269. Java Stream API - Map-Filter-Reduce算法模型

269. Java Stream API - Map-Filter-Reduce算法模型

在深入学习 Java Stream API 之前，我们先来了解它背后的经典思想：Map - Filter - Reduce 算法模型。

这是一种非常通用且高效的数据处理模式，特别适合用在数据转换、筛选与聚合的场景中 —— 类似数据库中的查询操作。

---

🧾 示例背景：计算十月销售总额

我们有一个简单的 Sale 类，记录了某个商品在某一天的销售额。为了代码简洁，我们使用 Java 14+ 引入的 Record 类型来定义它：

public record Sale(String product, LocalDate date, int amount) {
    // 自动生成构造方法、访问器、equals、hashCode、toString
}

然后我们构造一个销售记录列表：

List<Sale> sales = List.of(
    new Sale("Orange", LocalDate.of(2022, Month.JANUARY, 2), 4),
    new Sale("Pumpkin", LocalDate.of(2022, Month.OCTOBER, 18), 12),
    new Sale("Butternut", LocalDate.of(2022, Month.OCTOBER, 3), 6),
    new Sale("Apple", LocalDate.of(2022, Month.AUGUST, 28), 3)
);

---

🧮 用传统方式求出十月的销售总额

int amountSoldInOctober = 0;
for (Sale sale : sales) {
    if (sale.date().getMonth() == Month.OCTOBER) {  // 筛选条件
        amountSoldInOctober += sale.amount();       // 累加金额
    }
}
System.out.println("Amount sold in October: " + amountSoldInOctober);

✅ 输出：

Amount sold in October: 18

---

🧠 拆解这个处理过程：Map - Filter - Reduce

这个例子其实包含了我们处理数据时常见的三步流程：

步骤	名称	动作描述
第一步	Filter	筛选出日期在十月的销售记录
第二步	Map	从每个 Sale 对象中提取出 amount
第三步	Reduce	把所有 amount 相加，得到总销售额

🎯 总结一句话：从集合中找出需要的对象 → 转换成数值 → 聚合为一个结果

---

🚀 使用 Stream API 实现相同逻辑

int amountSoldInOctober = sales.stream()
    .filter(sale -> sale.date().getMonth() == Month.OCTOBER)  // Filter
    .mapToInt(Sale::amount)                                   // Map to int
    .sum();                                                   // Reduce

System.out.println("Amount sold in October: " + amountSoldInOctober);

📌 .mapToInt() 是将对象转换成 int 类型流，便于后续的 .sum() 操作。

---

📘 和 SQL 的类比更清晰

你可以把这段逻辑类比成如下 SQL 查询：

SELECT SUM(amount)
FROM Sales
WHERE EXTRACT(MONTH FROM date) = 10;

这样学员能快速对照记忆 Stream 的每一步，特别适合有 SQL 背景的同学。

---

🛠️ 额外练习（可课堂互动）

1. 计算销售总额大于 5 的记录数量
2. 统计每个月份的总销售额（用 Collectors.groupingBy）
3. 找出金额最大的销售记录（用 .max()）

---

✨ 小结：Map-Filter-Reduce 模型优势

• ✅ 结构清晰，便于组合操作
• ✅ 适用于大多数数据处理任务
• ✅ 与 SQL 思维接近，上手快
• ✅ 可与 Lambda 表达式无缝结合，实现函数式风格