Java 流处理之收集器

54 阅读4分钟

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

@AllArgsConstructor

public 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:

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。


@Override

public Supplier<List<String>> supplier() {

return new Supplier<List<String>>() {

@Override

public List<String> get() {

List<String> container = new ArrayList<>();

return container;

}

};

}

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。


@Override

public BiConsumer<List<String>, String> accumulator() {

return new BiConsumer<List<String>, String>() {

@Override

public 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。


@Override

public Function<List<String>, List<String>> finisher() {

return new Function<List<String>, List<String>>() {

@Override

public 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。


@Override

public BinaryOperator<List<String>> combiner() {

return new BinaryOperator<List<String>>() {

@Override

public 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>>() {

@Override

public Supplier<List<String>> supplier() {

return new Supplier<List<String>>() {

@Override

public List<String> get() {

List<String> container = new ArrayList<>();

return container;

}

};

}

@Override

public BiConsumer<List<String>, String> accumulator() {

return new BiConsumer<List<String>, String>() {

@Override

public void accept(List<String> container, String col) {

container.add(col);

}

};

}

@Override

public BinaryOperator<List<String>> combiner() {

return new BinaryOperator<List<String>>() {

@Override

public List<String> apply(List<String> container1, List<String> container2) {

container1.addAll(container2);

return container1;

}

};

}

@Override

public Function<List<String>, List<String>> finisher() {

return new Function<List<String>, List<String>>() {

@Override

public List<String> apply(List<String> container) {

return container;

}

};

}

@Override

public Set<Characteristics> characteristics() {

return new HashSet<>();

}

};

col1List = records.stream()

.map(Record::getCol1)

.collect(collector);

log.info("col1List: {}", Json.toJson(col1List));