使用Java 8 Stream像操作SQL一样处理数据（下）

栏目: Java · 发布时间: 6年前

内容简介：使用Java 8 Stream像操作SQL一样处理数据（下）

在上一篇文章中，我们介绍了Stream可以像操作数据库一样来操作集合，但是我们没有介绍 flatMap 和 collect 操作。这两种操作对实现复杂的查询是非常有用的。比如你可以结果 flatMap 和 collect 计算stream中的单词的字符数，像下面代码那样。

import static java.util.function.Function.identity;
import static java.util.stream.Collectors.*;

Stream<String> words = Stream.of("Java", "Magazine", "is", "the", "best");

Map<String, Long> letterToCount =words.map(w -> w.split(""))
                .flatMap(Arrays::stream)
                .collect(groupingBy(identity(), counting()));

上述代码的运行结果是：

[a:4, b:1, e:3, g:1, h:1, i:2, ..]

这篇文章将会介绍flatMap和collect这两种操作的更多细节。

flatMap操作

假设你在一个文章中查找一个单词，你会怎么做？

我们可以使用 Files.lines() 方法，因为它可以返回一个文章一行一行信息组成的stream。我们可以使用 map() 把文章的每行分割是很多单词，最后，使用`distinct()``移除重复的。我们将想法转化为代码：

Files.lines(Paths.get("stuff.txt"))
              .map(line -> line.split("\\s+")) 
              .distinct() // Stream<String[]>
              .forEach(System.out::println);

很不幸，这样并不正确。如果你运行得到这样的结果：

[Ljava.lang.String;@7cca494b
[Ljava.lang.String;@7ba4f24f
…

到底发生了什么事呢？问题出在使用的lambda表达式将会把文件的每行转化成一个字符串数组(String[])。这就导致map返回的是一个Stream<String[]>类型的结果，我们实际上需要的是一个Stream类型的结果。

我们需要一串的单词，而不是一串的数组。对于数组可以使用 Arrays.stream() 将数组变成一个stream。看下面的实现：

String[] arrayOfWords = {"Java", "Magazine"};
Stream<String> streamOfwords = Arrays.stream(arrayOfWords);

如果我们使用下面方式的话其实还有不起作用的，这是因为使用 map(Arrays::stream) 后返回的其实是Stream<Stream>类型。

Files.lines(Paths.get("stuff.txt"))
            .map(line -> line.split("\\s+")) // Stream<String[]>
            .map(Arrays::stream) // Stream<Stream<String>>
            .distinct() // Stream<Stream<String>>
            .forEach(System.out::println);

我们可以使用flatMap来解决这种问题,像下面这样。使用flatMap方法的作用是返回的是stream中的内容而不是一个stream。

Files.lines(Paths.get("stuff.txt"))
            .map(line -> line.split("\\s+")) // Stream<String[]>
            .flatMap(Arrays::stream) // Stream<String>
            .distinct() // Stream<String>
            .forEach(System.out::println);

collect 操作

我们来具体看一下collect操作。上面文章中看到了返回stream的操作（说明该操作是一个中间操作）和返回一个值、boolean型值、int型值和Optional型值的操作（说明该操作是终结操作）。

将Stream中的元素转化到集合中.

使用toSet()你可以把一个stream转化成一个不包含重复项的集合。下面的代码展示了怎么生成高消费（单笔交易>1000$）城市的集合。

Set<String> cities = transactions.stream()
                   .filter(t -> t.getValue() > 1000)
                   .map(Transaction::getCity)
                   .collect(toSet());

注意这样你不能保证返回什么类型的Set，你可以使用toCollection()来提高可控性。比如你可以像下面代码这样将一个HashSet的构造方法作为参数。

Set<String> cities = transactions.stream()
                    .filter(t -> t.getValue() > 1000)
                    .map(Transaction::getCity)
                    .collect(toCollection(HashSet::new));

collect操作方法不止这些，上面介绍的只是很小一部分，还可以实现这些功能：

通过货币类型进行分组，计算各种获取类型的交易总金额（将会返回一个 Map<Currency, Integer>）
将所有交易分类两组：大金额的和非大金额的（将会返回一个Map<Boolean, List>）
创建多级分组，比如先根据城市分组，然后再根据是否为大金额交易分组（将会返回一个Map<String, Map<Boolean, List>>）

让我们看一下Stream API和集合器怎么实现这些查询，我们先对一个stream中的数据进行计算平均值，最大值和最小值。接下来我们再看如果实现简单的分组，最后我们我们将多个集合器放在一起实现强大的查询功能，比如多级分组。

Summarizing

有很多预定义的集合器和是很方便的使用，比如使用counting() 计算个数：

long howManyTransactions = transactions.stream().collect(counting());

你可以对Double, Int, 或者Long属性的元素进行 summing Double(), summingInt(), and summingLong() 操作，像下面这样：

int totalValue = transactions.stream().collect(summingInt(Transaction::getValue));

类似的你还可以使用averagingDouble(), averagingInt(), and averagingLong() 计算平均值，像下面这样：

double average = transactions.stream().collect(averagingInt(Transaction::getValue));

还可以通过使用maxBy()和minBy()计算元素中的最大值和最小值，不过你需要定义一个做比较的比较器，所以maxBy和minBy需要一个Comparator对象最为参数：

下面的例子中我们使用了静态方法comparing()，它将根据传递进去的参数生成一个Comparator对象。这个方法根据提取stream中元素的可以做比较的key来做判断。在这个例子中是通过银行交易的金额大小来做比较的。

Optional<Transaction> highestTransaction = transactions.stream()
                .collect(maxBy(comparing(Transaction::getValue)));

还有一个叫reducing()的集合器，它可以通过重复地对stream中的所有元素进行一种操作指导产生一个结果。它和reduce()有点类似。比如下面的代码使用reducing()方法计算交易的总金额。

int totalValue = transactions.stream().collect(reducing(0, Transaction::getValue, Integer::sum));

reducing() 有三个参数：

初始值（如果stream是空也将返回该值）：这里是0
一个会被应用到各个元素的方法
结合两个提取出来的值，这是是将两个值加起来

Grouping

一个常规的数据库操作就是根据一个属性对数据进行分组。比如根据货币对交易进行分组，如果使用迭代那简直太复杂了：

Map<Currency, List<Transaction>> transactionsByCurrencies = new HashMap<>();

for(Transaction transaction : transactions) { 
        Currency currency = transaction.getCurrency();
        List<Transaction> transactionsForCurrency = transactionsByCurrencies.get(currency);
        if (transactionsForCurrency == null) {
            transactionsForCurrency = new ArrayList<>();
            transactionsByCurrencies.put(currency, transactionsForCurrency);
        }
        transactionsForCurrency.add(transaction);
}

Java 8 中有一个叫 groupingBy() 的集合器，我们可以像这样做查询：

Map<Currency, List<Transaction>> transactionsByCurrencies =
    transactions.stream().collect(groupingBy(Transaction::getCurrency));

groupingBy() 方法有一个提取分类key的函数做参数，我们可以叫它为分类函数。在这个例子中我们使用的是Transaction::getCurrency来实现根据货币分组。

Partitioning

还有一个叫做partitioningBy()的函数，这个可以看做是groupingBy()的特例。它需要一个predicate（返回一个boolean的函数）作为参数，将会对stream中的元素根据是否满足predicate进行分类。partitioning可以将stream变成一个 Map<Boolean, List>。使用代码如下：

Map<Boolean, List<Transaction>> partitionedTransactions =transactions.stream().collect(partitioningBy( t -> t.getValue() > 1000));

如果要要对不同货币的金额进行求和操作在 SQL 中可以结合使用SUM和GROUP BY。那我们使用Stream API也能这么做吗？当然可以了，像下面这样使用：

Map<String, Integer> cityToSum = transactions.stream()
                                .collect(groupingBy(Transaction::getCity, summingInt(Transaction::getValue)));

之前使用的groupingBy (Transaction::getCity)其实是groupingBy (Transaction::getCity, toList())的速写方式。

再看一个例子，如果你要统计每个城市的交易最大值，可以做这样实现：

Map<String, Optional<Transaction>> cityToHighestTransaction = 
           transactions.stream().collect(groupingBy(
             Transaction::getCity, maxBy(comparing(Transaction::getValue))));

再看一个更加复杂的例子，在刚才的例子中我们给groupingBy传递了另外一个集合器作为参数来进一步对元素进行分组。由于groupingBy本身是一个集合器，我们可以通过传递其他groupingBy集合器来创建多级分组，被传递进来的这个groupingBy定义了一个二级标准可以对stream中的元素进行再分组。

下面代码中我们先对城市进行分组，然后我们再根据每个城市的交易不同货币的平均值进行分组

Map<String, Map<Currency, Double>> cityByCurrencyToAverage = 
        transactions.stream().collect(groupingBy(Transaction::getCity,groupingBy(Transaction::getCurrency, averagingInt(Transaction::getValue))));

自定义集合器

我们看到的这些集合器都实现了 java.util.stream .Collector 接口。这就意味着你可以自定义集合器。

总结

这篇文章中，我们探索了两个Stream API的高级操作：flatMap和colelct。通过这两个操作你可以创建更加复杂的数据处理查询。

我们还通过collect方法实现了summarizing, grouping, 和 partitioning 操作。这些操作还可以被结合起来创建更加复杂的查询。

以上所述就是小编给大家介绍的《使用Java 8 Stream像操作SQL一样处理数据（下）》，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对码农网的支持！

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

数据结构

殷人昆 / 清华大学 / 2007-6 / 39.00元

《数据结构》(第2版)“数据结构”是计算机专业的核心课程，是从事计算机软件开发和应用人员必备的专业基础。随着计算机的日益普及，“数据结构”课程也在不断地发展。《数据结构》(第2版)按照清华大学计算机系本科“数据结构”大纲的要求，从面向对象的概念、对象类设计的风格和数据结构的层次开始，从线性结构到非线性结构，从简单到复杂，深入地讨论了各种数据结构内在的逻辑关系及其在计算机中的实现方式和使用。此外，对......一起来看看《数据结构》这本书的介绍吧!

码农工具